DBT: новый способ трансформации данных в The Telegraph
7 min
Translation
В заключительной статье о DBT хочу поделиться переводом кейса Стефано Солимито, в котором он рассказал о своем опыте использования этого инструмента в компании The Telegraph.
Margo Berger@brgr
Маркетинг-аналитик в OWOX BI
Моделирование данных: обзор
5 min
Translation
В работе мы с коллегами часто видим как компании сталкиваются с проблемой управления данными – когда таблиц и запросов становится сильно много и управлять всем этим очень сложно. В таких ситуациях мы рекомендуем моделировать данные. Чтобы разобраться, что это такое – я перевела статью-обзор про моделирование данных от Towards Data Science, в которой кроме основных терминов и понятий можно найти наглядный пример использования моделирования данных в ритейле. Вперед под кат!
Моделирование данных: зачем нужно и как реализовать
8 min
Translation
Моделирование данных ощутимо упрощает взаимодействие между разработчиками, аналитиками и маркетологами, как и сам процесс создания отчетов. Поэтому я перевела статью IBM Cloud Education о ценности моделирования и от себя добавила инфо о способах трансформации данных для моделирования.
Что такое dbt и зачем он нужен маркетинг-аналитику
6 min
Translation
Рано или поздно аналитик сталкивается с проблемой организации данных. Их становится все больше, структура перестает быть прозрачной, а одни и те же SQL-запросы приходится переписывать по несколько раз. Решить эту проблему можно с помощью dbt – инструмента, который открывает новый подход к трансформации и моделированию данных. Под катом – перевод отличной статьи Дэвида Кревитта о том, что такое dbt, и как этот инструмент помогает аналитикам облегчить свою работу.
Как маркетологу выжить в мире без cookie
10 min
В последние месяцы стало много разговоров о cookie и том, что срок их жизни станет гораздо меньше, чем мы привыкли. Вместе с Владом Флаксом, CEO OWOX, разобрались в том, какие нововведения нас ждут и как адаптироваться маркетологам в новой реальности.
Подробный обзор Google Analytics 4: новые возможности, преимущества и недостатки
9 min
Около года назад команда Google презентовала функционал «App + Web», который позволяет объединять данные сайтов и мобильных приложений в одном ресурсе GA. Все это время новый тип ресурса тестировался, менялся, дорабатывался и вот наконец вышел из бета-версии под другим названием. Знакомьтесь, Google Analytics 4.
Аналитики OWOX подготовили полный обзор того, что такое Google Analytics 4, чем он отличается от Universal Analytics, какую ценность дает бизнесу и какие проблемы можно решить с его помощью. Также разберем, каким компаниям стоит использовать новый тип ресурса уже сейчас.
Обзор основных функций Google BigQuery и примеры запросов для маркетинг-анализа
15 min
Google BigQuery – это быстрое, экономичное и масштабируемое хранилище для работы с Big Data, которое вы можете использовать, если у вас нет возможности или желания содержать собственные серверы. В нем можно писать запросы с помощью SQL-like синтаксиса, стандартных и пользовательских функций (User-defined function).
В статье я расскажу про основные функции BigQuery и покажу их возможности на конкретных примерах. Вы сможете писать базовые запросы, и опробовать их на demo данных.
В статье я расскажу про основные функции BigQuery и покажу их возможности на конкретных примерах. Вы сможете писать базовые запросы, и опробовать их на demo данных.
Что такое Google Ads Data Hub
5 min
Типичная боль маркетолога – оценить эффективность медийной рекламы (потому что взаимодействия с ней происходят вне сайта рекламодателя). Классическими средствами веб-аналитики этого сделать нельзя, а остальные инструменты не дают прозрачной оценки.
Чтобы решить эту проблему, Google запустил Ads Data Hub — инструмент получения данных о медийном инвентаре для оценки его эффективности. Он позволяет объединить данные о дисплейной рекламе с данными сайта и CRM.
Ниже я расскажу о том, что такое Ads Data Hub и как она работает.
Чтобы решить эту проблему, Google запустил Ads Data Hub — инструмент получения данных о медийном инвентаре для оценки его эффективности. Он позволяет объединить данные о дисплейной рекламе с данными сайта и CRM.
