Как сделать dashboard для мониторинга контекстной рекламы с помощью Power BI. Яндекс директ power bi

Аудитор рекламных кампаний Яндекс.Директ для Excel/Power BI

Аудитор яндекс.директ

Уже пару месяцев свободные вечера посвящаю этому аудитору.Это, очевидно, первая версия. Аудитор будет дополняться функционалом и поэтому ваши комментарии с пожеланиями будут крайне уместны.

Чтобы получать все обновления кода автоматически, советую использовать краткий код функции. Почему в этом случае код будет всегда актуален я описывал здесь.

Ссылка на полную версию в Github

Краткий код функции

let sourceFn = Expression.Evaluate( Text.FromBinary( Binary.Buffer( Web.Contents("https://raw.githubusercontent.com/ezabitov/PQYandexDirectChecker/master/Main.m") ) ), #shared) in sourceFn

let

sourceFn = Expression.Evaluate(

Text.FromBinary(

Binary.Buffer(

Web.Contents("https://raw.githubusercontent.com/ezabitov/PQYandexDirectChecker/master/Main.m")

)

), #shared)

sourceFn

Что умеет

Забирает список кампаний из аккаунта, кладет в таблицу, а далее столбцами показывает те или иные настройки, например:— Средний дневной расход за месяц;— Кол-во битых ссылок;— Кол-во отклоненных объявлений;— Стратегии показа;— и т.д.

Как запустить

Все как обычно 🙂

Вставляем код в расширенный редактор Power Query/Power BI;
Вводим токен, который предварительно получаем здесь;
Если агентский аккаунт, заполняем «clientlogin», если не агентский — пропускаем;
Если хотим аудировать все кампании в аккаунте, пишем «YES» в строке «allCampaigns», если только активные — пропускаем;
Жмем «Invoke»/«Вызвать» и ждем пока пройдут все проверки.

Если возникла ошибка

Если вы столкнулись с какой-либо ошибкой, напишите, пожалуйста, мне в facebook, на почту или в комментарии к записи.

Если у вас возникла ошибка как на скриншоте ниже, это означает что Яндекс еще готовит данные, чтобы отдать их в аудитор, попробуйте обновить запрос через 10-15 секунд. Ошибка при формировании запроса

zabitov.ru

Microsoft Power BI в интернет-маркетинге — дайджест полезных публикаций — Netpeak Blog

В предыдущих статьях я рассказывал, как автоматизировать бизнес-процессы с помощью языка R. В этой подборке я решил структурировать материал о еще одном важном инструменте каждого веб-аналитика и маркетолога — Microsoft Power BI. Инструмент связывает данные, полученные из множества различных источников, и визуализирует их в виде удобных интерактивных отчетов.

Business intelligence (BI) — методы и инструменты для перевода необработанной информации в осмысленную, удобную форму. Эти данные используются для бизнес-анализа. Технологии BI обрабатывают большие объемы неструктурированных данных, чтобы найти стратегические возможности для бизнеса.

1. Инструкция по работе с Power BI

Microsoft Power BI — мощный бесплатный инструмент веб-аналитики. В начальной инструкции для новичков я собрал основные советы по работе с платформой:

как загрузить в программу нужный набор данных на примере интеграции с Google Analytics или загрузки данных из MySQL;
как упорядочить данные, чтобы привести их к нужному для визуализации виду;
как построить простейшую модель данных;
как построить отчет, где будут отображаться данные из разных источников;
как настроить фильтры данных, выбрать подходящие элементы визуализации и опубликовать результат для просмотра в онлайн-версии Power BI.

2. Анализируем статистику рекламных кампаний в Excel и Power BI

Вспомните, сколько времени вы тратите на планирование работ по рекламным кампаниям и анализ их статистики. Хотите строить модели KPI, считать вероятность конверсии и создавать дашборды быстрее и эффективнее?

В этой статье Максим Уваров поделился лайфхаками, как моделировать KPI рекламных кампаний, как прогнозировать конверсию и строить интерактивные дашборды.

3. Получаем данные из Google Analytics в R и загружаем Power BI

Для анализа данных о посещениях сайта значительно удобней использовать возможности Power BI, но встроенный коннектор к Google Analytics очень ограничен в своих возможностях. Поэтому для этой задачи самое эффективное решение — использовать пакет RGA и R коннектор в Power BI:

получать данные из любого сервиса API Google Analytics (Reorting API, Multi Chanel, Real Time API) для дальнейшей работы с ними в R;
обходить сэмплирование данных;
загружать данные из Google Analytics в одну из наиболее популярных BI-платформ Microsoft Power BI, обходя все ограничения и недоработки стандартного коннектора Google Analytics.

4. Инструкция по работе с закладками в Power BI

Закладки — это относительно новый функционал в Power BI. Microsoft даже устраивал отдельный конкурс по применению закладок в своих дашбордах. С помощью закладок вы можете придать еще большей интерактивности своим отчетам, а также более компактно организовать на них визуальные элементы.

5. Экспортируем данные из ВКонтакте в Power BI

ВКонтакте по-прежнему остается одной из самых популярных социальных сетей в СНГ, но в Power BI нет встроенного коннектора для загрузки данных из ВКонтакте. Для решения этой задачи я написал пакет функций на языке R: с помощью rvkstat вы можете получить практически любые данные о пользователях, сообществах и рекламных кабинетах из ВКонтакте в Power BI.

6. Синхронизируем Яндекс.Директ с Microsoft Power BI

Яндекс.Директ собирает много данных, но в интерфейсе сервиса их неудобно анализировать. Для читателей блога я составил пошаговую инструкцию по визуализации статистики рекламных кампаний в Power BI с помощью языка R. На основе импортированных данных из Яндекс.Директ в Microsoft Power BI вы сможете составлять понятные отчеты и обновлять их в режиме реального времени.

7. Получаем и обрабатываем данные из Яндекс.Метрики

В большинстве случаев при поверхностном анализе поведения посетителей сайта достаточно посмотреть на каким-либо образом сгруппированные данные, например, по источникам трафика или рекламным кампаниям.

Но если вы хотите копнуть глубже — посмотреть всю историю взаимодействия конкретного пользователя с вашим сайтом или оценить вклад в совершение транзакций каждого источника трафика — вам понадобится работать с сырыми (несгруппированными) данными.

При работе с Яндекс.Метрикой такую возможность вам предоставляет Logs API. Для загрузки сырых данных в Power BI можно использовать R пакет ryandexdirect. В этой статье описан подробный алгоритм для загрузки сырых данных.

