Архитектура аналитического решения

Архитектура аналитического решения — это понятие применимо к работе с большими данными, когда используются полноценные ETL процессы, имеется хранилище данных и BI слой. Но упрощённо я его использую и при запуске рекламных проектов. Простыми словами — это схема работы с данными, имеющая несколько слоёв.

В статье подробно расскажу, как строится такая архитектура и зачем она нужна маркетологу.

На скриншоте привожу пример простейшей архитектуры аналитического решения для ручной отчётности при запуске рекламы.

Больше полезных материалов можно найти в моём блоге. В нём я регулярно делюсь бесплатными шаблонами и инструкциями, которые существенно облегчают жизнь маркетолога.А ещё больше интересного в моём Телеграм. Подписывайтесь!

Слой содержит все источники данных, которые мы будем использовать.

В примере это:

Мы тянем их в более-менее стандартизированном виде, чтобы в дальнейшем склеивать в единые отчёты и таблицы данных.

В данном слое мы из сырых данных делаем магию. То есть преобразуем данные таким образом, чтобы их было удобно забирать на слой бизнес-пользователей.

Его условно можно разделить на несколько этапов. Первый — слой сырые данные. Сюда информация попадает без обработки. В больших облачных хранилищах для этого могут быть предназначены отдельные базы данных. В нашем примере это таблицы Excel.

Второй — слой с предобработкой сырых данных и справочными таблицами. Именно тут мы обрабатываем информацию в удобный нам вид, добавляем новые столбцы, меняем размерность и формат значений, добавляем НДС и так далее.

Отдельно скажу про справочные таблицы — в них мы вносим ту информацию, без которой на BI слое не обойтись. Например, справочник названий кампаний и их типов.

Третий — слой с готовыми наборами данных в виде сводных таблиц, которые можно использовать для построения отчётов бизнес-пользователей. Эти отчёты можно сразу отдавать, а можно перейти к третьему этапу аналитической архитектуры.

Слой предназначается для конечных пользователей, которые принимают решения. Обычно это ТОП-менеджмент, руководители и собственники бизнеса.

Это уже готовые дашборды данных, преимущественно с графиками и показателями. Без наличия больших сложных таблиц. Информация, которую несёт каждый элемент дашборда, должна быть хорошо понятна читателю.

Подготовив архитектуру аналитического решения гораздо проще двигаться вперёд и строить отчётность. Описанная схема очень проста для понимания бизнес-пользователей, собственно, ради которых всё это и строится.

Ну а далее, когда у нас есть понимание типов данных и их источников, мы можем построить модель данных, в которой с помощью ключей свяжем между собой таблицы и сможем начать реализовывать всю архитектуру аналитического решения.

Чтобы проиллюстрировать на примере, я подготовил статью про построение отчёта до продаж в Битриксе. Ознакомиться можно по ссылке:

На мой взгляд, возможность разложить сложные процессы на небольшие простые шаги очень важна при работе с глубокой аналитикой данных, помогает не только лучше понять структуру данных, но и облегчает процесс анализа, выявления закономерностей и построения прогнозов.

Разделяя задачи на более мелкие компоненты, мы можем сосредоточиться на каждой отдельной части, что снижает риск ошибок и позволяет более эффективно использовать доступные ресурсы.

Больше полезных материалов можно найти в моём блоге. В нём я регулярно делюсь бесплатными шаблонами и инструкциями, которые существенно облегчают жизнь маркетолога.А ещё больше интересного в моём Телеграм. Подписывайтесь!