Co to jest wizualizacja danych: definicja, przykłady, zasady, narzędzia

Kiedy arkusze kalkulacyjne Excela nie wystarczają do połączenia kropek i nie ma możliwości zaangażowania analityków w tworzenie raportów, na ratunek przychodzą oprogramowanie i narzędzia do wizualizacji danych.

W tym artykule pokażemy, jakie są niektóre techniki wizualizacji danych, jak poprawnie wizualizować dane, jakich narzędzi można użyć do tworzenia interaktywnych wizualizacji bez pomocy programistów oraz jak wybrać odpowiednie narzędzie.

Definicja wizualizacji danych to wizualna reprezentacja Twoich danych. Za pomocą wykresów, map i innych elementów graficznych narzędzia te zapewniają prosty i zrozumiały sposób wyraźnego przeglądania i łatwego odkrywania spostrzeżeń i wzorców w danych.

Jeśli chcesz, aby Twój post na Facebooku czytało jak najwięcej osób, co zrobisz? Dodasz ciekawą grafikę. Ta sztuczka doskonale sprawdza się również w przypadku raportów. Wizualizacje oparte na danych przyciągają więcej uwagi, są łatwiejsze do zrozumienia i pomagają szybko dotrzeć z przekazem do odbiorców. Za pomocą opisowych grafik i dashboardów nawet trudne informacje mogą być jasne i zrozumiałe. Dlaczego? Większość ludzi to wzrokowcy. Jeśli więc chcesz, aby większość Twoich partnerów, współpracowników i klientów mogła wchodzić w interakcje z Twoimi danymi, powinieneś zmienić nudne wykresy w piękną grafikę. Oto kilka godnych uwagi liczb, opartych na badaniach, które potwierdzają znaczenie wizualizacji:

• Ludzie uzyskują 90% informacji o swoim otoczeniu z oczu.
• 50% neuronów mózgowych bierze udział w przetwarzaniu danych wizualnych.
• Zdjęcia zwiększają chęć przeczytania tekstu nawet o 80%.
• Ludzie pamiętają 10% tego, co słyszą, 20% tego, co czytają i 80% tego, co widzą.
• Jeśli ulotka nie zawiera żadnych ilustracji danych, ludzie zapamiętają 70% informacji. Po dodaniu zdjęć zapamiętają do 95%.

Odpowiednia wizualizacja przynosi wiele korzyści Twojej firmie:

• Szybkie podejmowanie decyzji. Sumowanie danych jest łatwe i szybkie dzięki grafice, która pozwala szybko zauważyć, że kolumna lub punkt styku jest wyższy niż inne, bez przeglądania kilku stron statystyk w Arkuszach Google lub Excelu.
• Więcej zaangażowanych osób. Większość ludzi lepiej postrzega i zapamiętuje informacje przedstawione wizualnie.
• Większy stopień zaangażowania. Piękna i jasna grafika z wyraźnym przekazem przyciąga uwagę czytelników.
• Lepsze zrozumienie. Idealne raporty są przejrzyste nie tylko dla specjalistów technicznych, analityków i analityków danych, ale także dla CMO i CEO, i pomagają każdemu pracownikowi podejmować decyzje w zakresie jego odpowiedzialności.

Pierwszą rzeczą do zrobienia przed utworzeniem jakiejkolwiek grafiki jest sprawdzenie wszystkich informacji pod kątem dokładności i spójności. Na przykład, jeśli współczynnik skalowania wynosi 800%, podczas gdy średnia wynosi 120–130%, należy sprawdzić, skąd ta liczba pochodzi. Może to jakaś wartość odstająca, którą musisz usunąć z wykresu, aby nie wypaczała ogólnego obrazu: 800% pomniejsza różnicę między 120% a 130%. Tego rodzaju dane odstające w raporcie mogą prowadzić do błędnej decyzji. W prawdziwym życiu jesteśmy przyzwyczajeni do tego, że właściwa wiadomość powinna zostać dostarczona do właściwej osoby we właściwym czasie. Istnieją trzy podobne zasady wizualizacji:

1. Wybierz odpowiednią grafikę w zależności od celu.​
2. Upewnij się, że przekaz Twojej grafiki odpowiada odbiorcom.
3. Użyj odpowiedniego projektu grafiki.

