Как создать автоматизированные дашборды и повысить эффективность маркетинга

1. Вводная задача от заказчика, проблематика, цели

Сеть клиник столкнулась с проблемой — клиент хотел видеть более детализированную аналитику по рекламным кампаниям, и команде агентства приходилось тратить много времени на составление отчетов. Это мешало в режиме реального времени анализировать кампании и оперативно принимать стратегические решения — грамотно оптимизировать рекламные бюджеты и адаптировать digital-стратегию.

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Мы создали для клиента автоматизированную систему отчетности и интуитивно-понятный дашборд с ключевыми метриками. Для этого использовали:

• Систему сквозной аналитики StreamMyData для интеграции данных.
• Хранилище данных BigQuery для обработки и анализа больших объемов информации.
• Язык программирования SQL для эффективного управления базами данных.
• Инструменты Apache Superset и Apache Airflow для визуализации данных и автоматизации процессов.

Этот комплексный подход позволил нам улучшить точность данных и получить доступ к ключевым метрикам и аналитическим данным рекламных кампаний.

Этап 1: подготовка к созданию автообновляемых дашбордов

Этот процесс включал следующие шаги:

1. Идентификация ключевых метрик. Создание автоматизированного отчета началось с тщательного анализа потребностей клиента. Мы определили ключевые метрики, которые необходимо включить в дашборд, например, клики, конверсии, расходы по рекламным кампаниям, CPA, CPC, CPA и т. д.

2. Выгрузка данных. Мы выгрузили данные, необходимые для расчета выбранных метрик, из кабинетов Яндекс Директа, Яндекс Метрики, VK Рекламы и ПромоСтраниц.

3. Проектирование SQL-запросов для объединения данных из различных источников. Это позволило создать единое хранилище данных, где информация была структурирована для удобного анализа.

На этом этапе столкнулись с проблемой: через API ПромоСтраниц нельзя было получить количество достигнутых целей. Это мешало точно анализировать эффективность рекламных кампаний.

Для решения этой проблемы мы использовали выгрузку данных из Яндекс Метрики через аналитическую систему StreamMyData. Сервис позволил нам обойти ограничения API ПромоСтраниц и получить полную картину по достигнутым целям в рекламных кампаниях.

5. Интеграция Apache Airflow

Получение данных из Яндекс Метрики было только первым шагом. Чтобы данные постоянно обновлялись и были доступны для анализа, нам требовался механизм автоматизации процесса. Мы решили внедрить Apache Airflow — инструмент автоматизации процессов, который обеспечивает регулярное обновление данных и генерацию отчетов.

Apache Airflow позволил создать пайплайн данных (последовательность выполнения кода), который регулярно обновляет и подгружает данные из всех рекламных кабинетов клиента в централизованное хранилище данных. С помощью Apache Airflow мы минимизировали ручной труд, обеспечили актуальность данных и повысили эффективность аналитики рекламной активности.

4. Определение частоты обновления. Важно было учесть, что некоторые метрики требуют более частого обновления, чем другие. Например, клики могут меняться ежедневно, в то время как бюджет может обновляться еженедельно. Поэтому мы решили настроить обновление отчетов ежедневно в 00:00, чтобы никакие данные не потерялись.

Этап 2: реализация дашборда в Apache Superset

Apache Superset — инструмент для исследования и визуализации данных. Мы использовали его для создания дашборда, в котором:

• визуализировали ключевые метрики, такие как рекламный бюджет, количество кликов, конверсий и др.;
• отобразили динамику по неделям и месяцам;
• добавили результаты рекламных кампаний с возможностью разделения по различным параметрам для более глубокого анализа.

3. Результаты сотрудничества

С помощью StreamMyData, Apache Airflow и Superset мы помогли клиенту значительно улучшить аналитику и управление рекламными кампаниями.