Как создать дашборд для контекстной рекламы Яндекс Директ в Power BI. Подробный гайд

Привет! Это агентство контекстной рекламы Adgasm.io. В этой статье мы пошагово разберем, как создать удобный и функциональный дашборд в Power BI

Время сбора отчёта с «набитой» рукой: ~1 час

Время сбора отчёта у новичков: ~3-4 часа

Ранее мы рассказали, как создать дашборд в Looker Studio (Google Data Studio).

В нашей новой статье мы рассмотрим Power BI (PBI) - аналогичную систему со множеством преимуществ - все перечислять не будем, обозначим лишь главное: скорость работы. PBI обрабатывает больший объем данных за меньшее время. При долгосрочной работе с дашбордами это позволяет сберечь время и нервы. Очень много нервов и времени специалиста.

Один простой пример: если применить любой из фильтров - данные обновляются за доли секунды

Пример дашборда (конечно, данные в дашборде мультиплицированны, а тематика вымышлена). Мы используем такие дашборды для аудитов, для ежедневного контроля рекламных кампаний, а также для защиты результатов перед клиентами.

Давайте соберём такой дашборд в PBI

1.Скачиваем Power BI Desktop (версия есть только для Windows, iOS не поддерживается) по ссылке https://powerbi.microsoft.com/ru-ru/desktop/

2. Запускаем Power BI. Первый шаг окончен.

Есть три способа подгрузки данных, которые мы тестировали в Adgasm:

1. Более сложный: выгрузка данных из Яндекс Директ по API при помощи Python в Excel или на сервер.

На этом способе мы останавливаться не будем, чтобы его реализовать нужно погрузиться в python и описать механики — это тема для отдельной статьи. Если вы хотите научиться выгружать данные при помощи API из Яндекс Директа, то рекомендуем курс Ya Dashboard или если вы уже знакомы с python - можно помучать ChatGPT и найти решение самостоятельно.

2. Более простой: выгрузка при помощи коннектора в Power BI

Преимущества этого способа: один раз настроили — дашборд обновляется всего 1 кнопкой за минуту времени. Очень удобно.

Недостатки: данные, которые вы можете выгрузить, ограничены. Мы зависим от API, а API Яндекс Директ обновляется медленнее, чем «Мастер отчётов».

Самые досадные ограничения — не получится выгрузить данные по моделям атрибуции с чек-боксом «Кросс-девайс» и «Автоматическая».

Также нельзя выгрузить очень ценные для Ecom новые группировки:

Эти же недостатки относятся и к первому способу.

Но, на наш взгляд, это оптимальный способ с точки зрения трудозатрат, удобства и сложности. Это как выбрать «Жёлтую дорожку» на передаче «Умники и умницы».

3. Самый простой: выгрузка данных напрямую из Директа.

Но этот тип, хоть и прост, но для выгрузки не имеет режима «Автообновления» - это однозначный минус. Захотим актуализировать данные в дашборде — нужно будет формировать выгрузку заново. И это печально

Последние 2 способа мы с вами разберём. Поэтому наша статья разделится на две части.

Шаг «3.1» будет о способе выгрузки через коннектор, а шаг «3.2» - о выгрузке из Директа через excel. Если вы выбрали путь через excel (он немного легче) - переходите к шагу 3.2. Если выбираете коннектор - продолжаем.

Нужно предварительно скачать и установить коннектор для Яндекс Директа в Power BI. Коннектор разработал Александр Морин, за что большее ему спасибо!

Чтобы установить коннектор по этой инструкции, нужно проделать шаги № 1-3 в блоке «Как воспользоваться коннектором».

1. Скачайте файл Yandex.mez: https://github.com/morinad/yandex_direct_pq/raw/master/Yandex.mez

2. Поместите файл Yandex.mez в папку C:\Users\USERNAME\Documents\Power BI Desktop\Custom Connectors, подставив USERNAME своего компьютера.

3. Откройте Power BI, зайдите в Файл -> Параметры и настройки -> Параметры -> Глобальные -> Безопасность, выберите "Разрешить загрузку любого расширения без проверок и предупреждений".