Jeśli Twoja wiadomość jest na czasie, ale grafika nie jest dynamiczna lub zawiera niepoprawny wgląd lub trudny projekt, nie uzyskasz oczekiwanego rezultatu.

Jeśli wybierzesz zły wykres, Twoi czytelnicy będą zdezorientowani lub niewłaściwie zinterpretują wyniki. Dlatego przed utworzeniem wykresu ważne jest, aby zdecydować, jakie dane chcesz wizualizować i w jakim celu:

• Aby porównać różne punkty danych
• ​Aby pokazać dystrybucję danych: na przykład, które punkty danych są częste, a które nie
• Pokazać strukturę czegoś za pomocą danych
• Aby śledzić połączenia między punktami danych

Przyjrzyjmy się najpopularniejszym typom wykresów i celom, które mogą Ci pomóc osiągnąć.

1. Wykres liniowy

Wykres liniowy pokazuje, jak co najmniej jedna zmienna zmienia się w różnych punktach danych. Ten typ wykresu jest przydatny do porównywania zmian w zestawach danych w czasie — na przykład statystyk ruchu dla trzech stron docelowych w miesiącu w okresie jednego roku.

2. Wykres słupkowy

Wykres słupkowy to kolejny diagram, który doskonale nadaje się do porównywania zestawów danych. Poziome wykresy słupkowe są często używane, gdy trzeba porównać wiele zestawów danych lub wizualnie podkreślić wyraźną zaletę jednego z zestawów danych. Pionowe wykresy słupkowe pokazują, jak zmieniają się punkty danych w czasie — na przykład, jak zmienił się roczny zysk firmy w ciągu ostatnich kilku lat.

3. Histogram

Histogram jest często mylony z wykresem słupkowym ze względu na podobieństwa wizualne, ale cele tych wykresów są różne. Histogram przedstawia rozkład zestawu danych w ciągłym przedziale lub określonym przedziale czasu. Na osi pionowej tego wykresu widać częstotliwość, a na poziomej odstępy czasu.

W przeciwieństwie do histogramu wykres słupkowy nie pokazuje żadnego ciągłego interwału; każda kolumna wyświetla własną kategorię. Za pomocą wykresu słupkowego łatwiej jest przedstawić liczbę zakupów w różnych latach. Jeśli chcesz poznać wartości zamówień (10–100 zł, 101–200 zł, 201–300 zł itd.) zakupów, lepiej wybrać histogram.

4. Wykres kołowy

Wykres kołowy wyświetla udziały każdej wartości w zestawie danych. Służy do pokazywania składników dowolnego zestawu danych. Na przykład, jaki procent ogólnej sprzedaży jest przypisany do każdej kategorii produktów?

5. Wykres punktowy

Wykres punktowy pokazuje połączenie między punktami danych. Na przykład za pomocą wykresu punktowego możesz dowiedzieć się, jak zmienia się współczynnik konwersji w zależności od wielkości rabatu na produkt.

6. Wykres bąbelkowy

To ciekawy wykres, który pozwala na porównanie dwóch parametrów za pomocą trzeciego. Weźmy współczynnik konwersji i wielkość rabatu z poprzedniego przykładu, dodajmy do nich przychód (wskazywany przez rozmiar koła), a otrzymamy coś podobnego do poniższego wykresu.

Patrząc na ten wykres łatwo zauważyć, że produkty z rabatem 30% mają najwyższy współczynnik konwersji, natomiast produkty bez rabatu lub z rabatem 5% przynoszą największe przychody.