Ниже я расскажу о том, что такое Ads Data Hub и как она работает.
Новый способ отслеживания данных в Google Tag Manager – Server-Side Tagging
5 min
В этой статье хочу вам рассказать про новую фичу от Google Tag Manager — Server-Side Tagging — отслеживание данных на стороне сервера. Этот функционал, по словам его разработчиков, позволяет скрыть бизнес-логику в серверном коде, ускорить загрузку сайта и улучшить защиту пользовательских данных, ограничив доступ к ним сторонних скриптов.
Давайте рассмотрим поближе, как это работает.
Давайте рассмотрим поближе, как это работает.
Инвестиции в PPC, увеличение LTV и мобильной конверсии — что объединяет быстрорастущие компании
3 min
OWOX провел независимое исследование рынка диджитал маркетинга, которое основано на реальных транзакционных данных 7000 проектов. Главный вопрос, который мы поставили перед исследованием, — понять, что позволяет одним успешным компаниям развиваться быстрее, чем другим. Полный отчет об исследовании можно найти в блоге OWOX.
Основной вывод: чтобы расти быстрее конкурентов, нужно делать ставку на эластичные масштабируемые каналы. Самые эффективные средин них — платные. Для среднего и малого бизнеса это контекстная реклама и реклама в социальных сетях. Для крупных компаний — кампании для увеличения узнаваемости бренда (медийная реклама, интеграции с лидерами мнений и другие PR-активности) и платный трафик из социальных сетей.
Основной вывод: чтобы расти быстрее конкурентов, нужно делать ставку на эластичные масштабируемые каналы. Самые эффективные средин них — платные. Для среднего и малого бизнеса это контекстная реклама и реклама в социальных сетях. Для крупных компаний — кампании для увеличения узнаваемости бренда (медийная реклама, интеграции с лидерами мнений и другие PR-активности) и платный трафик из социальных сетей.
SEMrush vs SimilarWeb — кто точнее?
6 min
Когда анализируешь эффективность маркетинга и сайта в целом, важно не просто собирать собственную статистику, но и сравнивать ее с трендами рынка. К примеру, команда маркетинга не дотянула до плана 5%. Если при этом рынок просел на 15%, то результат хороший, а если наоборот вырос — то есть, над чем задуматься.
Есть множество инструментов для исследования сайтов конкурентов. Все они собирают информацию о трафике разными способами и обрабатывают ее по собственному алгоритму. Понятно, что такие сервисы предоставляют данные с определенной погрешностью. Вопрос в том, какова эта погрешность и насколько можно доверять полученным результатам.
Мы решили провести небольшое исследование и узнать, насколько точны в своих показателях два популярных сервиса для анализа веб-трафика сайтов конкурентов — SEMrush Traffic Analytics и SimilarWeb. Для сравнения мы использовали данные Google Analytics по 787 сайтам, доступные нам в OWOX BI.
Есть множество инструментов для исследования сайтов конкурентов. Все они собирают информацию о трафике разными способами и обрабатывают ее по собственному алгоритму. Понятно, что такие сервисы предоставляют данные с определенной погрешностью. Вопрос в том, какова эта погрешность и насколько можно доверять полученным результатам.
Мы решили провести небольшое исследование и узнать, насколько точны в своих показателях два популярных сервиса для анализа веб-трафика сайтов конкурентов — SEMrush Traffic Analytics и SimilarWeb. Для сравнения мы использовали данные Google Analytics по 787 сайтам, доступные нам в OWOX BI.
Начинаем работать с Google Analytics: App + Web
14 min
Tutorial
Translation
Google недавно выпустила в публичный доступ новую версию Google Analytics под названием App + Web. Симо Ахава уже написал отличную пошаговую инструкцию о том, как начать работать с инструментом, поэтому я решила перевести ее на русский язык. От себя добавлю, что продукт только-только появился в бете и судя по всему еще будет существенно допиливаться. Мы уже начали тестировать новую структуру данных и возможности встроенной функции экспорта данных в Google BigQuery и надеемся вскоре рассказать подробнее о преимуществах и недостатках. В целом аналитики сегодня оценивают нововведения положительно. Например, Влад Флакс из OWOX BI считает, что этим обновлением Google упростил процесс сбора данных и их доставку из Google Analytics в BigQuery для тех проектов, которые готовы изменить структуру своих данных. К тому же, это повышает ценность Google BigQuery как DWH для маркетинг-данных.