Небольшое уточнение:

Если в инструкции выше в пункте не будет папок «Documents», «Power BI Desktop», «Custom Connector» - то нужно их создать (но это только после установки power bi). Очень важно при этом соблюдать регистр. Например, папка должна называться: не «documents», не «dOcUmEnTs», а «Documents»

Проверим, все ли сработало? В PBI на вкладке «Главная» нажимаем «Получить данные», в появившемся окне в поисковой строке вводим «yandex». Если появляется коннектор «Yandex Direct Connector» — все получилось.

Нажмите на Yandex Direct Connector и откроется окно:

Заполняем данные.

Login: ваш аккаунт в директе (без домена @yandex.ru), например «pb_test»

Columns: здесь мы через запятую перечисляем срезы и метрики из Яндекс Директа, которые хотим проанализировать. Полный список срезов и метрик, которые отдаёт API Яндекс Директа, можно найти здесь (если не открывается - попробуйте в инкогнито, должно помочь).

Небольшой совет тем, кто хочет проанализировать кампании от и до: если у вас большой проект с множеством кампаний, групп, условий показа — старайтесь в 1 запросе выбирать только самые необходимые срезы и метрики, по которым вы будете анализировать РК часто. Для специфичных отчётов можно будет собрать отдельный запрос. Например, если хотите проанализировать эффективность ключевых фраз - не стоит этот срез миксовать с другими срезами (например, пол/возраст/тип ОС/тип устройства), иначе может получиться очень большой запрос на несколько миллионов строк, который будет выгружаться через раз, если повезёт.

Если первый раз сталкиваетесь с Power BI — рекомендуем использовать наши заготовленные срезы и метрики. А как набьёте руку, сможете формировать свои.

Срезы и метрики для распространенных отчётов, которые мы очень часто используем в агентстве, мы собрали здесь (обратите внимание, там несколько вкладок на разные типы отчётов)

«Стартовый» набор предлагаем взять такой:

Week,CampaignName,AdGroupName,AdFormat,CriteriaType,AdNetworkType,Slot,Device,MobilePlatform,TargetingCategory,Impressions,Clicks,Cost,Conversions,Revenue

Start date: это дата, начиная с которой мы хотим выгрузить данные из Яндекс Директа в формате YYYY-MM-DD. Например, если мы хотим выгрузить данные с 1 апреля 2024 года, запись будет выглядеть так 2024-04-01. Если у вас большой проект - также рекомендуем не выгружать слишком большие периоды — оптимально, на наш взгляд, 3-6 месяцев, иначе процесс выгрузки может затянуться и пройти с ошибками.

End date: это дата крайнего дня для отчёта. Поля «End date» и «Start Date» поддерживают динамические значения, например, «today» (сегодня) и «yesterday» (вчера)

Goals: через запятую указываем № целей, по которым хотим провести анализ. Посмотреть № цели можно в Яндекс Метрике.

Либо в Яндекс Директ, если у любой кампании нажать на «Редактировать» и выбрать ключевую цель (или цель для оптимизации) - мы увидим ее номер.

Проще и безопасней, конечно, посмотреть номера целей в метрике.

По итогу у вас должны быть заполнены все поля, кроме Delay.

Attribution Model: Модель атрибуции

Можно выбрать варианты:

FC - первый клик

LC - последний клик

LSC - последний значимый клик

LYDC - последний переход из Яндекс Директа

Если нужно выбрать варианты атрибуции кросс-девайс или автоматическую модель атрибуции (МА) - сделать это не получится. API не поддерживает эти МА.

Нажимаем «ОК» и проходим авторизацию под тем логином Яндекса, из которого хотим выгрузить данные. В нашем случае это “pb_test”.

В некоторых случаях может появиться дополнительное окно, где коннектор запросит у вас ключ учетной записи.

Получить это ключ можно перейдя по ссылке, важно это сделать залогиненым под тем аккаунтом Яндекс Директ, из которого вы хотите выгружать данные.

Копируем ключ и размещаем в поле «Ключ учетной записи». Если коннектор не запросил у вас ключ - ничего страшного, значит, вы прошли этот шаг автоматически.

Начнётся процесс выгрузки данных - нужно набраться терпения и дождаться полного завершения выгрузки. Когда он завершится, должно открыться окно с предпросмотром. Сразу нажимаем «Преобразовать данные».

Супер! Данные мы выгрузили, теперь их предстоит обработать. И если вы идёте по пути коннектора - переходите сразу на шаг 4, минуя шаг 3.2.

Переходим в мастер-отчётов и формируем отчёт

Здесь мы собрали наборы срезов и метрик, которые часто используем сами.