7. Wykres geograficzny

Wykres geograficzny jest prosty. Jest używany, gdy musisz zademonstrować określoną dystrybucję w regionach, krajach i kontynentach.

Wymieniliśmy niektóre z najpopularniejszych wykresów, ale nie wszystkie. Inne typy wykresów można znaleźć w Katalogu wizualizacji danych. Polecamy również tę przydatną infografikę, która pomoże Ci wybrać odpowiedni rodzaj wykresu dla Twojego celu (celów).

Drugą ważną rzeczą, którą musisz wziąć pod uwagę podczas pracy z wizualizacją, jest dobranie odpowiedniego przekazu dla odbiorców. Informacje, o których mówisz w raporcie, powinny być znajome i jasne dla czytelników.

Oto wykres, który został nagrodzony prestiżową nagrodą Data Journalism Award. Dla osób, które nie są zaznajomione z tłem historii, ten wykres wygląda jak zdjęcie wykonane przez trzylatka. Kiedy jednak dowiesz się o nim trochę więcej, zobaczysz ogrom pracy wykonanej przez jego autorów.

Charles Seife i Peter Aldhous, redaktorzy Buzzfeed News, używali języka R do wizualizacji danych lotu uzyskanych przez agentów FBI i DHS w ramach nadzoru lotniczego. W szczególności ten wykres pokazuje loty nad domem i meczetem osób odpowiedzialnych za masowe strzelaniny w grudniu 2015 roku w San Bernardino w Kalifornii.

Wybierając parametry, które chcesz wizualizować na jednym wykresie, musisz potwierdzić, że można je łączyć. Niektóre kombinacje po prostu nie są logiczne, choć na pierwszy rzut oka informacje są ze sobą doskonale skorelowane. Oto przykład takiego wykresu z błędną korelacją. Wynika z niego, że liczba osób, które utonęły wpadając do basenu koreluje z liczbą filmów Nicolasa Cage'a.

Kolejne rzeczy, które należy wziąć pod uwagę podczas tworzenia wykresu, to skala i zakres. Ludzie są przyzwyczajeni do tego, że pomiary na osiach zaczynają się od dołu i od lewej. Jeśli zmienisz kierunek pomiaru, zmylisz nieuważną publiczność. Chociaż powinniśmy wspomnieć, że odwrócenie pomiaru jest możliwe, gdy jest używane jako manewr taktyczny, jak w tym przykładzie:

Na pierwszy rzut oka może się wydawać, że liczba morderstw popełnianych z użyciem broni palnej na przestrzeni lat spada. W rzeczywistości jest odwrotnie, bo skala zaczyna się od góry. Być może autor wykresu zrobił to celowo, aby zmniejszyć negatywną reakcję na przedstawione wyniki.

Odpowiednia skala sprawia również, że wykres jest bardziej przejrzysty. Jeśli raport pokazuje punkty danych, które są zbyt blisko i nie widać żadnego ruchu, spróbuj zmienić skalę. Rozpocznij pomiary nie od zera lub podziel skalę na mniejsze części, a obraz się wyklaruje.

Przed przekazaniem raportu użytkownikom końcowym upewnij się, że wykres ładuje się szybko. Powolne ładowanie zabija wszystkie twoje wysiłki. Jeśli na przykład wizualizujesz dane w Arkuszach Google, najprawdopodobniej są one przechowywane na tej samej lub następnej stronie i nie pochodzą z zewnętrznego źródła. Jednak podczas tworzenia raportu w Studiu danych dane zostaną zaimportowane z innego miejsca. W takim przypadku należy zwrócić uwagę na dostępność źródła i szybkość przepływu danych. W przeciwnym razie zobaczysz smutno wyglądający obraz, gdy istnieje szablon wykresu, ale dane nie zostały załadowane.