8. Синхронизируем Google BigQuery с Microsoft Power BI

Google и Microsoft во многом конкурируют: интеграции между их продуктами вовсе нет или есть, но ее реализация оставляет желать лучшего.

Для загрузки данных из Google BigQuery в Power BI с недавних пор есть встроенный коннектор, но он очень ограничен по функционалу. С его помощью не получится обращаться к данным в BigQuery по SQL-запросам и нельзя получать данные из представлений.

В этой статье я описал несколько эффективных способов интеграции между Power BI и Google BigQuery.

9. Как мы внедрили BI-аналитику в отделе контекстной рекламы

Специалисты нашего агентства раньше тратили много времени, составляя вручную отчеты в электронных таблицах. Мы посчитали количество затраченных на автоматизацию человекочасов и умножили на среднюю стоимость рабочего часа сотрудника. Увидев результат, мы поняли, что больше нельзя игнорировать автоматизацию и разработали веб-аналитическое решение для целого отдела. Читайте, что у нас получилось.

10. Экономим время специалиста при работе с крупным проектом

Как автоматизировать сбор и консолидацию данных из Google AdWords, Яндекс.Директ, Facebook, MyTarget, AT Internet и AdJust на уровне рекламных кампаний, типов устройств и платформ, а также настроить визуализацию данных из всех перечисленных источников с возможностью онлайн-доступа к отчетам? Читайте, как в агентстве Netpeak оптимизировано время специалистов, которые рекламируют OLX.

11. Как мы сделали аналитический инструмент для блога Netpeak

С помощью аналитического инструмента мы оцениваем:

все источники и каналы трафика, которые приводят в блог будущих клиентов;
какие статьи «ключевые» перед оплатой;
какие именно клиенты приходят из блога (малый, средний или крупный бизнес) и многое другое.

Все эти метрики дают нам полное понимание, сколько денег мы получили за определенный период, привлекая новых клиентов с помощью блога.

Если у вас остались вопросы по Power BI, задавайте их в комментариях.

netpeak.net

Идеальная модель атрибуции для Яндекс Директ при помощи Power BI

«Политика ООО «ВЕБ АЙ ТИ» в отношении организации обработки и обеспечения безопасности персональных данных»

1. ОБЩИЕ ПОЛОЖЕНИЯ 1.1. Настоящая политика ООО «ВЕБ АЙ ТИ» в отношении обработки персональных данных (далее – Политика) утверждена в соответствии с п. 2 ст. 18.1 Федерального закона «О персональных данных» и действует в отношении всех персональных данных, которые ООО «ВЕБ АЙ ТИ» (далее – Оператор) может получить от субъекта персональных данных. 1.2. Действие Политики распространяется на персональные данные, полученные как до, так и после утверждения настоящей Политики. 1.3. Настоящая Политика является общедоступным документом, декларирующим концептуальные основы деятельности Оператора при обработке и защите персональных данных.

2. ПЕРСОНАЛЬНЫЕ ДАННЫЕ, ОБРАБАТЫВАЕМЫЕ ОПЕРАТОРОМ 2.1. В рамках настоящей Политики под персональными данными понимается: 2.1.1. Персональные данные, полученные Оператором для заключения и исполнения договора, стороной которого, либо выгодоприобретателем или поручителем, по которому является субъект персональных данных. 2.1.2. Персональные данные, полученные Оператором в связи с реализацией трудовых отношений. 2.2. Сроки и условия прекращения обработки и хранения персональных данных субъекта персональных данных определяются в установленном законодательством Российской Федерации порядке.

3. ЦЕЛИ СБОРА, ОБРАБОТКИ И ХРАНЕНИЯ И ПРАВОВОЕ ОБОСНОВАНИЕ ОБРАБОТКИ ПЕРСОНАЛЬНЫХ ДАННЫХ 3.1. Оператор собирает, обрабатывает и хранит персональные данные субъекта персональных данных в целях: 3.1.1. Заключения и исполнения договора. 3.1.2. Реализации трудовых отношений. 3.1.3. Осуществления и исполнения, возложенных законодательством Российской Федерации на Оператора функций, полномочий и обязанностей на основании и в соответствии со ст. 23, 24 Конституции Российской Федерации; Федеральным законом «О персональных данных»; Федеральным законом «Об информации, информационных технологиях и о защите информации» и другими требованиями законодательства Российской Федерации в области обработки и защиты персональных данных.

4. УСЛОВИЯ ОБРАБОТКИ ПЕРСОНАЛЬНЫХ ДАННЫХ И ИХ ПЕРЕДАЧА ТРЕТЬИМ ЛИЦАМ 4.1. Оператор осуществляет обработку персональных данных с использованием средств автоматизации и без использования средств автоматизации. 4.2. Оператор вправе передать персональные данные субъекта персональных данных третьим лицам в следующих случаях: 4.2.1. Субъект персональных данных явно выразил свое согласие на такие действия. 4.2.2. Передача предусмотрена действующим законодательством Российской Федерации в рамках установленной процедуры. 4.3. При обработке персональных данных субъекта персональных данных Оператор руководствуется Федеральным законом «О персональных данных», другими требованиями законодательства Российской Федерации в области обработки и защиты персональных данных и настоящей Политикой.

5. ПРАВА СУБЪЕКТА ПЕРСОНАЛЬНЫХ ДАННЫХ 5.1. Субъект персональных данных имеет право на получение информации, касающейся обработки его персональных данных, в том числе содержащей: 5.1.1. Подтверждение факта обработки персональных данных Оператором. 5.1.2. Правовые основания и цели обработки персональных данных. 5.1.3. Применяемые Оператором способы обработки персональных данных. 5.1.4. Наименование и место нахождения Оператора, сведения о лицах (за исключением работников Оператора), которые имеют доступ к персональным данным или которым могут быть раскрыты персональные данные на основании договора с Оператором или на основании федерального закона. 5.1.5. Обрабатываемые персональные данные, относящиеся к соответствующему субъекту персональных данных, источник их получения, если иной порядок представления таких данных не предусмотрен федеральным законом. 5.1.6. Сроки обработки персональных данных, в том числе сроки их хранения. 5.1.7. Порядок осуществления субъектом персональных данных прав, предусмотренных настоящим Федеральным законом. 5.1.8. Информацию об осуществленной или о предполагаемой трансграничной передаче данных. 5.1.9. Наименование или фамилию, имя, отчество и адрес лица, осуществляющего обработку персональных данных по поручению оператора, если обработка поручена или будет поручена такому лицу. 5.2. Информация, касающаяся обработки персональных данных субъекта персональных данных, предоставляемая субъекту персональных данных, не должна содержать персональные данные, относящиеся к другим субъектам персональных данных, за исключением случаев, когда имеются законные основания для раскрытия таких персональных данных. 5.3. Субъект персональных данных вправе требовать от Оператора уточнения его персональных данных, их блокирования или уничтожения в случае, если персональные данные являются неполными, устаревшими, неточными, незаконно полученными или не являются необходимыми для заявленной цели обработки, а также принимать предусмотренные законом меры по защите своих прав.

