Лого vc.ru

Базы данных для аналитиков — инструкция маркетингового аналитика Gett

Базы данных для аналитиков — инструкция маркетингового аналитика Gett

Международный маркетинговый аналитик Gett Алексей Куличевский составил курс по аналитике для предпринимателей и маркетологов и поделился с редакцией vc.ru уроком с инструкцией по тому, как новичкам подключаться к базе, составлять запросы и выгружать данные.

Представьте, что вы аналитик маленького пока никому не известного стартапа под названием Uber. У вас есть дерзкий план: перевернуть рынок такси Нью-Йорка. Для этого вам нужно проанализировать рынок — узнать, как люди пользуются такси, сколько тратят на поездки.

Вам повезло — Комиссия по такси и лимузинам Нью Йорка публикует статистику поездок в открытом доступе. Остаётся только взять и проанализировать данные.

Подключаемся к базе

Подключаемся к BigQuery

Базы данных бывают разные. Большинство из них хранятся на серверах. Чтобы к ним подключиться, нужно установить специальную программу, ввести адрес, порт, логин и пароль.

Чтобы избежать этих трудностей, на курсе мы будем работать с Google Big Query. Чтобы им пользоваться, нужен аккаунт в Google, например почта Google. Если аккаунта нет, зарегистрируйтесь.

Пишем простой запрос

Получаем данные из базы

SQL расшифровывается как structured query language и переводится как «язык структурированных запросов». Вы общаетесь с базами в формате запрос-ответ.

Запросы бывают такими:

  • SELECT — вы запрашиваете данные у базы.
  • CREATE — создаёте в базе новую таблицу, пользователя, процедуру или что-то другое.
  • INSERT — добавляете в таблицу новую запись.
  • DROP — удаляете таблицу.
На курсе мы будем только забирать данные из базы. Так что нас интересуют запросы SELECT.
Они строятся по одинаковой структуре:

SELECT — перечисляете названия столбцов, которые вам нужны.
FROM — название таблицы, в которой лежат данные .
WHERE — условия отбора.

SELECT, FROM, WHERE и другие операторы принято писать прописными буквами, чтобы проще читать большие запросы. Если напишете строчными, запрос не сломается.

В левом нижнем углу вы увидите строку Public Datasets — это публичные наборы данных, с которыми могут работать кто угодно. Последний в выпадающем списке — nyc-tlc:yellow. Это статистика такси в Нью-Йорке. Открывайте его и кликайте по trips — появится список столбцов.

Там много полей, но нам нужны следующие:

  • Pickup_datetime, dropoff_datetime — дата и время начала и конца поездки.
  • Trip_distance — пройденное расстояние в милях.
  • Total_amount — итоговая стоимость поездки в долларах.

Пишем запрос.

Ответ базы данных — таблица из четырёх столбцов. В строках таблицы — поездки. Первого января было почти 400 тысяч поездок. Вручную ни расходы, ни средний чек не посчитать.

Агрегация, группировка и сортировка

Агрегируем, группируем, сортируем

Изменим запрос, чтобы вместо списка поездок получить их количество. Для этого заменим в разделе SELECT список столбцов на функцию count(*). Звёздочка в скобках читается как «все столбцы».

Окей, поездки за 1 января мы посчитали. Теперь посчитаем поездки за 2015 год. Писать запрос под каждый день слишком долго. Нужно группировать. Добавим в конец запроса раздел GROUP BY.

Обратите внимание, мы превратили дату и время начала поездки в просто дату c помощью функции date().

В Big Query нельзя указывать функции в разделе GROUP BY. Поэтому даём имя столбцу с количеством записей с помощью оператора AS и используем это название в группировке

Например,
date (pickup_date) AS ride_date… GROUP BY ride_date.

Уже лучше. Но результаты отсортированы в случайном порядке. В хронологическом будет удобнее. Отсортируем с помощью раздела ORDER BY.