Из эпицентра Google Cloud Next ’19: полевые заметки CEO
7 min
Если хотите знать, откуда дует ветер, отправляйтесь в самое сердце урагана.
Приблизительно такое ощущение сложилось от посещения конференции Google Cloud Next ’19, где три дня разработчики, продакт-менеджеры, специалисты по данным и другие светлые умы делились самыми горячими новостями в сфере разработки приложений и архитектуры, безопасности, управления расходами, анализа данных, гибридных облачных технологий, ML и АІ, внесерверной обработки данных и пр… 30 000 человек, потоки по индустриям и техническим направлениям, почти безостановочные лекции. Вот это ажиотаж!
Расскажу вам, какие важные новости о Google Cloud в 2019-2020 гг. и его 122 обновлениях нельзя упустить, на основе заметок Влада Флакса, CEO компании OWOX, который побывал на конференци.
Приблизительно такое ощущение сложилось от посещения конференции Google Cloud Next ’19, где три дня разработчики, продакт-менеджеры, специалисты по данным и другие светлые умы делились самыми горячими новостями в сфере разработки приложений и архитектуры, безопасности, управления расходами, анализа данных, гибридных облачных технологий, ML и АІ, внесерверной обработки данных и пр… 30 000 человек, потоки по индустриям и техническим направлениям, почти безостановочные лекции. Вот это ажиотаж!
Расскажу вам, какие важные новости о Google Cloud в 2019-2020 гг. и его 122 обновлениях нельзя упустить, на основе заметок Влада Флакса, CEO компании OWOX, который побывал на конференци.
Гайд: Как вывести SaaS продукт на AppSumo – успехи и немного ошибок
16 min
Tutorial
Несколько месяцев назад мы вышли на AppSumo с 93% скидкой на свой продукт. Подготовка заняла у нас полтора месяца, и в процессе мы не нашли подробного гайда или описания, что от нас требуется, как все будет происходить и как мы могли бы улучшить результат. Мы общались с несколькими компаниями, которые прошли этот путь до нас, но и этой информации казалось нам недостаточно. Пройдя этот путь от и до, Мария Бочева, Business Development Manager в OWOX BI, составила пошаговое руководство, которое поможет вам подготовиться к запуску и сэкономить время.
Автоматизация импорта данных в Google BigQuery с помощью Google Cloud Functions
4 min
Мы постоянно работаем с Google BigQuery – импортируем данные о пользователях, их заказах и расходах на рекламу из разных источников, чтобы иметь возможность объединять их между собой. Что нам это дает? Например, если у вас интернет-магазин и клиент делает заказ по телефону, а потом авторизовывается на сайте, то с помощью Google BigQuery можно связать все его действия задним числом. Можно отслеживать весь путь клиента по маркетинговой воронке – от первого попадания на сайт до покупки в brick and mortar магазине, и оценивать рекламные кампании с учетом таких офлайн-продаж.
Атрибуция на основе воронки для SaaS B2B бизнесов — как мы считали ценность всех усилий маркетинга
6 min
Хочу поделиться тем, как мы решали проблему с оцениванием эффективности маркетинга и в итоге разработали свою модель атрибуции.
Атрибуция – это то, как конверсии и ценность этих конверсий распределяется между разными источниками трафика. Например, в Google Analytics по умолчанию используется модель атрибуции по последнему непрямому клику. То есть, 100% ценности будет присвоено последнему каналу в цепочке взаимодействий, который был до прямого перехода. Недостаток этой модели в том, что так мы не знаем, насколько велика роль других каналов – если мы от них откажется, то с какой вероятностью покупка все таки произойдет?
Атрибуция – это то, как конверсии и ценность этих конверсий распределяется между разными источниками трафика. Например, в Google Analytics по умолчанию используется модель атрибуции по последнему непрямому клику. То есть, 100% ценности будет присвоено последнему каналу в цепочке взаимодействий, который был до прямого перехода. Недостаток этой модели в том, что так мы не знаем, насколько велика роль других каналов – если мы от них откажется, то с какой вероятностью покупка все таки произойдет?