Как с помощью Power BI и BigQuery сделать сквозную аналитику для контекстной рекламы

Автор: Соболев Денис, руководитель отдела аналитики digital-агентства webit

 

Исходные данные

У нашей компании есть клиент - Московская Меховая Компания, который относится к вопросу сбора статистики очень серьезно. Как и с любыми ecommerce-проектом, отчетность и сбор статистики занимает очень много времени работы специалистов, так что мы решили оптимизировать данный процесс и сделать информационные дашборды в Power BI. Расскажем подробнее, как это было.

Схема проекта

Для начала необходимо определиться с тем, какие есть источники данных, исходя из которых, мы будем делать наши отчеты:

  • Яндекс.Директ
  • Google Adwords
  • База данных сайта, в которой хранится информация по заказам, включая его источник

Базовая информация, которая необходима для отчетности:

  • Дата
  • Источник
  • Кампания
  • Ключевое слово
  • Количество кликов
  • Количество заказов
  • Расход на рекламу
  • Выручка от рекламы

Теперь давайте сделаем простую схему, чтобы понять, как это все соединить между собой:

Стоит отметить, что цифрами на данной схеме выделены те порядковые номера источников, по которым мы будем сводить данные, то есть по дате, источнику, рекламной кампании и ключевому слову.

Сбор данных из источников

Для того, чтобы реализовать данные проекта, была выбрана в качестве базы данных BigQuery от Google, так как она быстрая, есть встроенный коннектор к Power BI, и в целом данная связка работает очень быстро и может спокойно обновляться онлайн.

Что касается инструмента импорта рекламных расходов в эту базу, то мы использовали сервис наших партнеров renta.im, который позволяет всего в пару нажатий настроить импорт из Яндекс Директа, Google Adwords или Google Analytics в BigQuery, избегая проблемы семплирования, автообновления и прочие, с которыми вы можете столкнуться.

Для того чтобы настроить процесс синхронизации MySQL c BigQuery мы использовали библиотеку mysql-to-google-bigquery. Более подробно о том, как ее настроить можно прочесть на странице проекта.

Примечание: немного позднее ребята из renta.im также сделали возможность синхронизации MySQL и BigQuery, так что данный способ сейчас является самым простым, в отличие от mysql-to-google-bigquery.

Рассмотрим процесс сбора данных.

Импорт данных из Яндекс Директ и Google Adwords в BigQuery

Для начала необходимо зарегистрировать на сервисе renta.im, на момент написания статьи ребята давали ознакомительный доступ на 7 дней.

Сразу после регистрации вам будет предложено создать первый поток:

  • Выбираем Яндекс.Директ

2) Авторизируемся в аккаунте, разрешаем доступ приложению.

3) Настраиваем параметры отчета. Выбираем логин клиента, тип отчета и те параметры и метрики, которые необходимо выгружать. В нашем случае настройки выглядят следующим образом:

4) Далее нажимаем кнопку ADD и выбираем источник BigQuery, подтверждаем доступ

Поток создан и готов к использованию:

Аналогично инструкции выше, настраиваем Google Adwords, вот пример наших настроек:

На этом импорт данных завершен, на выходе мы получаем следующую информацию в BigQuery:

В базе Renta_dataset мы храним информацию по статистике из рекламных систем, а в базе - по заказам.

Итого, настройка потоков импорта данных в BigQuery может быть проведена в достаточно сжатые сроки.

Создание отчетности

Как и говорилось ранее, для визуализации информации мы использовали Power BI от Microsoft.

