Аналитика для бизнеса при помощи облачных технологий Yandex Cloud. Кейс «Ростелеком»

ПАО «Ростелеком» — это крупнейшая российская компания, предоставляющая цифровые услуги и решения. Она работает во всех сферах рынка и обслуживает миллионы домохозяйств, государственных и частных организаций.

Компания занимает лидирующие позиции на рынке высокоскоростного интернета, платного телевидения и мобильной связи. Более 12,4 миллиона клиентов пользуются услугами доступа в интернет через оптические технологии. «Ростелеком» входит в тройку крупнейших мобильных операторов страны, обслуживающих более 48 миллионов абонентов.

Задачи

Компания «Ростелеком» обратилась к нашей команде с запросом по настройке и автоматизации аналитики для проекта «Бизнес драйв Академия».

Заказчик хотел получить инструмент, который в едином дашборде позволит регулярно отслеживать актуальные данные.

Такие, как:

  • источники регистраций на платформе;
  • количество регистраций в динамике;
  • стоимость одного зарегистрированного пользователя;
  • общие расходы и другие.

Попытки предыдущей команды по настройке аналитики не увенчались успехом. Счётчик Google analytics, применявшийся ранее, собирал неточные данные, а для расчёта стоимости привлечённого пользователя приходилось сводить данные из нескольких источников вручную.

Каких целей хотел добиться заказчик?

  • Снять обеспокоенность руководства по поводу уязвимости данных при передаче через внешние сервисы.
  • Избежать дополнительных регулярных оплат различных сервисов.

Основными условиями для выбора сервиса были:

  • избежать использования дополнительных платных сервисов в цепочке передачи данных, в частности, коннекторов для передачи расходов из рекламных систем;
  • используемые инструменты не должны были подвергаться риску отключения в связи с внешними событиями (санкциями или блокировками).

Выбор инструментов

Для реализации проекта мы остановили свой выбор на Yandex Cloud. Платформа отвечает задачам заказчика и содержит весь комплекс совместимых инструментов от сбора и хранения данных («Метрика», ClickHouse) до визуализации (DataLens).

Для передачи сырых данных из «Метрики» и AppMetrica в ClickНouse использовали скрипты на Python. Также для ухода от платных сторонних сервисов-коннекторов выгружали расходы из рекламных кабинетов с помощью Python.

✅ У «Метрики» и AppMetrica есть и прямые интеграции с ClickHouse, что сильно упрощает решение ряда задач аналитики. Но передача некоторых необходимых нам данных, например, расходов или Profile.id, на момент работ не поддерживались такими интеграциями, и нам пришлось прибегнуть к написанию скриптов.

Что было сделано?

После того как мы определились с платформой, команда приступила к основным этапам работы.

Что мы сделали?

  • Установили счётчик «Яндекс. Метрика» на сайты.

В проекте используется 2 сайта:

  • приветственный лендинг, на который привлекают новых пользователей;
  • основная платформа с курсами, куда попадают пользователи после регистрации.
  • Установили счётчик AppMetrica в приложения iOS и Android.
  • Настроили конверсии в ****«Яндекс. Метрике».

На какие конверсии обратили особое внимание?

  • Переходы на ознакомительные уроки.
  • Переходы к регистрации.
  • Регистрация на платформе.
  • Просмотры уроков на платформе.
  • Настроили передачу параметров событий пользователей.

Каждому зарегистрированному на платформе присваивается уникальный идентификатор пользователя (UserID) ➡ Передаём их в «Яндекс. Метрику» как параметры визитов ➡ Связываем с ClientID «Яндекс. Метрики».

  • Создали и настроили кластер СlickHouse и базу данных.
  • Написали скрипты на Python.

Что доработали?

  • Передачу расходов из «Я.Директа» и рекламного кабинета «ВКонтакте» в ClickHouse.
  • Передачу данных из «Яндекс. Метрики» в ClickHouse.
  • Передачу данных из AppMetrica в ClickHouse.
  • Создали виртуальную машину через Compute Cloud, загрузили скрипты передачи данных и настроили их регулярный запуск.

