Comments 3
Непонятно зачем подключали к Кликхауз и ДатаЛенз, если бы можно сделать визуализацию в том же Jupyter. У Jupyter достаточно библиотек по визуализации (seaborn например) и с самими данными работает прекрасно, включая работу с SQL. У меня большие сомнения, что кто то будет использовать отчет многократно и вряд ли нужен интерактив для сторонних пользователей.
1. Почему DataLens и интерактив: просто потому что это часть экшн-плана с плакатом, подготовкой исследования и активностями на выставке. Да, для одиночного отчета лучше подойдет аналитика в Python/Excel/и т.д., но как added-value на лендинге интерактив в DataLens смотрится гораздо выигрышнее для конечного потребителя (маркетолога у автодилера/дистрибьютора). Плюс эту историю можно развивать в разные стороны и заготовка в виде БД + Дашборда про который знают игроки на рынке — отличное начало;
2. Почему Clickhouse: можно было сделать в юпитере, можно было подключить гугл таблицы к DataLens/LookerStudio/Другой bi-системе, можно было использовать любую другую БД, которая справится с такой задачей и имеет коннектор к BI-системе. Просто это то решение с которым активно работаю для выгрузок из LogsAPI метрики и почему-бы не воспользоваться той же СУБД, раз она уже развернута на VDS. С гугл таблицами было бы проще, но в долгосрочной перспективе работать с базой надежнее и проще мигрировать;
3. Многократное использование: обратная связь от рынка говорит об обратном;
Не уверен, можно ли постить ссылки (в статье пришлось все их удалить), но потыкаться в дашборд можно тут.
DIY-маркетинг: как проанализировать спрос на рынке с помощью KeyCollector, Python и DataLens