WebAnalytics. Страница 9

​​В Google Analytics App+Web теперь автоматически исключается бот-трафик. В отличие от Universal Analytics, в App+Web это нельзя отключить.

Подробнее: https://bit.ly/3idmB9O

via @WebAnalyst

​​15 крутых фишек для построения дашбордов в Google Data Studio. Даже если вы продвинутый пользователь системы, вероятно, все равно найдете пару интересных хаков для себя)

https://bit.ly/3dwIrS3

via @WebAnalyst

​​Очень толковая статья с советами по настройке событий в Google Analytics App+Web, а так же про их адаптацию из формата Universal Analytics. Спойлер: просто взять и перенести события указав что-то из Category, Action или Label в качестве параметров не всегда получится, так как есть лимиты на параметры событий и их количество.

https://bit.ly/2Cf0ijf

via @WebAnalyst

​​Google уже почти два года как выкатила крутейшую фичу в Google Data Studio — Extract Data. Это такой тип Data Source, который позволяет вытаскивать какой-то кусок данных из ваших существующих источников, гибко настраивать диапазон дат для извлечения и автоматически обновлять эти данные по расписанию. Например, можно настроить ежедневное извлечение данных с 2020.01.01 по вчерашний день и создавать такие метрики, как на скрине (коннектор GA не позволяет делать такие формулы). Это позволяет создавать метрики, аналогичные целям в GA, только даже на исторических данных и даже на уровне пользователей (цели в GA работают на сеансах). Главное ограничение: извлеченные источники данных пока что могут содержать только до 100 МБ данных.

via @WebAnalyst

​​Для многих компаний оценка медийных рекламных кампаний — тот еще челендж. А некоторые вообще не используют такую рекламу, потому что не могут нормально измерять ее эффект на бизнес. Я, например, сторонник incrementality подхода. 18 июня пройдет бесплатный вебинар по теме сравнения разных способов оценки медийки. Влад Флакс расскажет, как можно решать эту задачу с помощью разных инструментов, а также про их ограничения. Если эта тема вам так же интересна как и мне, то регистрируйтесь по ссылке: https://bit.ly/2XVZ5pm

via @WebAnalyst

​​Многие из вас видели в интернете курс по анализу данных от сервиса онлайн-образования Яндекс.Практикум. Я когда-то смотрел как он устроен — мне очень понравился. Но чтобы сделать этот и другие курсы еще лучше — ребята ищут Наставников на факультеты Аналитики и Data Science.

Яндекс.Практикум помогает людям расти — на работе и в жизни. Студенты могут освоить новую специальность, заговорить на иностранном языке и получать удовольствие от того, чем занимаются — каждый день. А помогают им в этом наставники.

✔️Что делает наставник?
Наставник отвечает на вопросы студентов, проводит вебинары и помогает с трудностями на протяжении всего процесса обучения. Наставничество можно совмещать с основной работой, если вы готовы уделять проекту от 6 часов в неделю.

✔️Требования у двух вакансий немного разнятся, но владение Python и библиотеками Pandas, NumPy, Matplotlib, Seaborn и, желательно, Plotly актуально для обеих. Кстати, все наставники перед работой проходят Школу наставников от Яндекс.Практикума.

Откликнуться на факультет аналитики можно здесь: https://clck.ru/NtiJM

Если вы работали с проектами из сферы машинного обучения, то рассмотрите для себя наставничество на факультете Data Science: https://clck.ru/NtiR4

Леша Куличевский @kulichevskiy описал процесс создания системы сквозной аналитики без подключения сторонних сервисов.

Как подключаться к AmoCRM по API (на Python) и забирать данные о сделках.

https://github.com/kulichevskiy/end-to-end/blob/master/amocrm.ipynb

​​В Google Analytics есть классная фича — взвешенная сортировка. Она позволяет видеть в начале таблицы строки с не только с самым высоким относительным показателем (например, конверсией), но и с максимально значимыми данными (например, с большим количеством сеансов). Нашел статью, где приведен пример расчета взвешенных показателей на данных из Google BigQuery с последующей визуализацией в Google Data Studio: https://bit.ly/2Mm69VQ

via @WebAnalyst

​​В интерфейсе Google Analytics App+Web появился долгожданный для многих PPC-специалистов отчет по эффективности каналов трафика. Обратите внимание, как на смену старому доброму Bounce Rate, приходит чуть более продвинутый Engagement Rate — доля сеансов, которые длились больше 10 секунд или имели 2+ просмотра страниц/экранов или в которых было событие-конверсия.

via @WebAnalyst

Написал новый материал про bigquery, в этот раз это готовая ETL, которая позволяет вам загружать данные по рекламе facebook ads в google bigquery каждый день. И данные по обменному курсу валют, так как в fb только USD.

