Пошаговая визуализация данных: интегрируем Директ и Метрику с Google Data Studio через таблицы
Маркетологи постоянно собирают и анализируют информацию из систем статистики и аналитики, выявляя те или иные закономерности для построения дальнейшей стратегии и составляя отчеты руководству. Но вручную выгружать информацию из кабинетов неудобно, особенно если ее много. Мы в Site Elite Studio решили, как автоматизировать этот процесс.
Инструменты
В идеале нам нужно подгружать в таблицы актуальные сведения из любых рекламных кабинетов. А сами таблицы создавать в любом удобном редакторе. Начнем с того, что попробуем наладить автоматизацию сбора данных в «Google Таблицах». Перенесем туда информацию из Яндекс.Метрики и Яндекс.Директа.
В первую очередь потребуется освоить работу с API Яндекса. По «Википедии», API расшифровывается как «программный интерфейс приложения» и подразумевает «описание способов (набор классов, процедур, функций, структур или констант), которыми одна компьютерная программа может взаимодействовать с другой программой».
Если проще и толковей, API выступает в роли посредника между различными программами: отправляет от одной из них к другой запросы и получает ответы. Например, от Google Apps Script — облачной платформы для автоматизации задач в продуктах Google — к Яндекс.Директу.
Точнее, к его серверу. А затем и к Яндекс.Метрике (по соответствующим ссылкам можно узнать больше о запросах к API этих систем).Чуть выше мы решили выгружать полученную по запросам информацию в «Google Таблицы». Значит, там и начнем работать.
Процессы
«Google Таблицы» позволяют попасть в интерфейс Apps Script через соответствующий пункт меню. Создаем новую таблицу и переходим в расширение:
Из этого расширения мы будем посылать запросы к API Яндекса.
Вот так выглядит стандартный запрос к «Директу», позволяющий собрать статистику по показам, кликам и расходу для рекламных кампаний:
Но нам нужно получать по запросу (и затем вставлять в таблицы) не просто абстрактные данные, а информацию, актуальную на конкретный период времени. А этот период может представлять собой любой диапазон дат с момента запуска интересующих нас проектов.
Каждый раз выгружать с сервера данные за несколько месяцев или лет нерационально — это лишняя нагрузка на сервер. Появляется риск, что нам не хватит лимитов на запросы.Поэтому действуем по несложному алгоритму:
Ежедневно собираем в диапазон на листе таблицы данные из «Метрики» и «Директа» за прошедший день. Это легко — мы просто автоматически заменяем даты в нужных ячейках на актуальные (на первом скриншоте показан пример работы с «Директом», на втором — с «Метрикой»):
Затем используем код для автопереноса информации за прошедший день в общую базу данных по выбранным системам статистики (на втором скриншоте в качестве примера показана база для Яндекс.Директа). Настраиваем в Google Apps Script триггеры на выполнение нужных нам функций по расписанию:
Результаты
В итоге у нас формируется база данных, с которой можно делать что угодно. Например:
Агрегировать информацию в доступном виде для отслеживания динамики конкретных показателей. К примеру, заявок и переходов из Яндекс.Метрики — и здесь же, в этой же таблице, показов из кабинетов «Директа» и myTarget (временной шаг мониторинга — месяц):
Создавать автоматизированные отчеты, в том числе напрямую в «Google Документах». Вот, скажем, пример сведения статистики в клиентский отчет по рекламе:
Строить визуализацию в BI-системах. Конкретно мы используем Google Data Studio. Этот инструмент максимально наглядно (графически) отображает динамику всевозможных показателей:
Вообще с помощью автоматизированной интеграции (сбора и визуализации) данных можно формировать какие угодно рабочие материалы:
SEO-дашборды для отслеживания здоровья SEO-проектов;
рекламные дашборды, помогающие эффективно мониторить показатели рекламы и проводить аналитику;
- кастомные отчеты сквозной аналитики в той же Google Data Studio и пр.
Безусловно, выгружать данные из кабинетов и заносить их в таблицы вручную никто и никому не мешает. Но если можно оптимизировать рабочие процессы, то стоит это делать.
Рутиной должен заниматься искусственный интеллект — а мы, люди, оставим себе удовольствие заниматься полноценной аналитикой, которая роботам пока не по силам.