В предыдущих статьях я рассказывал, как автоматизировать бизнес-процессы с помощью языка R. В этой подборке я решил структурировать материал о еще одном важном инструменте каждого веб-аналитика и маркетолога — Microsoft Power BI. Инструмент связывает данные, полученные из множества различных источников, и визуализирует их в виде удобных интерактивных отчетов.
1. Инструкция по работе с Power BI
Microsoft Power BI — мощный бесплатный инструмент веб-аналитики. В начальной инструкции для новичков я собрал основные советы по работе с платформой:
- как загрузить в программу нужный набор данных на примере интеграции с Google Analytics или загрузки данных из MySQL;
- как упорядочить данные, чтобы привести их к нужному для визуализации виду;
- как построить простейшую модель данных;
- как построить отчет, где будут отображаться данные из разных источников;
- как настроить фильтры данных, выбрать подходящие элементы визуализации и опубликовать результат для просмотра в онлайн-версии Power BI.
2. Анализируем статистику рекламных кампаний в Excel и Power BI
Вспомните, сколько времени вы тратите на планирование работ по рекламным кампаниям и анализ их статистики. Хотите строить модели KPI, считать вероятность конверсии и создавать дашборды быстрее и эффективнее?
В этой статье Максим Уваров поделился лайфхаками, как моделировать KPI рекламных кампаний, как прогнозировать конверсию и строить интерактивные дашборды.
3. Получаем данные из Google Analytics в R и загружаем Power BI
Для анализа данных о посещениях сайта значительно удобней использовать возможности Power BI, но встроенный коннектор к Google Analytics очень ограничен в своих возможностях. Поэтому для этой задачи самое эффективное решение — использовать пакет RGA и R коннектор в Power BI:
- получать данные из любого сервиса API Google Analytics (Reorting API, Multi Chanel, Real Time API) для дальнейшей работы с ними в R;
- обходить сэмплирование данных;
- загружать данные из Google Analytics в одну из наиболее популярных BI-платформ Microsoft Power BI, обходя все ограничения и недоработки стандартного коннектора Google Analytics.
4. Инструкция по работе с закладками в Power BI
Закладки — это относительно новый функционал в Power BI. Microsoft даже устраивал отдельный конкурс по применению закладок в своих дашбордах. С помощью закладок вы можете придать еще большей интерактивности своим отчетам, а также более компактно организовать на них визуальные элементы.
5. Экспортируем данные из ВКонтакте в Power BI
ВКонтакте по-прежнему остается одной из самых популярных социальных сетей в СНГ, но в Power BI нет встроенного коннектора для загрузки данных из ВКонтакте. Для решения этой задачи я написал пакет функций на языке R: с помощью rvkstat вы можете получить практически любые данные о пользователях, сообществах и рекламных кабинетах из ВКонтакте в Power BI.
6. Синхронизируем Яндекс.Директ с Microsoft Power BI
Яндекс.Директ собирает много данных, но в интерфейсе сервиса их неудобно анализировать. Для читателей блога я составил пошаговую инструкцию по визуализации статистики рекламных кампаний в Power BI с помощью языка R. На основе импортированных данных из Яндекс.Директ в Microsoft Power BI вы сможете составлять понятные отчеты и обновлять их в режиме реального времени.
7. Получаем и обрабатываем данные из Яндекс.Метрики
В большинстве случаев при поверхностном анализе поведения посетителей сайта достаточно посмотреть на каким-либо образом сгруппированные данные, например, по источникам трафика или рекламным кампаниям.
Но если вы хотите копнуть глубже — посмотреть всю историю взаимодействия конкретного пользователя с вашим сайтом или оценить вклад в совершение транзакций каждого источника трафика — вам понадобится работать с сырыми (несгруппированными) данными.
При работе с Яндекс.Метрикой такую возможность вам предоставляет Logs API. Для загрузки сырых данных в Power BI можно использовать R пакет ryandexdirect. В этой статье описан подробный алгоритм для загрузки сырых данных.
8. Синхронизируем Google BigQuery с Microsoft Power BI
Google и Microsoft во многом конкурируют: интеграции между их продуктами вовсе нет или есть, но ее реализация оставляет желать лучшего.
Для загрузки данных из Google BigQuery в Power BI с недавних пор есть встроенный коннектор, но он очень ограничен по функционалу. С его помощью не получится обращаться к данным в BigQuery по SQL-запросам и нельзя получать данные из представлений.
В этой статье я описал несколько эффективных способов интеграции между Power BI и Google BigQuery.
9. Как мы внедрили BI-аналитику в отделе контекстной рекламы
Специалисты нашего агентства раньше тратили много времени, составляя вручную отчеты в электронных таблицах. Мы посчитали количество затраченных на автоматизацию человекочасов и умножили на среднюю стоимость рабочего часа сотрудника. Увидев результат, мы поняли, что больше нельзя игнорировать автоматизацию и разработали веб-аналитическое решение для целого отдела. Читайте, что у нас получилось.
10. Экономим время специалиста при работе с крупным проектом
Как автоматизировать сбор и консолидацию данных из Google AdWords, Яндекс.Директ, Facebook, MyTarget, AT Internet и AdJust на уровне рекламных кампаний, типов устройств и платформ, а также настроить визуализацию данных из всех перечисленных источников с возможностью онлайн-доступа к отчетам? Читайте, как в агентстве Netpeak оптимизировано время специалистов, которые рекламируют OLX.
11. Как мы сделали аналитический инструмент для блога Netpeak
С помощью аналитического инструмента мы оцениваем:
- все источники и каналы трафика, которые приводят в блог будущих клиентов;
- какие статьи «ключевые» перед оплатой;
- какие именно клиенты приходят из блога (малый, средний или крупный бизнес) и многое другое.
Все эти метрики дают нам полное понимание, сколько денег мы получили за определенный период, привлекая новых клиентов с помощью блога.
Если у вас остались вопросы по Power BI, задавайте их в комментариях.
Alexey Seleznev blog 
Добавить комментарий