6. СВЕДЕНИЯ О РЕАЛИЗУЕМЫХ ТРЕБОВАНИЯХ К ЗАЩИТЕ ПЕРСОНАЛЬНЫХ ДАННЫХ 6.1. Важнейшим условием реализации целей деятельности Оператора является обеспечение необходимого и достаточного уровня безопасности информационных систем персональных данных, соблюдения конфиденциальности, целостности и доступности обрабатываемых персональных данных и сохранности носителей сведений, содержащих персональные данные на всех этапах работы с ними. 6.2. Созданные у Оператора условия и режим защиты информации, отнесенной к персональным данным, позволяют обеспечить защиту обрабатываемых персональных данных. 6.3. У Оператора в соответствии с действующим законодательством Российской Федерации разработан и введен в действие комплекс организационно-распорядительных, функциональных и планирующих документов, регламентирующих и обеспечивающих безопасность обрабатываемых персональных данных. 6.4. Введены режим безопасности обработки и обращения с персональными данными, а также режим защиты помещений, в которых осуществляется обработка и хранение носителей персональных данных. 6.5. Назначены ответственный за организацию обработки персональных данных, администраторы информационных систем персональных данных и администратор безопасности информационных систем персональных данных, им определены обязанности и разработаны инструкции по обеспечению безопасности информации. 6.6. Определен круг лиц, имеющих право обработки персональных данных, разработаны инструкции пользователям по работе с персональными данными, антивирусной защите, действиям в кризисных ситуациях. 6.7. Определены требования к персоналу, степень ответственности работников за обеспечение безопасности персональных данных. 6.8. Проведено ознакомление работников, осуществляющих обработку персональных данных, с положениями законодательства Российской Федерации по обеспечению безопасности персональных данных и требованиями к защите персональных данных, документами, определяющими политику Оператора в отношении обработки персональных данных, локальными актами по вопросам обработки персональных данных. Проводится периодическое обучение указанных работников правилам обработки персональных данных. 6.9. Предприняты необходимые и достаточные технические меры для обеспечения безопасности персональных данных от случайного или несанкционированного доступа, уничтожения, изменения, блокирования доступа и других несанкционированных действий: 6.9.1. Введена система разграничения доступа. 6.9.2. Установлена защита от несанкционированного доступа к автоматизированным рабочим местам, информационным сетям и базам персональных данных. 6.9.3. Установлена защита от вредоносного программно-математического воздействия. 6.9.4. Осуществляется регулярное резервное копированием информации и баз данных. 6.9.5. Передача информации по сетям общего пользования осуществляется с использованием средств криптографической защиты информации. 6.10. Организована система контроля за порядком обработки персональных данных и обеспечения их безопасности. Спланированы проверки соответствия системы защиты персональных данных, аудит уровня защищенности персональных данных в информационных системах персональных данных, функционирования средств защиты информации, выявления изменений в режиме обработки и защиты персональных данных.

7. ДОСТУП К ПОЛИТИКЕ 7.1. Действующая редакция Политики на бумажном носителе хранится по адресу: 129085, г. Москва, Проспект Мира, д. 101В, стр. 2. 7.2. Электронная версия действующей редакции Политики размещена на сайте Оператора в сети «Интернет».

8. АКТУАЛИЗАЦИЯ И УТВЕРЖДЕНИЕ ПОЛИТИКИ 8.1. Политика утверждается и вводится в действие распорядительным документом, подписываемым руководителем Оператора. 8.2. Оператор имеет право вносить изменения в настоящую Политику. При внесении изменений в наименовании Политики указывается дата последнего обновления редакции. Новая редакция Политики вступает в силу с момента ее размещения на сайте Оператора, если иное не предусмотрено новой редакцией Политики. 8.3. К настоящей Политике и отношениям между субъектом персональных данных и Оператором применяются нормы действующего законодательства Российской Федерации.

blog.webit.ru

Получение баланса Яндекс Директа в Power BI для агентства • Павел Максимов

Получить баланс для агентских аккаунтов еще не было так просто, ловите решение.

Кол-во клиентов в одном запросе не должно превышать 50. Если у вас больше, создаете еще один запрос, дальше сцепляете таблицу в одну.

Куда вставлять токен и названия логинов, отмечено цветным шрифтом. Где взять токен ищите в яндексе

let content = "{ ""method"": ""AccountManagement"", ""token"": ""Введите сюда ваш токен"", ""param"": { ""SelectionCriteria"": { ""Logins"": [""client1"",""client2""] }, ""Action"": ""Get"" } }", #"Sourse" = Json.Document(Web.Contents("https://api.direct.yandex.ru/live/v4/json/", [Content=Text.ToBinary(content)])), data = Sourse[data], Accounts = data[Accounts], #"Преобразовано в таблицу" = Table.FromList(Accounts, Splitter.SplitByNothing(), null, null, ExtraValues.Error), #"Развернутый элемент Column1" = Table.ExpandRecordColumn(#"Преобразовано в таблицу", "Column1", {"Login", "AmountAvailableForTransfer", "Currency", "AccountID", "EmailNotification", "Discount", "AgencyName", "SmsNotification", "Amount"}, {"Login", "AmountAvailableForTransfer", "Currency", "AccountID", "EmailNotification", "Discount", "AgencyName", "SmsNotification", "Amount"}) in #"Развернутый элемент Column1"

Не забываем поделиться :)

Обязательно подпишитесь на канал в Телеграмм, чтобы быть в курсе всего!

И задавайте вопросы в комментариях, постараюсь быстро ответить.

goodppc.ru

Как сделать dashboard для мониторинга контекстной рекламы с помощью Power BI

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

Сейчас на рынке очень популярен такой инструмент, как Power BI. Его применяют в самых разных областях, в том числе и в интернет-маркетинге. Мы решили рассказать, как его можно использовать для работы с показателями контекстной рекламы на примере выгрузки статистики из рекламной системы Яндекс.Директ и Google Analytics.

Получение данных через API из необходимых источников

Для того чтобы собирать статистику, сначала ее необходимо получить. Давайте начнем с Яндекс.Директа.

Яндекс.Директ

Для получения статистики из Яндекс.Директа, проще всего использовать API Яндекс.Метрики. Для этого мы используем уже готовый Power Query скрипт Максима Уварова.Для простоты можно скачать уже готовый Power BI файл c последней версией коннектора.