Все построено на google cloud functions, и по сути, будет почти бесплатно в использовании.

Статья: https://bit.ly/2XtKccE
Репозиторий: https://github.com/snegireff/facebook_ads_bigquery_etl

​​Если вы используете несколько рекламных систем — очень важно в каждую из них отправлять данные о лидах и транзакциях, чтобы на них обучались встроенные алгоритмы оптимизации рекламы и подбора аудитории. Это поможет вам получать более качественный трафик по меньшей стоимости.

Кроме этого, в рекламных системах зачастую больше возможностей для анализа эффективности рекламы, чем во внутренних системах аналитики. Но чем больше рекламных систем вы используете, тем сложнее настроить и поддерживать правильный трекинг транзакций и лидов в них — вам нужно разбираться в API каждой системы, следить за изменениями в них, понимать алгоритмы матчинга данных и решать другие технические проблемы.

Для многих компаний это может быть неприятной и сложной задачей, особенно когда в команде нет data-инженера. Начал гуглить и случайно нашел интересный сервис, который решает эту проблему — Менеджер конверсий. Вы один раз отправляете в него информацию о транзакции/заявке, а он отправляет эти данные в рекламные системы Google Ads, Facebook Ads, Yandex.Direct, Criteo и другие. У ребят много разных интеграций, что делает сервис реально полезным, посмотрите: https://bit.ly/2AIclVy

via @WebAnalyst

​​Подробная инструкция по настройке сбора Ecommerce данных в Google Analytics App+Web через Google Tag Manager. Но, пока что, эти данные доступны для анализа только через BigQuery Export.

https://bit.ly/2Zo6yyK

via @WebAnalyst

​​Нашел интересный инструмент Google Analytics App — бесплатный онлайн-сервис, который на основе ваших данных из Google Analytics строит продвинутые отчеты. Например, можно быстро сделать прогноз по продажам, посчитать коэффициенты сезонности для трафика или построить отчеты по влиянию каналов на конверсию.

https://bit.ly/3bEtjkn

via @WebAnalyst

Сергей Брыль, автор блога analyzecore.com и Chief Data Science Officer в MacPaw.com, завел свой Telegram-канал про аналитику, данные и их визуализацию: @AnalyzeCore. Подписывайтесь, контент на этом канале будет таким же интересным, как и статьи Сергея про маркетинг атрибуцию на цепях Маркова))

​​David Vallejo показал простой способ, как на базе Network Information API отслеживать скорость интернет-соединения у ваших посетителей сайта. Если вам всегда было интересно проверить, как скорость интернета влияет на конверсию — то это решение вам поможет. При анализе учитывайте, что этот API поддерживается не во всех браузерах.

https://bit.ly/2YGx7ie

via @WebAnalyst

​​Google Optimize представил новую более простую версию кода, которая обладает лучшей производительностью и опционально может работать в синхронном режиме. Такой режим позволит избежать мерцания на сайтах, без необходимости дополнительно устанавливать anti-flicker snippet.

https://bit.ly/3bNtNWl

via @WebAnalyst

​​Google Tag Manager анонсировал Server-Side Tagging — возможность отправлять данные о поведении пользователя не из его браузера, а из своего сервера. Когда эта функция станет доступной всем — появится вопрос, как отслеживать события Facebook Pixel на стороне сервера. Для решения этой задачи у Facebook есть Server-Side API. Я написал подробную статью о том, как это настроить и привел пример кода на Python, с объяснением ключевых моментов.

https://bit.ly/3cb79ac

via @WebAnalyst

​​Если вы уже настроили бесплатный экспорт данных Google Analytics App+Web в BigQuery, то самое время научиться их использовать.

В сети появилась подробная инструкция расчета различных метрик с примерами SQL-запросов по данным App+Web.

via @BigQuery