Regenbogen — фирменный интернет-магазин дизайнерских светильников и люстр из Германии и сеть мультимаркетов света. В России сеть представлена с 2012 года. Десять офлайн-точек работают в Москве, Санкт-Петербурге, Краснодаре и Ростове-на-Дону.
Перед проектной группой MediaGuru клиент поставил задачу — детализировать отчетность рекламных аккаунтов и кампаний с разбивкой по необходимым срезам. Это нужно было для дальнейшего планирования маркетинговой активности и более глубокого анализа всех РК.
У этой задачи было несколько целей:
-
собрать статистику по всем рекламным каналам в одном сводном отчете;
-
отслеживать маркетинговые бизнес-показатели в срезах по типам кампаний, категориям;
-
добавить план/факт-показатели и настроить ежедневное обновление данных, автоматизировав процесс;
-
визуализировать различные данные из разных источников;
-
снизить время загрузки отчета.
Проблемы и трудности
При выполнении задачи клиента мы столкнулись с несколькими сложностями:
- Были затруднения с интеграцией рекламных сервисов (Admitad, Criteo) и объединением в единый отчет нескольких представлений из разных аккаунтов Google Analytics, созданных для двух сайтов заказчика: Regenbogen и Chiaro, для которых мы ведем рекламу. Позже клиент хочет добавить еще два сайта и два представления Google Analytics в сводный отчет.
- Названия рекламных кампаний не позволяли составить необходимые срезы. Поэтому сначала все кампании мы привели к определенной структуре, которая позволит построить нужный отчет. Необходимо было менять UTM-метки и сопоставлять кампании вручную. Для этого мы выгрузили структуру аккаунтов Яндекс.Директа и Google Ads в файл Excel и разбили вручную кампании по типам и категориям.
- Данные кампаний без ключевых слов, такие как Discovery или локальные кампании, не отображались в отчете Google Data Studio.
При работе над проектом — она заняла у нас месяц: с 15 октября по 15 ноября 2020 года — все решения этих сложностей мы нашли.
Работа над отчетами и поиск оптимального решения
Изначально данные по всем источникам обоих сайтов собирались в Google Data Studio. Мы решили не менять сервис, но модернизировать и масштабировать отчетность.
Google Data Studio — инструмент, который помогает маркетологам анализировать эффективность рекламных кампаний и делать выводы. Чтобы узнать все важные показатели, не обязательно открывать в разных вкладках Google Analytics, CRM, статистику социальных сетей и Google Таблицу с таймингом. В Data Studio все эти источники данных можно свести в одном отчете.
Переименование кампаний и сведение данных
Прежде чем изменять и пересобирать отчет, необходимо было подготовить кампании — привести их названия к единому формату. Кампании переименовали по следующему принципу:
-
все смысловые части названия кампании должны быть отделены символом подчеркивания _;
-
количество частей, отделяемых подчеркиванием, должно быть одинаковым;
-
смысловые части должны стоять в одной и той же последовательности в названиях всех РК.
Эти изменения обеспечивают корректное отображение данных и дают возможность делать срезы по любому параметру, вынесенному в название кампании.
Так как мы переименовали кампании, пришлось менять и UTM-метки. Из-за этого в системах аналитики данные начали собираться заново, с новыми названиями кампаний.
| Было | Стало |
| spoti_obshaya_rf_poisk | category_spot_rf_search |
| bra-top-collectoin_obshaya_msk-spb_poisk | category_bra_msk_search |
| category_bra_spb_search |
Так мы получили срезы по категориям и типам кампаний с данными из Google Analytics и рекламных аккаунтов с доходами и расходами в графическом виде. Теперь специалисты могут быстро оценивать эффективность кампаний в разрезе бренда или категории товаров.
Доходы и расходы по типам кампаний
С разбивкой по геотаргетингу.