Предварительная обработка данных

Для начала, с помощью встроенного коннектора, мы забираем необходимую информацию из BigQuery:

После этого преобразовываем данные и получаем несколько таблиц:

  • Сводная таблица с заказами и статистикой из рекламных кампаний:

 

  • Таблица по целевым CPO в разрезе направлений от клиента:
  • Служебная таблица с календарем для более удобного формирования дат:

Создание визуализаций

Первым этапом были сделаны все вычисляемые меры, на основании которых и принимаются решения по оптимизации рекламных кампаний:

В качестве базовой визуализации была использована матрица с фильтрами, на которой были собраны основные параметры по рекламным кампаниям:

 *все данные являются образцом и не соответствуют реальным цифрам

Как видно, визуализация «Матрица» позволяет быстро и легко переключаться на разные уровни: Источник, Кампания, Ключевое слово и анализировать информацию в нужных разрезах.

*все данные являются образцом и не соответствуют реальным цифрам

Дополнительно были сделаны панели мониторинга ситуации с графиками, которые позволяют быстро отслеживать динамику по всем ключевым показателям (на данном примере мы выбрали рекламные кампании РСЯ в Яндекс.Директ):

*все данные являются образцом и не соответствуют реальным цифрам

Пример выше это динамика по неделям за выбранный период, аналогично можно построить динамику по дням за более короткий промежуток на том же дашборде:

*все данные являются образцом и не соответствуют реальным цифрам

Отдельно хочется отметить возможность быстро проводить аналитику в разрезе ключевых показателей, если нам интересно, что происходит с конверсией в разрезе дня недели:

 *все данные являются образцом и не соответствуют реальным цифрам

Или понять, что средний чек в выходные у нас ниже:

*все данные являются образцом и не соответствуют реальным цифрам

Возможности визуализации Power BI достаточно широки и позволяют закрыть все необходимые потребности в маркетинге.

Результат работы

В результате нашей работы мы получили удобные панели для мониторинга контекстной рекламы, которые использует как клиент, так и специалисты нашего агентства. Было существенно сокращено время, которое специалисты тратят на подготовку внутренней отчетности, а также отчетности для клиента. Отдельно можно отметить, что отчетность обновляется автоматически в облаке app.powerbi.com и не требует вмешательства специалиста, а также может быть доступна с любого компьютера через браузер.

Как обычно, мы опубликовали для вас отчет, и вы можете посмотреть, как он работает:

https://app.powerbi.com/view?r=eyJrIjoiNTFmMDNhYzYtYjA4Ny00ZDFhLWIyMjItYTc2MjdjZTBkYTAzIiwidCI6ImNlZjk4ZTU4LTgxZjctNDE5NC1iZTgyLWY2M2E3ZGU4YTdhZSIsImMiOjl9
subscribe

Подпишитесь на рассылку SearchEngines

— Статьи мировых экспертов

— Аналитические обзоры

— Важные новости

— Горячие темы с нашего форума

preview Типы соответствия в Яндекс Директе. Пример использования

Типы соответствия в Яндекс Директе. Пример использования

Применение типов соответствий ключевых фраз может как помочь, так и навредить рекламной кампании
preview Краткое руководство по созданию рекламной кампании на YouTube

Краткое руководство по созданию рекламной кампании на YouTube

Платная реклама на YouTube обладает огромным потенциалом для продвижения роликов, ею не стоит пренебрегать
preview Видеодополнения в Яндекс.Директе

Видеодополнения в Яндекс.Директе

Видеодополнения позволяют увеличить охват аудитории и развить медийную составляющую контекстных объявлений
preview Обновление клиентской базы email-адресов при помощи Facebook

Обновление клиентской базы email-адресов при помощи Facebook

Как при помощи формата рекламы в Facebook «Генерация лидов» актуализировать базу клиентских email-адресов
preview Как Google AdWords влияет на органические результаты поиска

Как Google AdWords влияет на органические результаты поиска

В отрасли распространено мнение, что контекстная реклама может оказывать влияние на органические результаты поиска. Но насколько выражено это влияние, и как это происходит...
preview Всё, что нужно знать об инициативе ads.txt от IAB

Всё, что нужно знать об инициативе ads.txt от IAB

В статье говорится о возможностях и перспективах протокола ads.txt, разработанного IAB с целью искоренения мошенничества в рекламной индустрии