Twój projekt wykresu powinien zawsze być zgodny z zasadą prostoty. Jeśli musisz przygotować standardowy raport, nie musisz go przerabiać. Unikaj dodatkowych elementów, które tylko zaśmiecają wykres: różne kolory i struktury, objętość 3D, cienie, gradienty itp.

Im prostszy wykres, tym łatwiej czytelnikom zrozumieć informacje, którymi chcesz się podzielić.

Nie rób wizualizacji zbyt małych i nie umieszczaj wszystkich wykresów na tej samej stronie pulpitu nawigacyjnego. Używanie więcej niż trzech typów wykresów na jednym slajdzie lub na tej samej stronie pulpitu nawigacyjnego jest uważane za zły styl. Jeśli naprawdę potrzebujesz tak wielu typów wykresów, umieść je na różnych stronach, aby łatwo je zrozumieć.

Nie bój się eksperymentować. Jeśli masz niestandardowe zadanie, być może Twoje rozwiązanie również powinno być niestandardowe. Na poniższej infografice możemy zobaczyć wzorce ruchu skrzydeł różnych zwierząt. Wizualizacja dynamiczna jest całkowicie istotna.

Rzućmy okiem na kilka przykładów narzędzi do wizualizacji danych i omówmy, jak wybrać odpowiednie narzędzie do swoich celów.

Obecnie na rynku dostępnych jest wiele narzędzi do wizualizacji i raportowania danych. Niektóre z nich są płatne, inne są bezpłatne. Niektóre z nich działają w pełni w Internecie, inne można zainstalować na komputerze, ale działają w trybie online, a inne działają tylko w trybie offline. Stworzyliśmy listę 10 popularnych programów do raportowania i wizualizacji danych:

1. Arkusze kalkulacyjne Excel/Google
2. Studio danych
3. Żywy obraz
4. Power BI
5. QlikView
6. Studio R
7. Wizualny. ly
8. Splot
9. iCharts
10. Inteligentne dane

Pierwsze pięć narzędzi i usług jest produkowanych przez firmy specjalizujące się w wizualizacji. Liczby od szóstej do dziesiątej to dość interesujące narzędzia, w większości darmowe i dostępne online. Oferują niestandardowe rodzaje wizualizacji danych i mogą oferować nowe sposoby podejścia do informacji biznesowych.

Na co zwrócić uwagę przy wyborze narzędzia do raportowania:

• Zacznij od zadań, które chcesz wykonać. Przykładowo głównym trendem na dzisiejszym rynku są raporty dynamiczne. Jeśli narzędzie nie działa z raportami dynamicznymi, oznacza to ostrzeżenie.
• Zastanów się, ile jesteś gotów zapłacić. Jeśli Twój zespół jest wystarczająco duży i każdy pracownik musi pracować z narzędziem do wizualizacji, koszt na użytkownika może być znakiem stopu.
• Zdecyduj, kto i jak będzie korzystał z narzędzia. Czy istnieje możliwość edycji grupowej? Jak proste jest rozpoczęcie pracy z narzędziem? Czy interfejs jest przyjazny? Czy istnieje możliwość stworzenia raportu bez znajomości programowania? Na przykład R Studio to świetna usługa, szczególnie do wyszukiwania trendów oraz budowania modeli atrybucji i korelacji. Ale jeśli nie znasz żadnych języków programowania, nie potrafisz podłączyć żadnych konkretnych bibliotek i nie jesteś specjalistą technicznym, trudno będzie Ci rozpocząć pracę z R Studio.

Wybraliśmy pięć usług i przygotowaliśmy tabelę porównującą ich zalety, wady i główne cechy. Zanim zaczniemy, wyjaśnijmy, czym różnią się dynamiczna wizualizacja danych i dynamiczne raporty .

