Почему сквозная аналитика не дает желаемого результата: разбираемся в причинах. Часть 2
Предположим, перед бизнесом стоит задача внедрить сквозную аналитику в проект. Как предусмотреть заранее возможные вызовы, с которыми могут столкнуться команды маркетинга и аналитики? Какие нюансы необходимо предусмотреть, чтобы конечный результат соответствовал ожиданиям бизнеса?
Расскажем, как мы в DataGo! работаем с неочевидными сложностями, которые могут возникнуть в процессе внедрения сквозной аналитики в проект:
- Получение неполных данных с рекламных площадок;
- Получение неполных и несвоевременных данных о заказах;
- Несопоставимость данных;
- Отсутствие единой системы метрик между командами.
В предыдущем материале мы описывали, как подготовиться к сбору данных. После того, как этап планирования успешно завершен, переходим к сбору данных и интерпретации полученного результата.
Важно отметить, что все проекты индивидуальны, и универсальных решений, которые подошли бы в каждом случае, не существует.
Собираем “сырые” данные
Владея обширной экспертизой в работе с “сырыми” данными, мы сформировали четыре неочевидные сложности, с которыми может столкнуться аналитический проект.
Вызов 1. Собираем “сырые” данные: получение неполных данных с рекламных площадок
Рекламные платформы собирают огромное количество данных о поведении пользователей. Сложности с их получением возникают тогда, когда вы пытаетесь получить эти данные в полном объеме без потерь, что является ключевым приоритетом для многих компаний.
Как собирать полные данные с рекламных площадок?
- Определите ответственных за сбор и контроль данных с рекламных площадок;
- Подключите независимый источник данных для сбора “сырых” данных;
- Используйте автоматические инструменты импорта данных. В случае, если данные недоступны по какой-либо причине, эти инструменты могут показывать существующие пробелы в данных и загружать данные ретроспективно.
Рассмотрим на реальном кейсе:
Клиент: крупнейший ритейлер в РФ, сегмент: мебель и товары для дома.
Инцидент:
Автоматическое обновление версии облачного хранилища ClickHouse (22.8). Особенность новой версии — архитектурные изменения сущности обработки и хранения полей с типом flatten_nested.
Последствие:
Потеря большого количества хитов.
Что было предпринято на стороне DataGo!:
- После выявления инцидента, код сервиса хитового стриминга был переписан под новую архитектуру ClickHouse уже на следующий день;
- Провели сверку по потерям хитов за 2 дня между обновлением ClickHouse и изменением кода сервиса.
Решение:
- Так как паттерны покупательской активности на крупных проектах примерно одинаковые, согласовали метод восстановления данных по образу хитов за предыдущие дни.
- Усилили систему алертинга подобных инцидентов.
Инциденты такого критического уровня подтолкнули нас к созданию комплексной системы мониторинга. Команда DataGo! разработала обновленную архитектуру DataGo! Web Streaming, более защищенную от внешних угроз. Это позволяет своевременно отслеживать все предпосылки к потере или получению неполных данных и предотвращать подобные инциденты.
Повысьте уровень безопасности ваших данных совместно с DataGo!
Вызов 2. Собираем данные: получение неполных и несвоевременных данных с сайта
Получая полные данные из рекламных площадок и сервисов, мы знаем сумму расхода на продвижение.
🧐 А сколько мы получаем заказов и сколько с них зарабатываем?
Для этого необходимо собирать данные с сайта и мэтчить их с данными из CRM-систем. В таком случае вам также важно убедиться, что собранные с сайта данные полные и не имеют ограничений.
Возможные причины сбора неполных данных с сайта
- Несвоевременная оплата сервиса для трекинга данных;
- Использование только UI популярных аналитических сервисов по сбору данных (лк Яндекс Метрики / AppMetrica, а не LogsApi; лк Google Analytics 4, а не экспорт в GBQ);
- Некорректная разметка событий;
- Перезапись, дублирование, некорректная разметка в dataLayer;
- Порядок отработки аналитических скриптов.
Какое решение?
- Определите требования по разметке событий от бизнеса (какие необходимы отчеты, срезы и воронки);
- Перенесите бизнес-требования в карту событий (систему метрик);
- Организуйте кросс-командную работу разработчиков и аналитиков по внедрению и тестированию событий из системы метрик;
- Используйте сервисы для трекинга данных с доступом к “сырым” и полным данным;
- Выберите хранилище с автоматическим импортом данных. Это позволит вам своевременно отслеживать возникающие ошибки.
Вызов 3. Готовимся к использованию данных: несопоставимость данных из рекламного источника и с сайта
После того, как данные собраны, их необходимо свести в единую структуру.
Структурированные данные — это единая таблица. Каждый столбец в ней определяет атрибут (например, время или местоположение), а каждая строка представляет собой отдельную запись, значение для каждого атрибута.
В результате различий между форматами данных из нескольких источников, вы можете потерять часть своих данных.
Сложности с объединением данных:
- Низкое качество данных и их несогласованность.
Непоследовательные, неполные или неточные данные могут привести к проблемам во время трансформации и привести к ошибочным выводам.