Важный нюанс в ecom: если выбираете 2 цели, которые передают доход, например, «Ecommerce: Покупка» и «Ecommerce: добавление в корзину», то доход по ним суммируется. Это некорректно. К примеру, вместо 200 000 ₽ реального дохода с покупки вы получите космические значения в 20 000 000 ₽, потому что доход по корзинам попал в метрику «Доход», если вы оцениваете доход только по покупкам. Поэтому перед выгрузкой проверьте, не тянут ли за собой «доход» вспомогательные микроцели.

Перед выгрузкой нажимаем «Показать», а затем «Экспорт - XLSC-файл»

Открываем файл.

Обрабатываем файл выгрузки excel. Это можно сделать и через PBI (особенно, если файл у вас на громадное количество строк и ПК его с трудом открывает), но если файлы меньше и ПК с ними хорошо справляется - в excel удобнее и быстрее все преобразовать.

1. Удаляем первые 4 строчки файла

2. Переименовываем столбцы в более читаемый вид

3. В столбцах с конверсиями “-” заменяем на “0”

У нас получилось так:

Сохраняем файл и закрываем.

В Power BI загружаем наш excel-файл. Для этого:

1. Переходим на вкладку «Главная»

2. Нажимаем «Получить данные», либо, если доступно - сразу «Книга Excel».

3. Если на втором шаге не увидели «Книга Excel», то выбираем этот вариант в раскрывающемся списке «Получить данные»

В открывшемся окне, находим наш файл с данными по РК, кликаем два раза - файл загружается!

Далее нам нужно выделить листы Excel, из которых мы хотим подтянуть данные, в нашем случае это 1 лист «Мастер отчётов»

Данные из Excel мы загрузили и они обработаны. Супер! Но чтобы понять, как можно работать с таблицами в Power BI - рекомендуем изучить интерфейс окна преобразования данных и шаг 4.

После того как вы выгрузили данные из excel или коннектора и нажали на кнопку «Преобразовать данные», у вас должно открыться окно для преобразования данных, выглядит оно вот так:

Это демонстрация данных, выгруженных при помощи коннектора. Если вы работали с Excel - названия столбцов и их содержимое будут отличаться.

Выглядит сложновато, так, как будто предстоит запустить космолёт, но вы не пугайтесь, это не так сложно, как кажется на первый взгляд. Большинство из этих кнопок и команд нам не понадобятся. Для построения дашборда достаточно нескольких базовых команд.

Давайте разберём поля подробнее:

1. Поле «Запросы». Тут размещены ваши таблицы для построения дашбордов. Кстати, вы можете их переименовать, если кликнуть по ним два раза. Мы так и сделали, наш запрос называется «YD - General». Также вы можете добавлять новые запросы, сделать это можно, если нажать на «Создать источник» во втором поле.

2. Панель команд. Очень похожа на панель в Excel. При помощи нее можно преобразовывать нашу таблицу. Если у вас несколько запросов, обратите внимание на поле 1 - какой запрос выделен там, такой вы и будете редактировать.

3. Поле «Примененные шаги». Тут сохраняется каждое ваше действие над таблицей. Каждый раз, когда вы что-то редактируете в таблице или добавляете в нее - это отображается в шагах. Вы в любой момент сможете вернуться к любому шагу. Если вы нажмёте на иконку шестерёнки, то шаг можно будет отредактировать по вашему усмотрению. Это очень удобно.

4. Таблица с данными.

5. Командная строка. Если вы выделите любой шаг в поле №3, то в поле №5 будет виден лог этого шага на языке М. Разбирать язык в рамках статьи не будем - но он не очень сложный, к тому же команды мы задаём в интерфейсе, а в язык М они конвертируются автоматически. Но если интересно разобраться, думаем, достаточно поработать с ChatGPT.

Итак, с интерфейсом окна преобразования данных мы разобрались. Начнём преобразовывать данные!

1. Переименовываем столбцы

Не всем удобно работать с латиницей и английским языком, поэтому переведем все значения на русский.

Если вы пошли по пути Excel - у вас и столбцы, и значения в них будут уже на русском. А вот для способа с коннектором, чтобы привести дашборд в порядок, придется занять себя небольшой рутиной.

Кликните по названию столбца и измените его значение.