Raporty dynamiczne odnoszą się do możliwości importowania danych z różnych źródeł w czasie rzeczywistym. Studio danych Google nie ma raportów dynamicznych. Załóżmy, że połączyliśmy żądanie Studia danych z Google BigQuery, a następnie zmieniliśmy coś w tym żądaniu. Aby zapisać te zmiany w raporcie, musimy przynajmniej odświeżyć stronę. Jeśli jednak w Google BigQuery dodamy lub usuniemy jakieś pole (nie tylko zmienimy logikę obliczeń, ale zmienimy strukturę tabeli), to usługa zamknie raport z błędem. Będziesz musiał to przerobić.

Koncepcja wizualizacji dynamicznej odnosi się do możliwości przeglądania statystyk podsumowujących w różnych terminach podczas jednej sesji. Na przykład w Google Analytics możesz zmienić interwał czasowy i uzyskać statystyki dla potrzebnych dat.

Wizualizacja danych jest niezaprzeczalną korzyścią w każdej sferze i nie ma znaczenia, czy budujesz karierę w marketingu, projektowaniu, handlu detalicznym czy w czymkolwiek innym. Uczynienie informacji zrozumiałymi i łatwymi do przyswojenia jest jednym z kluczy do znalezienia stref wzrostu i rozwoju firmy. Ponadto, gdy wszyscy Twoi współpracownicy widzą wykresy wizualne przedstawiające Twój obecny stan, łatwiej jest upewnić się, że wszyscy jesteście na tej samej stronie i wszyscy rozumieją mocne i słabe strony. Chociaż sama wizualizacja raportów nie może rozwiązać problemów, jest potężnym narzędziem, które może je ujawnić na czas.

Google Data Studio umożliwia łączenie źródeł, wizualizację i łatwe udostępnianie raportów współpracownikom w sposób podobny do innych produktów Google.

Zalety:

• Darmowe​
• Ponad 150 złączy, które można łatwo zintegrować
• Możliwość korzystania z danych z kilku źródeł za pośrednictwem jednego pulpitu nawigacyjnego
• Wygodne udostępnianie raportów

Przydatne linki:

• Wsparcie Google
• Seminarium internetowe Google Data Studio dla firm
• Szablon pulpitu nawigacyjnego Google Data Studio autorstwa OWOX BI

Google Data Studio to bezpłatne narzędzie z 17 natywnymi konektorami dostarczonymi przez Google. Są sprawdzone, działają dobrze i wystarczą do większości zadań. Istnieją również łączniki dostarczane przez partnerów, ale musisz zrozumieć, że łączniki mogą być prezentowane przez programistów o różnych poziomach umiejętności i nie ma gwarancji, że będą działać poprawnie.

Przy okazji, jeśli chcesz zobaczyć statystyki Facebooka lub Yahoo Gemini w raportach Data Studio, możesz zaimportować dane do Google BigQuery za pomocą OWOX BI. Podczas gdy niektóre dane analityczne można pozostawić bez uwzględnienia innych łączników, dzięki BigQuery otrzymujesz pełną analizę danych ze swojego konta na Facebooku.

Dostępna jest wygodna galeria Studia danych Google z gotowymi do użycia szablonami, dzięki czemu możesz szybko utworzyć ilustrację wyników biznesowych.

Mamy również gotowe do użycia własne szablony pulpitów nawigacyjnych, które chcemy udostępnić.

Pierwszym z nich jest pulpit atrybucji marketingowej. W tym dashboardzie znajdziesz wszystkie podstawowe parametry i metryki wykorzystywane przez specjalistów ds. marketingu i analityków.

Drugim dashboardem jest dashboard Digital Marketing Paid Channels KPI, który jest podzielony według źródeł (przedstawionych szczegółowo). Innymi słowy, pokazuje przefiltrowane dane dotyczące kampanii marketingowych na Facebooku itp.

To są panele demonstracyjne. Możesz je kopiować, zmieniać źródła na własne i wykorzystywać je w swojej pracy.

Jedna z ostatnich aktualizacji Data Studio dodaje możliwość filtrowania informacji według widoku. Na przykład możesz porównać punkty danych z bieżącego okresu i poprzedniego roku.