Как настроили регулярную выгрузку данных в ClickHouse?

  • Создали виртуальную машину с помощью Compute Cloud — сервиса внутри Yandex Cloud для создания и управления виртуальными машинами.
  • Загрузили на виртуальную машину скрипты передачи данных и настроили их запуск по расписанию.
  • Настроили визуализацию в DataLens, чтобы клиент получал итоговый результат анализа в виде дашборда.

За время работ создали:

  • подключение к ClickHouse;
  • датасеты и объединение данных на уровне датасета;
  • чарты;
  • дашборды.

Какие результаты получили?

В дашборде отразили следующие метрики

Вкладка «Основные показатели»

Сводки

  • Количество регистраций.
  • Цена регистраций.
  • Конверсия в регистрацию из перехода.
  • Рекламные расходы.

Столбчатые диаграммы

  • Количество регистраций.
  • Цена регистраций.
  • Конверсия в регистрацию из перехода.
  • Рекламные расходы.

Вкладка «Источники»

Таблицы

  • Таблица. Источники регистраций. Сколько регистраций и по какой цене получаем в разбивке по источникам?
  • Таблица. Рекламные кампании. Сколько регистраций и по какой цене получаем в разбивке по кампаниям?

Круговые диаграммы

  • Визиты по типу устройств. Круговая диаграмма.
  • Регистрации по типу устройств. Круговая диаграмма.
  • Регистрации по источникам.

Сводки

  • Среднее время на приветственном сайте.
  • Доля отказов (<15 сек.).

Вкладка «Курсы»

Столбчатые диаграммы

  • Столбчатая вертикальная диаграмма: популярные курсы. Отражает, сколько пользователей зарегистрировалось на каждый курс в порядке убывания.
  • Воронки по пройденным урокам по каждому курсу.

Таблицы

  • Конверсия из ознакомительного урока в регистрацию на платформе по каждому курсу.
  • Переходы к ознакомительным урокам (без регистрации) по каждому курсу. Количество и конверсия из общего количества переходов на сайт.
Аналитика для бизнеса при помощи облачных технологий Yandex Cloud. Кейс «Ростелеком»

Благодаря проделанной работе и объединению данных в СУБД ClickHouse, мы выполнили основную задачу — определили источники и стоимость регистраций в различных срезах.

Визуализация в DataLens позволила руководителям проекта:

  • экономить ресурсы команды при подготовке регулярной отчётности;
  • оперативно отслеживать все ключевые метрики;
  • контролировать показатели KPI;
  • перераспределять бюджет между каналами и масштабировать успешные рекламные связки.
Аналитика для бизнеса при помощи облачных технологий Yandex Cloud. Кейс «Ростелеком»

Выводы

Комплекс инструментов Yandex Cloud подходит и для гораздо более сложных сценариев бизнес-аналитики корпоративных данных. Без рисков попадания инструментов и сервисов под санкции и влияния внешнеполитических событий.

Платформа данных Yandex Cloud позволяет:

  • объединять все данные компании для анализа любой сложности и глубины с минимальной задержкой;
  • размещать ваши сайты и веб-сервисы в облаке для максимальной масштабируемости, отказоустойчивости и скорости работы.

При этом обеспечивается максимальная:

  • Сохранность данных. Обеспечивается при помощи автоматического резервного копирования и репликации данных.
  • Информационная безопасность. Облако размещено в безопасном периметре трёх географических дата-центров (расположенных в России), соответствующих 152-ФЗ (высший уровень защищённости УЗ-1).
  • Скорость визуализации за счёт встроенной интеграции BI-системы DataLens от «Яндекс».

Подробнее о работе агентства и наших услугах рассказываем в телеграм-канале. Присоединяйтесь!

22
Начать дискуссию