Как переименовывать то или иное значение столбца - вы можете посмотреть в таблице от Яндекса, которую мы уже упоминали (открывать из инкогнито)

Либо можете заглянуть в наш файлик (столбец «Расшифровка»), там уже основные группировки переименованы.

Либо же можно сделать все массово - еще проще: использовать язык М и заменить значения формулой:

Но если у вас отличается набор столбцов - формулу придется подкорректировать, иначе выпадет ошибка . Также, вместо «Предыдущий шаг» в формуле, нужно использовать ваш столбец - подробнее в видео:

Если способ через язык М для вас очень сложен - не расстраивайтесь, можете заменить все вручную, кликая дважды на столбцы и меняя их значения, как мы предлагали в самом начале.

Также, если вы выгружали конверсии, то для них названия столбцов будут в таком виде «Conversions_123_LYDC», где «123» это id цели из Яндекс Метрики, а «LYDC» - это модель атрибуции (в нашем случае это «Последний переход из Яндекс Директа»).

Мы переименовываю столбцы так:

«Conversions_123_LYDC» меняем на «Добавление в корзину»

«Conversions_124_LYDC» меняем на «Ecom: Покупка»

«Conversions_125_LYDC» меняем на «Регистрация»

В вашем случае идентификаторы целей и наименование целей будут своими.

Аналогичная запись и для дохода по отдельным целям, например «Revenue_123_LYDC».

В нашем случае формула на языке М выглядит вот так:

Но в вашем будет выглядеть по-другому, потому что id конверсий будет другим

2. Заменяем значения внутри столбцов и определяем типы данных в ячейках

Выделяем весь столбец, переходим на вкладку «Преобразование», нажимаем «Замена значений». Меняем значения (на примере типов площадок):

Так нужно сделать для каждого столбца.

Для упрощения задачи - значения можно копировать из таблички, которую мы для вас подготовили. Ну а если вы выгрузили еще какие-либо поля, вы всегда можете найти расшифровку в таблице от Яндекса.

Также в столбцах с конверсиями и доходами заменяем значение «--» на «0». Чтобы выделить несколько столбцов подряд, как и в excel, зажмите «ctrl» или «shift» и кликните на несколько столбцов.

После этого, с выделенными столбцами по конверсиям и доходам нажимаем «Определить тип данных».

Немного о типах данных.

Каждая ячейка имеет свой тип данных - текст, число, процент и т.д.

Это позволяет Power BI понять, какие действия можно проделывать с конкретной ячейкой, например, если это число, то со столбцом можно делать разные математические операции, а если текстовый, то обрабатывать этот текст специальными командами.

В Power BI есть несколько типов данных:

Но в рамках дашборда для контекстной рекламы мы чаще все работаем с такими типами как: десятичное число, целое число, текст, дата и время.

Последним свои действием, нажав «Определить тип данных» мы дали команду Power BI принудительно сменить тип данных в выбранных ячейках с «Текст» на «Целое число». Конверсии подсчитываются числами, поэтому все логично. Когда вы выгружаете данные в Power BI важно проверить, чтобы текстовым столбцам (например. кампания, группа объявлений, тип устройства и т.д.) соответствовал тип столбца «Текст», а числовым столбцам (например, клики, расходы, конверсии, доходы) - «Десятичное число» или «Целое число». Поэтому мы предварительно перед сменой типа данных в столбцах конверсий заменили «--» на «0». Символы «--» воспринимаются Power BI как текст и если оставить эти символы, то перевести столбец в числовой тип данных не получится.

Это очень важный момент: если числовой столбец будет помечен типом данных «Текст», то вы не сможете производить с ним математические операции и использовать в формулах.

3. Удаляем лишние столбцы

Если мы выгружаем несколько целей + метрику «Revenue» (доход), то доход подгружается для всех целей. Мы выгружали 3 цели: «Добавление в корзину», «Ecommerce: Покупка» и «Регистрация», но нам интересен только доход по цели «Ecommerce: Покупка» (его так и пометили «Доход», а данные по доходу из остальных целей мы можем удалить.

Для этого выделяем наши столбцы через «ctrl», клик правой кнопкой мыши - «Удалить столбцы».

4. Добавляем условные столбцы

Условный столбец - это когда мы добавляем новый столбец с обработкой/группировкой информации из других столбцов. Например, у нас есть вот такой список кампаний на различные металлы, среди них есть 1 брендовая РК. Допустим, мы объединить данные по нескольким РК на золото, чтобы понять, как в целом отрабатывает эта категория в рекламе. С этим нам как раз помогут условные столбцы.

