На вебинаре вы узнаете, как организовать сбор сырых данных Google Analytics и CRM-системы, строить модели атрибуции в ClickHouse и контролировать эффективность рекламных каналов в Power BI.
Друзья, спасибо всем за участие в конкурсе! Я получил больше 20 правильных ответов за первые 10 минут. Первые два человека оказались не из Киева, поэтому билеты получают 3 и 4 участники: yolka kuzmenko и @Kupka.
Правильный ответ: время установки куки _ga (то есть дата первого посещения сайта) в формате Unix Timestamp.
Ставьте лайк, если хотели бы учавствовать в таких конкурсах в будущем!
Digital Вторники — регулярные мероприятия для людей, которые интересуются маркетингом и онлайн-рекламой. 18 декабря пройдет очередная встреча, посвященная веб-аналитике. Андрей Осипов, Евгений Халецкий и Артём Охрей расскажут о важности сквозной аналитики для каждого бизнеса, кастомных аудиториях на базе Facebook Analytics и об А/В тестировании.
Я подарю два бесплатных билета первым двум людям, которые быстрее всех отправят мне на @iOSiuk правильный ответ на такой вопрос: Google Analytics Client ID выглядит так: 1897510816.1544007126. По какому принципу определяется второе значение, которое идет после точки: «1544007126»?
В Instagram/Facebook/Google легко зафиксировать конверсию и охват, настроить таргетинг рекламы. Но если размещаешь рекламу на бордах, как убедиться, что рекламные деньги тратятся эффективно?
Разработчики ЛУН (украинский маркетплейс недвижимости) разработали AI-систему, которая анализирует эффективность рекламных бордов по записи с видеорегистратора. Едете по городу, снимаете видео, система находит на нём борды, оценивает их площадь в зоне видимости, время в зоне видимости и наличие других бордов в поле зрения. Оценка рассчитывается по формуле "Эффект = Площадь борда x Время в зоне видимости / Количество других бордов на экране". Как это работает — смотрите видео.
Если кому-то из рекламных агентств/сейлс-хаусов нужна такая технология — обращайтесь.
Запись с открытого урока Google Analytics hardcode: сбор GA raw data к себе в ClickHouse. Взяли и запилили сбор Raw данных из Google Analytics к себе в ClickHouse. А перед этим развернули ClickHouse и инструменты для работы с ним. Видео по ссылке: https://bolt.rstat.org/go/5W
Наверное каждый веб-аналитик настраивал или пытался настраивать правильное отслеживание успешно отправленных форм на сайтах. Павел Мрыкин написал 7 подробных статей, в каждой из которых рассмотрел разные способы трекинга отправленых форм:
Если в вашей клиентской базе тысячи человек, ее нужно сегментировать, чтобы персонализировать коммуникации с пользователями и сделать их эффективнее. Все это понимают, но не все делают — работа с большими данными кажется сложной, непонятно, с чего начать. OWOX делает очередной бесплатный вебинар о том, как объединить все данные о клиентах в одном хранилище, использовать их для персонализации рекламных кампаний и сегментации аудитории.
И вторая новая функция в Google Data Studio — фильтрация данных в отчетах по условиям: Equals, Contains, Starts With, Regexp, In. Удобная штука, когда надо отфильтровать сразу несколько значений в заданом шаблоне (регулярном выражении).
В Google Data Studio появилась возможность фильтровать данные на дашборде по клику на элементы диаграмм. Чтобы включить такую функцию для диаграммы необходимо в режиме редактирования отчета в последнем блоке Interactions выбрать значение «Применить фильтр».
Анализируя эффективность рекламы в интернете важно считать конверсии не только за период проведения рекламных кампаний, но и спустя месяц-два после их завершения. Евгений Шевченко, автор telegram-канала @DMMlinks, в своем блоге рассказывает как проанализировать «хвост» рекламной кампании используя простую сегментацию в Google Analytics.
Алексей Селезнев, автор популярных R-пакетов для обработки данных из рекламных систем и систем аналитики завел свой Telegram-канал — @R4marketing. На канале будут появляться обновления пакетов и новые интересные статьи по применению языка R в интернет-маркетинге.
Ранее я уже писал про метку fbclid во всех ссылках из Facebook. Это мешает правильно анализировать просмотры страниц в Google Analytics. Я написал статью, где подробнее рассказал о проблеме в трекинге и поделился готовым python скриптом, который позволяет автоматически добавить любую метку (GET-параметр) в исключения параметров запроса URL во все преставления Google Analytics для вашего Google-аккаунта.
О машинном обучении сейчас говорят все больше и больше людей. Рекламные системы постоянно внедряют и улучшают алгоритмы машинного обучения для максимизации эффекта от рекламных кампаний. Если вы слабо понимаете, как работает исскуственный интелект — прочитайте большое введение в эту тему. Статья интересно написана очень простым языком, без формул-теорем, зато с примерами реальных задач и их решений.
Facebook представил бесплатную data-driven атрибуцию для рекламы в Facebook, Instagram, Audience Network и Messenger. Новый функционал позволяет измерять влияние рекламы на бизнес-показатели с учетом cross-device и многоканальности. Attribution доступна в Business Manager, в блоке Measure & Report. Поскольку модель атрибуции использует машинное обучение — данные в отчетах появляются спустя некоторое время после настройки.
Facebook Pixel начинает использовать не только сторонние, но и основные файлы cookie с 24 октября 2018 года. Это вынужденная мера для обхода Intelligent Tracking Prevention 2.0, согласно которого в браузерах, которые его поддерживают (например, Safari) сторонние cookie не будут сохраняться по-умолчанию. Вы уже могли заметить метку fbclid, которая появляется при переходах по ссылкам из Facebook (при чем не только по рекламе). Она нужна для того, чтобы корректно атрибутировать события на вашем сайте (отправленные через Facebook Pixel) к рекламным кампаниям Facebook Ads.
Главное, что вам нужно проверить на данный момент — чтобы метка fbclid сохранялась при переходах на ваш сайт из Facebook. Так же, проверьте редиректы — они могут не сохранять эту метку при перенаправлениях между вашими страницами.
Подробнее о настройках файлов cookie для пикселя Facebook можно прочитать здесь.