Теперь выясним, сколько нью-йоркцы тратят на такси каждый день. К количеству поездок добавим суммарные расходы и средний чек.

Нам помогут две функции: sum() для подсчёта расходов и avg() для расчёта среднего чека. В скобках указываем total_amount, итоговую стоимость поездки.

Отсортируем по дням, когда средний чек был максимальным.

Последний штрих. В столбцах с расходами и средним чеком Big Query показывает слишком много знаков после запятой. Это неудобно. Округлим числа до одного десятичного знака с помощью функции round().

Результаты скачиваем в виде файла .csv, чтобы потом проанализировать в Excel или «Google Таблицах».

Сегодня мы работали с одной таблицей и писали простые запросы. Мы выяснили, сколько поездок нью-йоркцы совершили за год и научились вычислять средний чек.

В следующих уроках на smysl. io я расскажу, как в одном запросе объединять данные из нескольких таблиц. Например, мы научимся получать список самых продаваемых товаров в магазине и сегментировать клиентов по количеству покупок.

Присылайте собственные кейсы, в результате которых вам удалось заметно улучшить (или, наоборот, ухудшить) показатели проекта, на cases@vc.ru. Интересные эксперименты обязательно попадут на страницы рубрики «Кейсы».

Спасибо, интересно, но зачем этот блок "По-русски"?

отлично.. уроки мускула на виси. вот вам конспект след статьи:
Заголовок: Написание самых продающих питчей: инструкция от Илона Маска.
Кат: Представьте, что вам нужно обязательно убедить инвесторов вложиться в Tesa Motors. Для этого вы открываете MS Word / Pages...
Тело: базовая инструкция по офисному приложению - создание документа, форматирование полей, копировать-вставить, сохранение документа..
*facepalm*

0

Спасибо, интересно

Алексей - крут! Респект! Хорошая и правильная работа.

0

Збс пост! Все никак руки не дойдут подписаться на эти курсы.

Алексей, спасибо за пост!
Есть вопрос как раз по маркетинговому анализу - какие вы ставите задачи? Просто сколько не общаюсь с дата-сайнтистами (в том числе и сам проходил курсы по R), все темы и обсуждения сводятся к алгоритмам, запросам, обработкой данных и прочим несомненно полезным технарским штукам. И только при личном общении спецы говорят, что ключ всегда в правильно поставленной задаче.
Проанализировать пользователей Юлмарта и историю их покупок - это одно; создать систему рекомендаций, которая увеличивает средний чек на 10-15% - совсем другое. Хотя чисто технически обе задачи могут выглядеть очень похоже.

Поделитесь секретами, какие задачи вы ставите при маркетинговом анализе, например, для Gett?

0

Ну конечно. Неправильная задача дает неправильный результат.
«Проанализировать» — не задача.
Распределить Х рублей бюджета по каналам, чтобы максимизировать ROI (читай «заработать больше денег») — задача.

Вы приходите к специалисту именно с вопросом «как увеличить средний чек?». И вместе обсуждаете, какие фичи можно попробовать, как измерять эффект, что делать, если ничего не получится.

0

А чего на линейную регрессию забил и перешел к sql?:DD

А давайте мы из университетской программы вырвем минимальную информацию и будем продавать всяким лохам, как дофига клевый курс по обучению аналитике.

0

Человек продвигает свои платные курсы - не мешайте ему на масло к хлебу зарабатывать. :)
А развивать у маркетологов / предпринимателей понимание структур данных и базовые принципы их обработки безусловно необходимо.
P.S. Я бы убрал из заголовка статьи "для аналитиков". Аналитики и так это всё прекрасно знают, ибо ETL их хлеб и главный времяпожиратель, будь то *SQL, MongoDB или какой-нибудь Redis.

Прямой эфир
Компания отказалась от email
в пользу общения при помощи мемов
Подписаться на push-уведомления