Давайте добавим несколько. Для начала - разделим кампании по типам металлов.

1. Переходим на вкладку «Добавление столбца»

2. Нажимаем «Условный столбец»

3. Задаём имя нашего нового столбца. У нас - «Тип металла»

Далее нам нужно дать команду Power BI: «Если наша кампания содержит слово “gold”, то она рекламирует тип металла - золото, а если содержит “silver” - серебро и т.д.». Для этого мы внутри поля условного столбца:

4. Задаём имя столбца (Кампания), на основе которого хотим создать новый столбец (Тип металла).

5. Задаём условие «Содержит»

6. Указываем значение, которое должна содержать кампания по условию. Например, для олова - «tin»

7. Задаём значение на вывод, например выводим «Серебро», если кампания содержит «silver»

8. Указываем вариант, если кампания не содержит ни одно из значение. Мы задали «Другое»

Готово! Нажимаем «Ок». Новый столбец «Тип металла» выглядит так:

Еще по неймингу РК можно добавить такие условные столбцы, как Деление на «бренд/НЕбренд» или «Типы кампаний». При этом условные столбцы можно добавлять не только на основе нейминга РК, но также по группам, категориям таргетинга, типам условия показа или даже любым числовым полям. Это очень полезная функция для анализа контекстной рекламы.

После всех изменений, если вы шли по инструкции, ваша таблица может выглядеть так:

На этом этапе преобразование данных можно закончить. Давайте закроем окно преобразования данных. Для этого переходим на вкладку «Главная» и нажимаем «Закрыть и применить»

Готово! Дожидаемся загрузки данных (она происходит после каждого преобразования данных и приступаем к визуализации).

Переходим к самому творческому и приятному шагу - визуализации данных. Давайте разберём окно визуализации данных, оно также разделено на блоки:

1. В первом блоке вы можете вернуться к преобразованию данных (если обнаружили какие-то ошибки или недочёты в данных), обновить данные за последние дни или подгрузить новые данные для вашего дашборда, также сохранить отчёт. Кстати, рекомендуем чаще сохранять отчёт, при отключении света или неловком клике может быть очень больно от потери часа времени.

2. Здесь три иконки, которые позволяют перейти к отчёту, к таблицам с данными, которые мы преобразовывали на прошлом шаге или установить связь между разными отчётами (но это объёмная тема, к которой мы в рамках этого гайда обращаться не будем)

3. Блок со страницами нашего отчёта - можно размещать разные отчёты на отдельных страницах

4. Блок с фильтрами. Мы можем распространить фильтры на весь отчёт (все страницы), на 1 страницу или даже на 1 визуальный элемент

5. Блок с элементами визуализации. Здесь вы можете выбрать, в каком виде хотите представить данные: таблицы, диаграммы, срезы, карточки и другое

6. Блок с данными - это наши столбцы из таблицы, которую мы преобразовывали.

7. Область с визуальными элементами - непосредственно наш отчёт.

Давайте создадим простую таблицу, отражающую динамику по неделям. Для этого:

В блоке «Визуализации» нажмите на элемент «Таблица». Заполните таблицу необходимыми данными, перетащив столбцы или кликнув на них в блоке «Данные». Избавтесь от приписок «Сумма» для числовых данных. Выровняйте столбцы в таблице и отрегулируйте размер таблицы.

Отметим, что по крайней мере показатель «Доход» поражает количеством нулей.

Казалось бы:

Но это не просчет и не знак супер успешных кампаний, а особенность загрузки данных из API Яндекса. Дело в том, что показатели дохода умножаются ровно на 1 миллион. И чтобы увидеть реальные доходы, нам нужно сделать обратное действие - т.е. разделить доходы на 1 миллион.

Для этого мы заведём меру:

1. В блоке «Данные» правой кнопкой мыши кликаем по таблице

2. Нажимаем «Создать меру»

3. В открывшейся строке прописываем формулу меры

Нажимаем Enter

4. Задаём валюту

5. Значения после запятой указываем «0»

6. Добавляем нашу меру в таблицу, а старое значение «Дохода» удаляем.