Доходы и расходы по типам кампаний и гео
Добавление рекламных каналов
Следующая задача заключалась в интеграции со сводным дашбордом всех рекламных источников: Яндекс.Директа, Google Ads, Яндекс.Маркета, «ВКонтакте», Facebook, Admitad, Criteo, myTarget, и позже GdeSlon.
Отдел аналитики использует сервис Renta, с помощью которого извлекает данные большинства популярных рекламных площадок в ClickHouse, Google BigQuery или MS SQL. Данные с площадок, которые не поддерживаются сервисом, например, Admitad, специалисты забирают с помощью кастомных коннекторов к API, написанных на Python. Затем данные передаются в Google BigQuery — облачную базу данных с высочайшей скоростью обработки огромных массивов данных.
Так как партнерская сеть Admitad работает по постоплате, возникли сложности с отображением в отчете расхода по этому каналу. Вместе с клиентом мы решили выводить все необходимые показатели сразу и с небольшим временным лагом показатель «Стоимость».
Сводный дашборд по источникам
Проектная команда MediaGuru занимается продвижением не только интернет-магазина, но и розничных офлайн-магазинов Regenbogen. Поэтому кампании розничных точек и РК интернет-магазина находятся в разных аккаунтах Яндекс.Директа и Google Ads. Но все данные собраны в отчете и благодаря фильтрам можно оценивать работу рекламы.
Сводный отчет по РК
Добавление кампании без ключевых слов
Изначально в отчет в Data Studio не попали данные по кампаниям без ключевых слов в Google Ads: Discovery, локальная реклама и GSP. Нам нужно было получить статистику по кликам, CPC и расходам.
Мы решили отказаться от группировки по фразам на первой странице отчета, как это было ранее, и сделать агрегированную таблицу по кампаниям. Так, мы вывели на отдельную страницу отчет по ключевым фразам, а на первой странице оставили данные только по кампаниям. После этого все имеющиеся кампании отображались корректно.
Отслеживание план-факт показателей
Медиапланирование играет важную роль в продвижении, но ежедневно сводить вручную запланированные и фактические показатели довольно трудозатратно. Мы решили автоматизировать этот процесс и вывести нужные показатели на отдельной странице в Data Studio. Для этого мы:
-
добавили все необходимые «плановые» метрики в Google Таблицу;
-
связали таблицу с отчетом в Data Studio: сначала скриптом на Python выгрузили плановые показатели в BigQuery;
-
настроили фильтр с датами, предварительно сведя таблицы с фактическими и плановыми показателями.
Теперь мы можем оценить текущие показатели и мгновенно реагировать, если метрики не соответствуют плану. Сейчас отчет выглядит так:
Отчет План/Факт 
Отчет План/Факт
В перспективе планируем преобразовать отчет: сейчас он разделен на две таблицы и оценивать эффективность источников трафика не очень удобно. Мы скомпонуем данные в одну сводную таблицу.
Дополнительно
Чтобы упростить оценку и сделать отчет более наглядным, добавили графики доходов и расходов по источникам.
Доходы и расходы по источникам
Снизили время загрузки отчета благодаря добавлению запланированного запроса в BigQuery через Schedule Query.
Запланированные запросы — стандартная механика в Google BigQuery, которая позволяет автоматически делать SELECT всего содержимого исходного представления, а результат сохранять в таблицу-источник для дашборда. Таким образом, раз в сутки происходит обновление таблицы, и при использовании элементов дашборда Data Studio не формирует таблицу с помощью запроса, а обращается к уже готовой таблице. Это делает обновление данных на страницах почти моментальным.
Заключение
За месяц мы собрали все каналы в одном отчете, вывели стоимость и другие данные, добавив прозрачности в рекламе для клиента. Кроме того, ускорили загрузку отчета.
Сводный отчет позволяет детальнее анализировать данные, получать необходимые срезы, а также мгновенно реагировать на изменение метрик и показателей, например, вовремя увидеть, что ДРР выходит за рамки плана.
Теперь специалисты Regenbogen могут делать выводы относительно эффективности рекламных кампаний, даже если не обладают нужными digital-навыками.