Давайте разбираться, как получить нужную нам статистику с помощью данного коннектора.

Для начала надо понять, какие именно параметры и метрики мы хотим получить. Полный список можно посмотреть здесь.

Для Яндекс.Директа нас интересуют следующие параметры (dimensions): ym:ad:date,ym:ad:directOrder,ym:ad:directPhraseOrCond и метрики (metrics): ym:ad:clicks,ym:ad:RUBAdCostТо есть мы будем выгружать дату, название кампании, условие показа, клики и стоимость.

Давайте настроим сам BI файл. Для этого сначала получаем токен:

А также находим id нужного нам счетчика метрики:

Теперь заполняем все эти данные в BI-файл. Для начала вызываем функцию getDirectIDs:

В ответ получает ID нашего аккаунта Яндекс.Директе:

Теперь у нас есть вся необходимая информация, чтобы выгрузить статистику. Выбираем функцию PQYM, заполняем поля и нажимаем «Вызывать»:

В результате мы получаем статистику по нашим рекламным кампаниям:

Далее нам необходимо преобразовать эту информацию для дальнейшей работы:

1) Указать тип данных в каждом столбце.2) Убрать номера РК, оставить только названия.3) Убрать минус-слова и кавычки из условий показа.4) Переименовать столбцы для более удобной работы с ними и дальнейшего сведения, чтобы не было путаницы.

Статистика по Яндекс.Директу готова, можем двигаться дальше. В целом, алгоритм получения статистики из Яндекс.Метрики аналогичен, просто применяем другие показатели и метрики при вызове функции.

Google Analytics

Для оценки эффективности клиентских рекламных кампаний мы используем данные по достижению целей из Google Analytics. Давайте рассмотрим, как их можно получить через API.

Первым делом необходимо установить нужный аддон для Google Spreadsheets:

Находим нужный нам аддон и устанавливаем его:

Следующим этапом формируем конфигурационный файл для отчета:

Для того чтобы получить данные, нам надо знать следующие вещи:

1) ID представления в Google Analytics, его можно найти в настройках представления

2) Необходимые параметры и метрики для выгрузки

3) Временной отрезок, за который выгружаются данные

Аддон позволяет выгружать несколько отчетов, например, достижения по целям и расход из Google Adwords, но нам сейчас нужен только один, заполняем его по примеру:

Как видно, здесь у нас присутствуют такие метрики, как ga:goal1Completions, это как раз данные по достижению целей. Вместо цифры 1 необходимо указать номера нужных вам целей, они есть в настройках Google Analytics:

После того, как данные будут заполнены, запускаем отчет:

В итоге мы получаем всю статистику по достижению целей на отдельной вкладке:

Не забываем настроить автообновление раз в сутки:

Самое сложное осталось позади, теперь добавляем наши данные в Power BI. Для этого публикуем их по ссылке:

Полученную ссылку добавляем в Power BI:

Получаем в итоге таблицу:

Преобразовываем ее в следующем порядке:

1) Удаляем верхние 14 строк2) Используем первую строку как заголовки3) Устанавливаем типы данных для столбцов4) Переименовываем столбцы5) Складываем информацию по всем достижениям целей

На выходе получаем таблицу, аналогичную статистике из Яндекс.Директа.

Небольшое отступление:

Если при настройке отчета Big Analytics Data использовать следующие настройки, то можно получить статистику по расходам Google Adwords, если между Adwords и Analytics установлена связь:

Сведение данных в общую таблицу

Теперь нам нужно для работы объединить запросы:

Данные по столбцам, название которых совпадает, сведутся автоматически, отсутствующие данные заполняются значением null, которое лучше заменить на ноль:

Все, данные собраны и подготовлены, можно переходить к визуальной части.

Вспомогательные данные

Сегменты кампаний

Для удобства создания визуализаций мы также используем сегменты для наших рекламных кампаний.

Для создания сегментов берем нашу таблицу с данными из Яндекс.Директа и преобразовываем ее:

1) Удаляем ненужные столбцы2) Удаляем дубликаты3) Разделяем столбец с названиями РК по разделителю “_”4) Переименовываем столбцы для удобства, оставив необходимые

На выходе получаем такую таблицу:

Работа с датами

Часто возникает ситуация, что нам необходимо смотреть динамику по месяцам или неделям, для того чтобы анализировать текущую ситуацию. Средствами Power BI это реализовывается не очень удобно, так что мы сделали вспомогательную таблицу:

Далее, аналогично таблице с данными из Google Analytics мы добавляем ее в наш BI файл и немного преобразовываем, добавляя в нее месяц:

Визуальная часть

Установление связей

Первое, что нам необходимо сделать — установить связи между нашими таблицами:

Это позволит нам строить фильтры для визуализаций более гибко.

Создание мер

Теперь давайте подумаем, каких метрик нам не хватает для отслеживания эффективности рекламных кампаний. Мы выделили что дополнительно хотим видеть CPA и конверсию, создаем их:

1) Считаем сумму обращений:

2) Считаем конверсию:

3) Считаем CPA:

Создание визуализаций

Давайте сделаем общий dashboard, который нам позволит мониторить текущую ситуацию по клиенту в целом:

Так как реклама запущена недавно, то статистики по клиенту не очень много, но мы наглядно видим текущую ситуацию.

Не забываем добавить разные уровни даты для удобства переключения на графиках:

Переходя на разные уровни мы можем оценить динамику:

Дополнительно построим матрицу с информацией по кампаниям и ключевым словам:

Данный вид визуализации позволяет нам сгруппировать данные по нужным нам сегментам и мы видим текущую картину вплоть до ключевого слова.

Результат работы

И в завершение статьи мы публикуем данную визуализацию, с которой можно повзаимодействовать динамически и посмотреть ее возможности (данные предоставлены тестовые и не являются реальными).