Давайте подробнее поговорим про меры. Это инструмент, который позволяет нам работать с числовыми данными - умножать, делить, высчитывать долю и т.д при помощи формул. Формулы пишутся на языке DAX. Рекомендуем помучать chatGPT, чтобы составить сложные формулы, но для этого гайда нам достаточно будет простых. Например, сейчас мы использовали формулу деления «DIVIDE»

«_Доход» - это название нашей меры, нижнее подчеркивание проставляем умышленно, чтобы в нашей таблице меры попадали в самый верх

После ключевого слова DIVIDE (деление) открываются скобки, эта формула состаить из 3 элементом, разделенных запятыми:

Если вам нужно просуммировать значения в столбце - используйте команду SUM. Например, мы суммируем данные из столбца «Доход» в таблице YD - General:

Языком DAX даем команду: просуммируй значения в таблице 'YD - General' по столбцу «Доход».

Теперь наша таблица выглядит так:

В наших данных не хватает формул CTR, CPC, CPA (стоимость добавления в корзину), CPO, Средний чек, ДРР. Давайте также их добавим при помощи мер:

Также, кликнув на формулу - вы можете задать ее формат (валюта, %, целое число), количество знаков после запятой

Также, чтобы подробно анализировать данные, нам не хватает фильтров/срезов. Давайте их добавим, для этого:

1. В блоке «Визуализации» нажимаем на «Срез»

2. В появившееся окно перетаскиваем столбец «Тип площадки»

3. В разделе «Форматирование визуального элемента» уменьшаем шрифт до 9 пт, чтобы вместилось больше срезов

4. Проверяем функции фильтра

Добавить больше срезов можно через «CTRL + C», «CTRL + V» и смену столбцов внутри фильтров

В итоге у нас получилось вот такой отчёт:

В разделе «Форматирование визуального элемента» мы можем покрасить наши таблицы, изменить шрифт и его размер

Как только навели красоту - копируем листы также, как и фильтры, формируя разные отчёты и срезы. Для этого:

1. Переименуем нашу страницу

2. ПКМ на страницу отчёта - «Дублировать страницу»

3. Меняем столбцы в таблице. Можно также поменять вид таблицы на «Матрицу», как в видео ниже, и добавить несколько столбцов, тогда они будут доступны как сводная таблица.

4. Также вы можете копировать таблицы на одной страницей - одна из таблиц может работать как фильтр

Мы добавим еще несколько отчётов, например, по типам кампаний, группам площадок в сетях, типам условия показа (для этого нужно будет еще раз обратить к коннектору или excel) и другое.

На этом наша работа завершена, дашборд готов и мы можем с помощью него анализировать кампании.

Внести изменения в дашборд или обновить данные в нём вы можете в любой момент специальными кнопками в верхней панели управления на вкладке «Главная».

Но публикация отчёта в Power BI (чтобы он был доступен другим пользователям по ссылке) это тема для отдельной статьи, так как для пользователей из России доступ к сервисам Microsoft затруднён.

Если коротко: для публикации дашборда нужна регистрация учетной записи Microsoft. Чтобы зарегистрироваться и публиковать отчёты, почты вида @gmail.com или @yandex.ru не подходят. Нужна почта с доменом организации, например agency@adgasm.io. Это особенность - главная сложность и главный минус Power BI при публикации отчётов, на наш взгляд. Но все же, возможности системы обрабатывать большие объёмы данных за короткое время, удобство интерфейса, наличие огромного числа встроенных коннекторов перекрывают этот минус.

Например, мы в агентстве используем дашборды Power BI для мониторинга показателей в Яндекс Директ и Google Ads, построения нестандартных срезов РК, для аудитов рекламных кампаний и быстрой генерации идей, проверки гипотез.

На этом все! Надеемся, что наш гайд был полезен и замотивировал вас создавать дашборды в Power BI.

Подписывайтесь на канал Мариам Оганесян, основателя Adgasm.io, где она рассказывает о «Яндекс Директе» и жизни агентства.

А также приходите к нам на аудит. Мы проанализируем ваш аккаунт по такому же дашборду и напишем рекомендации по рекламным кампаниям и стратегии продвижения

Ещё несколько интересных статей:

Кейс: в 3,4 раза увеличили выручку с контекстной рекламы для туроператора

Как заблокировать фродовый трафик с помощью Метрики и Директа: подробный гайд

Кейс: увеличили доход мебельной фабрики в 2 раза без изменения ДРР

Автор: Иван Кикоть — директор по развитию Adgasm