При продвижении товара или услуги приходится иметь дело со значительным объемом информации и стандартных инструментов может просто не хватить для детального анализа рекламной кампании. Что делать, вы узнаете, ознакомившись с данной статьей.
Что может помочь?
Существует регуляционная система управления базами данных (СУБД). Она называется Google BigQuery и является составляющей Google Cioud Platform, где находится еще около сорока различных сервисов для работы о сведениями и их хранением.
Мы поговорим о том, как следует использовать BigQuery и что дает применение данного инструмента.
Допустим, перед нами стоит задача выяснить, насколько эффективен обучающий вебинар. В качестве примера представим вебинар о ремаркетинге в Google AdWords. Нам необходимо узнать, какое количество участников совершили регистрацию на нашем сайте после прохождения учебных курсов и сколько из них создали аккаунт AdWords.
Для этой цели в инструменте соберем сведения из следующих источников:
- информацию об участниках вебинара выгружаем в CSV-файле из ClickMeeting;
- перечень пользователей нашего ресурса в CSV-файле из MySQL-базы;
- сведения об активации клиентами аккаунта Google AdWords.
Как загружать?
Загрузку информации можно совершать посредством:
- импорта файлов;
- API;
- стриминга информации из Google Analytics.
Чтобы обрабатывать сведения в BigQuery, применяется похожий на SQL язык с чрезвычайно большой оперативностью совершения операций.
Загрузка информации и выполнение запроса
А сейчас поговорим об алгоритме действий для достижения поставленной цели.
Интерфейс BigQuery, как и всего Cloud Platform, не доступен на русском языке, а рабочая среда выглядит таким образом:
Подготовка к загрузке данных: создание базы данных
Для начала работы необходимо обозначить наименование проекта и базы данных (dataset). Другие поля можно не корректировать.
Создание базы данных
Затем осуществляем загрузку перечня посетителей в BigQuery, которые участвовали в вебинаре, и создаем таблицу в Google Sheets и загружаем ее в BigQuery посредством бесплатного плагина для браузера OWOX Bi BigQuery Reports.
Загрузка таблицы с данными пользователей, зарегистрированных на вебинар
В нашей ситуации в таблице содержатся сведения о вебинаре, источнике перехода, а также данные об участниках, время регистрации на вебинар и дата его проведения.
Во время выгрузки необходимо обозначать наименование необходимого проекта и базы данных, название выгружаемой таблицы и схему данных. Все колонки соответствуют конкретному виду информации, которую следует указывать. Их количество не такое большое, как в обычных СУБД, и они понятны каждому. Наименования каждой колонки в автоматическом режиме подставляются из первой строки таблицы Google Sheets.
Загрузка данных через OWOX BI BigQuery Reports
Потом делаем выгрузку в BigQuery списка посетителей нашего сайта. Эти данные передаются в CSV-файле напрямую в BigQuery, так как Google Sheets не справляются с таким большим объемом данных:
Загрузка данных о пользователях еЛамы в CSV-файле в интерфейсе BigQuery
Мы фиксируем название и формат файла, наименование таблицы, куда будет происходить импорт данных. В схеме закрепляем названия колонок и делаем необходимые настройки.
Инструмент обладает еще одной возможностью — формирование списков ремаркетинга по конкретным условиям. Допустим, мы выделяем лица, подключившие аккаунт AdWords, но так и не пополнившие баланс. Написав и выполнив соответствующие запросы, мы получим список user_id, по которому можем создать аудиторию и использовать ее в рекламе.
Создание аудитории ремаркетинга
user_id (здесь ID) — это пользовательский параметр в Google Analytics, который передается с каждым хитом.
Заключение
Можно сделать вывод, что Google BigQuery является превосходным инструментом для аналитики, который обрабатывает всю имеющуюся информацию. Он простой в применении. И, если вы видите, что вам не хватает потенциала Analytics и Метрики, обращайтесь за помощью к BigQuery.