Ссылка на просмотр, если отключены iframe:

https://app.powerbi.com/view?r=eyJrIjoiYjdkZTdhN2MtZDY3OC00YTYxLWExNjAtNzNhYzBjNDQyODA4IiwidCI6ImNlZjk4ZTU4LTgxZjctNDE5NC1iZTgyLWY2M2E3ZGU4YTdhZSIsImMiOjl9

Источник: searchengines.ru

Расчет корректировок ставок Яндекс.Директ с помощью подключения к API Яндекс.Метрики

Расчет корректировок ставок Яндекс.Директ с помощью подключения к API Яндекс.Метрики Power BI Расчет корректировок ставок Яндекс.Директ с помощью подключения к API Яндекс.Метрики Сергей Лосев https://fb.com/LossevSergey 1 https://fb.com/LossevSergey О корректировках ставок Корректировки ставок позволяют рекламодателям повысить или понизить цену клика при показе объявления определенной аудитории. Цену клика можно корректировать с помощью коэффициентов. Коэффициент — это заданная в процентах величина, на которую изменяется ставка. Целевая аудитория — для аудитории, соответствующей определенным условиям подбора. Мобильные — для рекламы на мобильных телефонах и смартфонах. Пол и возраст — для аудитории определенного пола или возраста. 2 https://fb.com/LossevSergey https://fb.com/LossevSergey 2 Disclaimer В дальнейших примерах в качестве ключевого параметра взят показатель отказов. Да, в качестве расчетного параметра было бы более правильно взять какую-нибудь цель, но цель у каждого сайта/бизнеса может быть своя, и считаться по-разному, а показатель отказов есть у всех, и считается он для всех одинаково. Рассмотрим анализ корректировок только для пола 3 https://fb.com/LossevSergey https://fb.com/LossevSergey 3 https://fb.com/LossevSergey 4 https://fb.com/LossevSergey 5 В среднем, у мужчин показатель отказов меньше, чем у женщин, поэтому есть смысл бюджет на мужчин увеличить, а на женщин уменьшить. Средний показатель отказов по кампании равен примерно ~(40%+60%)/2=50%. Тогда мы можем добавить мужчинам +10% ставки, а женщинам -10%, чтобы сумма корректировок равнялась нулю https://fb.com/LossevSergey 6 Корректировки на уровне кампании https://fb.com/LossevSergey 7 https://fb.com/LossevSergey 8 Корректировки на уровне кампании Идеальная настройка кампании – по всем полам и по всем возрастам https://fb.com/LossevSergey 9 Совсем идеальная настройка – скорректировать ставки на уровне каждой группы кампании https://fb.com/LossevSergey 10 Подключение к API Метрики https://fb.com/LossevSergey 11 Рассмотрим простое подключение к API и скачаем список счетчиков, доступных в аккаунте Яндекс.Метрики Документация – наше всё! https://fb.com/LossevSergey 12 * Read The Funny Manual https://tech.yandex.ru/metrika/doc/ref/reference/get-counter-list-docpage/ https://fb.com/LossevSergey 13 Смотрим пример https://fb.com/LossevSergey 14 Токен – ваш «временный пароль» к АПИ Как получить, подробнее тут - https://tech.yandex.ru/oauth/ https://fb.com/LossevSergey 15 Указываем адрес ресурса https://fb.com/LossevSergey 16 Получаем данные, указывая get-параметры из документации вторым аргументом функции Web.Contents https://fb.com/LossevSergey 17 В ответ получаем JSON, который распарсиваем функцией Json.Document https://fb.com/LossevSergey 18 В списке – записи с параметрами счетчиков https://fb.com/LossevSergey 19 Для дальнейшей работы преобразовываем список в таблицу https://fb.com/LossevSergey 20 Фильтруем и оставляем только интересующие счетчики https://fb.com/LossevSergey 21 Разворачиваем поля данных в столбцы и получаем таблицу со всеми параметрами счетчика https://fb.com/LossevSergey 22 Выведем на экран то, что получилось. Используем для этого визуализацию Таблица https://fb.com/LossevSergey 23 Прокликаем нужные галочки или перетащим интересующие поля в свойства визуализации https://fb.com/LossevSergey 24 А как получить данные о визитах и отказах? https://fb.com/LossevSergey 25 В доках – требуется указать адрес ресурса с get-параметрами. https://tech.yandex.ru/metrika/doc/api2/api_v1/data-docpage/ https://fb.com/LossevSergey 26 https://fb.com/LossevSergey 27 Создаём вручную таблицу с интересующими параметрами (ид счетчика, визиты, отказы итд). Не обязательно задавать все параметры, а пустые мы чуть позже отфильтруем https://fb.com/LossevSergey 28 Почти как в родном Excel’е https://fb.com/LossevSergey 29 При необходимости, редактируем таблицу нажатием на шестеренку тут Создаем пустой запрос и указываем URL ресурса, который взяли из документации. В нашем случае – в формате CSV https://fb.com/LossevSergey 30 Добавляем в качестве шага подготовленную ранее таблицу с параметрами https://fb.com/LossevSergey 31 Удаляем пустые значения параметров, иначе АПИ Метрики выдаст ошибку https://fb.com/LossevSergey 32 https://fb.com/LossevSergey 33 Конвертируем таблицу в запись. И передаем в функцию Web.Contents вторым аргументом https://fb.com/LossevSergey 34 Попутно «пришиваем» к записи полученный ранее токен https://fb.com/LossevSergey 35 Полученный ответ читаем как CSV-файл https://fb.com/LossevSergey 36 Делаем из первой строки названия столбцов https://fb.com/LossevSergey 37 Пропускаем одну строку с общими и средними результатами https://fb.com/LossevSergey 38 Изменяем тип некоторых данных с текста на числа, т.к. Метрика отдает все в виде текста https://fb.com/LossevSergey 39 Небольшое украшательство - переименовываем столбцы, укорачивая их названия https://fb.com/LossevSergey 40 В итоге получаем следующую таблицу https://fb.com/LossevSergey 41 То же самое переносим на лист визуализации. Слева – что спросили, справа – что получили https://fb.com/LossevSergey 42 Добавим к таблице вычисляемый столбец «Конверсии» https://fb.com/LossevSergey 42 https://fb.com/LossevSergey 43 Добавим меру «Показатель отказов» https://fb.com/LossevSergey 43 https://fb.com/LossevSergey 44 Вычислим окончательную корректировку ставок, добавив меру «Корректировка» https://fb.com/LossevSergey 44 https://fb.com/LossevSergey 45 Создадим окончательную таблицу https://fb.com/LossevSergey 45 https://fb.com/LossevSergey 46 Добавим вычисленные значения, перетянув соответствующие поля https://fb.com/LossevSergey 46 https://fb.com/LossevSergey 47 Добавим условное форматирование к полю «Корректировка» https://fb.com/LossevSergey 47 https://fb.com/LossevSergey 48 Раскрасим условное форматирование поля «Корректировка» как нам нравится https://fb.com/LossevSergey 48 https://fb.com/LossevSergey 49 Добавим визуальный элемент «Срез» https://fb.com/LossevSergey 49 https://fb.com/LossevSergey 50 И укажем поле «Кампания» https://fb.com/LossevSergey 50 https://fb.com/LossevSergey 51 Добавим еще срез и укажем поле «Пол» https://fb.com/LossevSergey 51 https://fb.com/LossevSergey 52 Зажав Ctrl и кликнув по срезу «Пол» в М и Ж, исключим тех, кто не определился с полом https://fb.com/LossevSergey 53 Укажем в срезе по кампаниям N-10433217: различия в эффективности между М и Ж незначительные https://fb.com/LossevSergey 54 Укажем в срезе по кампаниям N-10433275: различия в эффективности между М и Ж незначительные https://fb.com/LossevSergey 55 Кампания N-10433397: существенные различия между М и Ж. Можно перераспределить бюджет https://fb.com/LossevSergey 56 Добавим интерактива – сделаем срезы визуальными. Добавим диаграмму https://fb.com/LossevSergey 57 И наполним диаграмму полями, как указано ниже https://fb.com/LossevSergey 58 Теперь, при клике по секторам, таблица будет фильтроваться по М https://fb.com/LossevSergey 59 Или по Ж https://fb.com/LossevSergey 60 Добавим гистограмму и заполним поля, как на картинке https://fb.com/LossevSergey 61 Теперь, кликая по гистограмме, мы фильтруем таблицу и сегментируем круговую диаграмму по кампаниям https://fb.com/LossevSergey 62 И наоборот – кликая по сегменту диаграммы, сегментируем кампании гистограммы по полу https://fb.com/LossevSergey 63 А что, если мы хотим увидеть на гистограмме не сегментирование, а фильтрацию? Необходимо добавить фильтрацию во взаимодействие диаграмм https://fb.com/LossevSergey 64 Нужно кликнуть на эту воронку. Теперь, кликая по сегменту круговой диаграммы, на гистограмме фильтруется только указанный пол https://fb.com/LossevSergey 65 Аналогично поступаем с гистограммой, чтобы фильтровать круговую диаграмму по кампаниям https://fb.com/LossevSergey 66 А что, если мы хотим рассматривать данные только в разрезе одной кампании, при этом, иметь возможность выбрать только женский пол, а также одновременно визуализировать, как распределяются конверсии и отказы на одной диаграмме? %) https://fb.com/LossevSergey 67 Добавим лишь одно поле в гистограмму https://fb.com/LossevSergey 68 В шапку гистограммы добавятся новые иконки https://fb.com/LossevSergey 69 Теперь, нажав иконку детализации, мы можем перейти к drill-down’у https://fb.com/LossevSergey 70 И, кликнув по любому бару на гистограмме, «проваливаемся» на следующий уровень https://fb.com/LossevSergey 71 Теперь, если мы выключим drill-down и выберем, скажем, Ж, таблица полностью отфильтруется, а на диаграмме увидим, как распределены конверсии и отказы https://fb.com/LossevSergey 72 Если же мы теперь кликнем с зажатым Ctrl на М, то увидим, как распределены М и Ж одновременно. А таблица примет вид, как ранее на слайде со срезами Почитать https://fb.com/LossevSergey 73 https://habrahabr.ru/post/311600/ - Power Query: как перестать бояться функционального программирования и начать работать в расширенном редакторе запросов https://yandex.ru/support/direct/impressions/bids-adjustment.xml - Яндекс.Директ, Корректировки ставок https://tech.yandex.ru/metrika/doc/ref/concepts/About-docpage/ - API Яндекс.Метрики V1 https://tech.yandex.ru/metrika/doc/api2/concept/about-docpage/ - API Яндекс.Метрики V2 https://powerbi.microsoft.com/ru-ru/ - Скачать Power BI https://powerbi.microsoft.com/ru-ru/documentation/powerbi-desktop-getting-started/ - Документация по Power BI - Начало работы с Power BI Desktop Скачать файл с примером - https://1drv.ms/u/s!Aq7ba36yLJYqpk6rqV3S7qIWbAln Обратная связь 74 https://fb.com/LossevSergey