- Безопасность данных.
Обработка конфиденциальной информации при перемещении большого объема данных вызывает риск утечки данных и несоответствия требованиям СБ.
- Интеграция данных realtime.
Спрос на аналитику в реальном времени вырос, но добиться интеграции данных в реальном времени может быть непросто. Данная сложность может быть особенно актуальной, если речь идет о проектов с большим объемом данных.
Рассмотрим на реальном кейсе:
Клиент: крупнейший ритейл бренд в РФ, сегмент: брендовая одежда и товары для дома.
Задача: объединить данные из web и app в единый отчет.
Сложность заключалась в том, что принципы отслеживания необходимых данных в мобильном приложении и на сайте различные, поэтому для их объединения в единый отчет необходимо привести данные в единую структуру.
👎 Данные, не приведенные к общему формату, невозможно объединить в единый отчет. Это приведет к критичным искажениям в ходе анализа бизнес-показателей.
Источники данных:
- DataGo! Web Streaming;
- API-выгрузка из сервиса мобильной аналитики (AppsFlyer, AppMetrica).
Что было предпринято на стороне DataGo!:
- Сбор web и app данных в едином хранилище (DWH);
- Привели данные из App к единому формату, схожему на Web, для использования в единой витрине данных;
- Сформировали пул целевых метрик для принятия стратегических решений;
- Вывели аналитику в едином дашборде по общим и кросс-девайс показателям эффективности.
Вызов 4. Получаем инсайты: разрозненная интерпретация метрик
Из-за большого объема требуемых данных и метрик, отдел аналитики и маркетинга могут интерпретировать необходимую метрику по-разному. Из-за этого ваш отчет перестанет быть информативным, что приведет бизнес к неверным инсайтам.
Какое решение?
Сформируйте дерево метрик.
Как правило, метрики, на которые обращают внимание руководители компаний (фаундеры, директора и др.), отличаются от метрик, на которые смотрят линейные сотрудники (маркетологи, product owners и др.) Первым необходимо фиксировать верхнеуровневые бизнес-результаты, а вторым — более точечные, локальные показатели.
Необходимо составить единый документ, который поможет понять, что именно вкладывается в каждую метрику на любом уровне отчетности.
Рассмотрим на реальном кейсе:
Клиент: крупнейший частный банк в России, входящий в пятерку крупнейших банков России по объему активов.
Задача: унификация разметки сайта для сбора качественных данных.
Что такое разметка событий - это процесс, при котором разные целевые действия на сайте или в мобильном приложении отмечаются конкретными метками для дальнейшего анализа. Это позволяет аналитикам собирать точные данные о поведении пользователя: загрузка страницы, клики, оформление покупки и др.
Сложность заключалась в том, что текущая разметка событий на сайте в Яндекс.Метрике имела большое количество ошибок и расхождений, например, неверный нейминг событий, скрытые символы, отправка большого количества push_params и др.
👎 Все эти ошибки способствуют получению некорректных и разрозненных данных о поведении юзеров на сайте/в мобильном приложении, и, как следствие, неточные отчеты.
Как мы в DataGo! работаем с разметкой сайта:
- Собрали бриф и фактуру для погружения в детали. Важно понимать, какие именно задачи решает маркетинг и бизнес за счет получения данных с сайта.
- Подготовили шаблон с четкими инструкциями, который будет использоваться заинтересованными лицами для создания разметки на целевые элементы сайта. Это позволит обеспечить единообразие сбора данных и упростит их последующую обработку.
Бизнес ценность: все заинтересованные понимают процесс работы разметки сайта. Вся текущая разметка Сайта будет приведена к общему формату, что облегчит навигацию и дальнейшую работу с данными в Яндекс Метрике или в ClickHouse.
- После внедрения обновленной системы разметки событий сайта, мы сформировали дашборд здоровья. Он позволит команде банка отслеживать актуальность разметки и ее соответствие заданному стандарту.
Бизнес ценность: Проверив реализацию разметки и подтвердив ее корректность, мы получим стабильное и качественное получение web данных с Сайта.
Заключение
К середине 2024 года уже никто не будет спорить с тем, что сквозная аналитика остро необходима для корректной оценки эффективности маркетинга. Обилие маркетинговых и аналитических инструментов привело к возникновению вызовов, которые могут привести бизнес к неожидаемым результатам.
💁♀ Мы будем рады, если вы поделитесь в комментариях, сталкивались ли вы со сложностями внедрения сквозной аналитики?
🤩 Какие самые неожиданные инсайты вам удавалось получить на основе анализа данных?
Для того, чтобы подготовиться даже к самым неочевидным сложностям, мы рекомендуем постоянно повышать требуемые навыки внутренней команды, работать над эффективностью кросс-командной работы или обратиться к DataGo!
Почему данным от DataGo! можно доверять?
- Независимый источник “сырых” данных “, не подверженный санкционным рискам;
- DataGo! не продает рекламу, поэтому наши данные беспристрастны;
- Более 100 клиентов в РФ уже доверяют нам работу с данными.
Сфокусируйтесь на бизнесе, а работу с данными оставьте DataGo!