documents.tips

Как мы внедрили BI-аналитику в отделе контекстной рекламы — Netpeak Blog

Хотите, я скажу, что делают ваши сотрудники прямо сейчас? Собирают вручную отчеты в электронных таблицах. Сколько времени они тратят зря, игнорируя автоматизацию? Увидеть реальную картину просто: посчитайте количество затраченных на отчетность человекочасов и умножьте на среднюю стоимость рабочего часа сотрудника.

В этой статье я расскажу, зачем внедрять BI-решение для бизнеса, какие задачи можно решить с помощью автоматизации и что получил Netpeak, разработав собственное BI-решение для отдела контекстной рекламы.

Что получил Netpeak, разработав собственное BI-решение для отдела контекстной рекламы

Как долго длилось внедрение?

На реализацию проекта — от постановки задачи до завершения — ушло около 5 месяцев.

Чем мы занимались все это время?

1. Предпроектная подготовка.

1.1. Определили основную и дополнительные цели внедрения BI.

1.2. Определили источники, из которых следует получать необходимые данные. В качестве первоочередных источников выбраны Google Ads, Google Analytics, Яндекс.Директ и Facebook. На эти площадки уходит подавляющая часть всего рекламного бюджета по проектам наших клиентов. Также источником стала внутренняя ERP и ряд Google таблиц, которые заполняют сотрудники.

1.3. Исходя из поставленных целей, определили перечень отчетов, диаграмм и фильтров, необходимых для решения бизнес-задач.

1.4. Разработали архитектуру базы данных, в которой будет храниться необходимая для визуализации информация.

1.5. Подобрали инструменты для реализации проекта при минимальных финансовых затратах.

2. Техническая реализация проекта.

2.1. Изучили документацию по работе с API всех выбранных ранее источников.

2.2. Получили доступ к API всех необходимых источников.

2.3. Написали пакеты функций на языке R для работы с API Яндекс.Директ и Facebook:

пакет ryandexdirect для работы с API Яндекс Директ;
пакет rfacebookstat для работы с API Facebook.

2.4. Изучили документацию пакетов функций для работы с API Google Analytics и Google Ads, а также для перевода денежных данных в одну валюту.

2.5. Написали скрипты на языке R для сбора и записи данных из всех источников в базу.

2.6. Настроили визуализацию всех отчетов и диаграмм.

2.7. Разграничили уровни доступа к отчетам для сотрудников.

А теперь — к подробностям.

Как определить цели внедрения BI?

Как понять, что вашему бизнесу нужен BI, а не ручной сбор и обработка данных в электронных таблицах?

Проанализируйте:

сколько времени уходит на ручной сбор и манипуляции с данными;
какие именно задачи вы хотите решить с помощью BI.

На момент написания статьи в штате Netpeak работает более 30 специалистов по контекстной рекламе. Каждый из них регулярно собирает и анализирует данные по кампаниям из различных систем. Чтобы у специалистов освободилось время на анализ данных и оптимизацию рекламы, мы решили собрать всю необходимую информацию «в одной вкладке».

В отделе контекстной рекламы Netpeak определили такие цели:

Контроль основных показателей эффективности рекламных кампаний на всех рекламных площадках и по всем проектам.
Поиск путей масштабирования рекламных кампаний без потери эффективности.
Рост бюджетов без снижения эффективности рекламных кампаний.
Общий рост эффективности рекламных кампаний по всем проектам.

Как определить, какие таблицы и диаграммы необходимы для достижения целей?

Таблицы и диаграммы необходимы для достижения целей

Это просто. Когда вы четко сформулировали цель, понимание, какую информацию и в каком виде необходимо получить появляется автоматически.

После общения со специалистами и руководством отдела, мы определили список отчетов, диаграмм и ключевых показателей, на которые опираются сотрудники при анализе рекламных кампаний, и руководство — при оценке эффективности отдела, состоящего из более чем 30 человек.

В результате было описано 60 визуальных элементов и ряд фильтров (для удобства работы с ними).

Как найти инструменты для реализации проекта при минимальных тратах?

При выборе инструментов лучше всего опираться на мнение специалиста, который владеет как минимум несколькими BI-платформами и базами данных, а также умеет работать с большими объемами данных.

Еще один ориентир при выборе BI-платформы — ежегодное исследование Gartner Magic Quadrant for Business Intelligence and Analytics Platforms.

ежегодное исследование Gartner Magic Quadrant for Business Intelligence and Analytics Platforms

Лидеры в BI-отрасли не меняются уже достаточно много лет. Это Microsoft (Power BI), Tableau Software (Tableau) и Qlik (QlikView, QlilSense). Именно на эти решения стоит обратить внимание.

Подбирая BI-платформу для решения конкретной задачи, учитывайте:

из каких источников необходимо получить данные для визуализации;
потребуется ли вам онлайн-доступ к отчетам;
каким бюджетом вы располагаете.

Я выбрал следующие инструменты:

Таблицы Google — для хранения справочной информации по проектам, а также информации, которую сотрудники компании ежедневно вносят вручную. Как правило, это небольшие таблицы, которые состоят максимум из нескольких сотен строк. Данный инструмент бесплатный и идеально подходит для совместной работы сотрудников в одном документе в онлайн-режиме.
Язык R — для сбора информации из API рекламных систем. Этот инструмент также бесплатный и предназначен для быстрой обработки больших массивов информации.
MySQL — СУБД для хранения собранной информации, которую не требуется в дальнейшем каким-либо образом изменять. В базу данных мы записывали агрегированные данные, поэтому производительности MySQL с запасом хватает для решения нашей задачи. Ежемесячно поступает приблизительно 300 тысяч строк данных — при правильно настроенной конфигурации базы данных и правильной индексации таблиц производительности MySQL для обработки этого массива данных более чем достаточен. Как и предыдущие инструменты, MySQL совершенно бесплатный.
Microsoft Power BI — инструмент визуализации данных. Доступного функционала достаточно для решения поставленной задачи. К тому же, Power BI для десктопов — совершенно бесплатный, а онлайн-версия обойдется дешевле, чем конкуренты (нет необходимости покупать отдельный сервер, все данные хранятся и обрабатываются на серверах Microsoft).

Техническая реализация проекта

Техническую реализацию стоит начинать с описания процесса сбора, очистки, агрегации, хранения и визуализации данных.

Чтобы рассчитать место, необходимое для хранения информации, обязательно выясните:

с какой частотой необходимо обновлять отчеты;
какой объем данных предполагается хранить;
до каких объемов вырастет база в течении года.

Мы собираем информацию ежемесячно, далее в течение месяца специалисты оптимизируют рекламные кампании на основе отчетов, и в следующем месяце мы видим информацию для дальнейшей оптимизации и масштабирования.

Схема работы

Схема работы BI-решения для отдела контекстной рекламы Netpeak

Ежемесячно все маркетологи вносят в таблицу Google данные по своим проектам. Так мы собираем справочник, который содержит всю необходимую для работы скриптов информацию.
После актуализации справочника запускаются R-скрипты, которые собирают информацию с помощью API из всех рекламных площадок, связывают ее, агрегируют и записывают в базу данных MySQL.
В течение месяца сотрудники компании заполняют множество других документов в таблицах Google: с информацией об оценках эффективности проектов, новым и ушедшим проектам и так далее. Все эти документы связаны с Power BI Desktop с помощью R-коннектора.
Раз в месяц, после сбора всей информации за прошлый месяц, с помощью нажатия одной кнопки «Обновить» в интерфейсе Power BI Desktop актуализируются все отчеты и диаграммы.
Данные публикуются в Power BI Service для онлайн-доступа специалистов, тимлидов и руководства отдела.

Как специалисты по контекстной рекламе используют BI-решение?

Начнем с того, что в Power BI можно разграничить роли. Так каждый сотрудник получил доступ к определенному набору данных.

Структура отдела:

Как специалисты по контекстной рекламе используют BI решение

DH (Department Head) — руководство. Сотрудники с этим уровнем доступа видят информацию по всем проектам, что помогает им контролировать работу отдела и своевременно реагировать на негативный тренд по ключевым показателям команд.

TL (Team Leaders) — руководители команд. Имеют доступ к информации по проектам специалистов входящих в их команду, но не видят данные по проектам других команд.

IM (Internet Marketer) — специалисты по контекстной рекламе. Имеют доступ к информации исключительно по своим проектам и не видят данные по проектам других специалистов.

Мы четко разграничили доступ к данным. Каждый сотрудник получил доступ к необходимой ему информации и может принимать решения на своем уровне ответственности.

В BI-отчетах можно посмотреть общую информацию по KPI, которые необходимо контролировать руководству отдела и команд:

эффективность работы отдела,
нагрузка специалистов,
различная сегментация проектов и специалистов
динамика изменения количества активных проектов и так далее.

Рассмотрим подробно, как специалисты применяют разработанный инструмент при ведении рекламных кампаний.

1. Общий анализ проекта

Первая таблица, которую видит специалист, отображает данные о сумме потраченных средств, количестве показов, кликов, CTR и стоимости клика в разрезе проекта, источника и канала трафика.

Общий анализ проекта

С этих данных начинается более глубокая аналитика каждого проекта. Специалист может перейти к изучению диаграмм, отображающих объем потерянных транзакций, дохода и конверсий, и на основе этих данных делать выводы по отдельному проекту или рекламной кампании.

2. Анализ объема потерянного дохода

Объем потерянной выгоды — на диаграмме с разбивкой на потери по бюджету и по рейтингу.

Анализ объема потерянного дохода

Специалист сразу видит:

проекты и рекламные кампании, где можно поднять бюджет без снижения эффективности рекламных кампаний;
проекты и рекламные кампании, в которых нужно обратить внимание на показатель качества и стоимость лида, чтобы минимизировать потери в связи с низким рейтингом объявлений.

Потерянные конверсии в связи с нехваткой бюджета специалист также может проанализировать с помощью специальной таблицы. В ней по каждому проекту и рекламной кампании представлены данные о том, сколько средств не хватило для максимально возможного охвата и сколько транзакций недополучили в связи с этим.

Потерянные конверсии в связи с нехваткой бюджета

Также специалисту доступен график, отражающий долю бюджета, которую потенциально можно было потратить без потери эффективности.

график отражающий долю бюджета

Посмотрев перечисленные диаграммы и отчеты, специалист может написать письмо с рекомендациями на повышение бюджета, а также сразу указать объем дохода либо количество транзакций и конверсий, которые будут получены в результате повышения бюджета. Так специалист узнает, в каких проектах и по каким рекламным кампаниям можно эффективно растить рекламный бюджет и приносить больше выгоды клиентам.

3. Анализ потерянных конверсий в связи с рейтингом

Следующий шаг — минимизация потерянной выгоды в связи с низким рейтингом объявлений. В данном случае есть два пути.

3.1. Повышение показателя качества ключевых слов

В первую очередь необходимо уделить внимание показателю качества, так как это позволит оптимизировать стоимость транзакции.

Для работы над показателем качества специалисту доступно шесть диаграмм.

Первые две диаграммы показывают общую информацию о показателе качества по проектам. Также можно перейти на уровень рекламной кампании или группы объявлений.

Повышение показателя качества ключевых слов

Левая диаграмма разбивает все ключевые слова в аккаунте на три группы:

High (обозначены зеленым цветом) — ключевые слова с высоким показателем качества, от 8 до 10 баллов.
Middle (обозначены желтым цветом) — ключи со средней оценкой показателя качества, от 5 до 7 баллов.
Low (обозначены красным цветом) — ключевые слова с показателем качества ниже 5 баллов.

Правая диаграмма отражает средний показатель качества по аккаунту, рекламной кампании или группе объявлений.

С помощью этих диаграмм специалист видит проблемные аккаунты, рекламные кампании, группы объявлений, и сразу может определить, какие ключевые слова необходимо оптимизировать.

Следующие три диаграммы показывают каждую составляющую показателя качества в разрезе аккаунтов, рекламных кампаний и групп объявлений.

Анализ составляющих показателя качества

На каждом графике видно соотношение ключевых слов с разными оценками. Зеленым цветом обозначена доля ключевых слов с оценкой выше среднего уровня, желтым — со средней, красным — с оценкой ниже среднего уровня.

В диаграмме слева вы увидите оценку ключевых слова по релевантности объявлению. Для ключей с низкой оценкой специалисту необходимо составить объявления, которые содержат в заголовке или тексте объявления ключевые слова.

Центральная диаграмма отражает оценку ключевых слов по ожидаемому значению CTR. Эта составляющая больше остальных влияет на показатель качества, но изменить ее оценку довольно сложно. Если в группе высокая доля объявлений с низким уровнем ожидаемого CTR, специалисту необходимо сделать объявления более заметными и привлекательными: проверить, включены ли расширения объявлений, более креативно подойти к самим текстам и заголовкам объявлений.

Диаграмма справа показывает оценку качества целевой страницы. В данном случае специалисту стоит попробовать изменить посадочную страницу в объявлении на более релевантную или порекомендовать клиенту переписать текст посадочной страницы, чтобы ключевые слова из группы объявлений встречались чаще.

После того, как специалист проработал показатель качества и вытянул его на максимальный уровень, снижается стоимость клика. Следовательно, растет количество кликов и транзакций в рамках прежнего бюджета.

3.2. Повышение ставок в рекламных кампаниях, где стоимость привлечения клиента это позволяет

Если после оптимизации показателя качества вы все также теряете показы в связи с низким рейтингом объявления, обратите внимание на установленные ставки. Чтобы маркетолог мог оценить, в силах ли он повысить ставки, мы добавили график, отображающий стоимость транзакции в разрезе рекламных кампаний.

Анализ стоимости транзакции

В каждом проекте специалист знает допустимую стоимость конверсии и может сопоставить эти данные с тем, сколько было потеряно конверсий. Если стоимость транзакции ниже допустимой и при этом существуют потери дохода из-за низкого рейтинга, стоит поднять ставки. В таком случае количество проигранных аукционов снизится, и специалист сможет привлечь больше заинтересованных пользователей и в результате — увеличить доход.

4. Масштабирование кампаний

В BI-решении добавлен ряд отчетов по стоимости клика в Google Ads в разрезе разных тематик, а также стран и городов. Основываясь на эти данные, маркетолог может оценить, стоит ли масштабировать рекламные кампании на конкретные города и регионы, и сделать это максимально эффективно в зависимости от возможностей и специфики бизнеса клиента.

На данный момент доступна информация о стоимости клика:

в 188 странах;
25,7 тысячах городов;
в разбивке на 27 тематик.

Маштабирование кампаний

Также подобный отчет доступен и о стоимости клика в разбивке на тематики и страны в Facebook.

Демоверсия части готового решения на случайно сгенерированной выборке данных

Посмотреть демоверсию описанного решения на тестовой выборке данных можно по этой ссылке.

Выводы

Как мы внедрили BI-аналитику для отдела контекстной рекламы:

Определили цели, источники и перечень отчетов, необходимых для решения бизнес-задач.
Разработали архитектуру базы данных и подобрали инструменты для реализации проекта.
Получили доступ к API всех необходимых источников и разработали необходимые пакеты функций на языке R.
Визуализировали отчеты в Power BI.
Разграничили доступы к данным в зависимости от роли сотрудника.

Что в результате?

1. Руководство:

контролирует выполнение KPI отдела;
получает данные для распределения проектов между специалистами в зависимости от их нагрузки.

2. Маркетологи на основе полученных данных:

оценивают объем потерянного дохода; анализируют потерянные конверсии в связи с рейтингом;
оптимизируют рекламные кампании и быстро определяют зоны роста;
масштабируют рекламные кампании, подключая новые источники и регионы.

Следите за рубрикой «Кейсы», чтобы первыми узнать, как BI-аналитика отдела контекстной рекламы повлияла на бизнес наших клиентов.

netpeak.net