Jeszcze jedna ciekawa aktualizacja pozwala na zmianę typu już utworzonego wykresu w samym interfejsie. Wcześniej przy zmianie wykresu trzeba było go usunąć i utworzyć nowy. Teraz można zmienić styl wykresu bezpośrednio w interfejsie.

To najpopularniejsze narzędzie do raportowania danych, z którego co najmniej raz korzysta każdy specjalista ds. marketingu. Interfejs Arkuszy Google jest dość prosty i przejrzysty, szczególnie dla tych, którzy rozpoczęli pracę z analityką w Excelu.

Zalety:

• Wolny
• Elastyczny — obsługuje parametry dynamiczne, tabele przestawne itp.
• Łatwa integracja ze źródłami danych
• Wygodne udostępnianie raportów za pomocą linków

Przydatne linki:

• Przykłady prostych żądań SQL do tworzenia raportów Arkuszy Google
• Jak używać parametrów dynamicznych w raportach

Wykres i raport ustawione w Arkuszach Google są takie same, jak w Studiu danych Google.

Istnieje również możliwość zarządzania kolorami i wyboru formatowania komórek:

Być może główną zaletą Arkuszy Google są tabele przestawne. Niedawno pojawiła się aktualizacja Google Data Studio, która pozwala na obliczenie więcej niż trzech pól i dziesięciu kolumn. Ułatwiło to nieco życie analitykom, choć możliwości w Data Studio są nadal ograniczone, a praca z tabelami przestawnymi jest nadal wygodniejsza w Arkuszach Google.

Arkusze Google mają bezpłatny dodatek, który umożliwia przesyłanie danych bezpośrednio z Google Analytics i budowanie raportów na podstawie zaimportowanych danych. Możesz też zażądać danych Google Analytics bezpośrednio z Arkuszy. W tym GIF-ie możesz zobaczyć, jak importować dane oraz jakie parametry i metryki należy ustawić.

Chcemy udostępnić nasz ulubiony raport w Arkuszach Google — raport analizy kohortowej.

Ten szablon raportu można znaleźć tutaj. Możesz zobaczyć instrukcje i użyte formuły. Kolorowe pola muszą być wypełnione, a inne kolorowe pola są aktualizowane za pomocą formuł. Jest mnóstwo obliczonych wskaźników, ale ten raport jest trudny i pracochłonny. Mamy nadzieję, że ten szablon będzie dla Ciebie przydatny. Dodatkowo możesz przeczytać nasz szczegółowy przewodnik po analizie kohortowej w Google Analytics i Arkuszach Google, w którym zapewniamy bardzo szczegółowe instrukcje. Zaprezentowaliśmy również webinarium na temat analizy kohortowej.

Dzięki OWOX BI Smart Data nie musisz znać składni SQL. Wystarczy zadać pytanie prostym językiem angielskim, używając języka naturalnego. Serwis przetwarza żądanie, tłumaczy je na język techniczny i zwraca piękną grafikę oraz tabelę z odpowiedzią na Twoje pytanie.

Zalety:

• Nie ma potrzeby specjalnego szkolenia technicznego
• Szybkie odpowiedzi na pytania
• Przyjazny interfejs
• Dostępny w języku rosyjskim i angielskim

Mamy szczegółowy przewodnik referencyjny, w którym możesz przeczytać o każdym typie raportu, jaki możesz utworzyć w Smart Data.

Działania użytkownika w Twojej witrynie:

• Możesz dostosować Google Analytics → Google BigQuery streaming za pomocą OWOX BI.
• Lub użyj standardowego Google Analytics 360 → Google BigQuery export.

Transakcje:

• Google Analytics → Google BigQuery
• Arkusze Google → Google BigQuery
• CRM → Google BigQuery

Koszty kampanii reklamowej:

• Twitter, Facebook, Yahoo! Bliźnięta, mój. Cel → Google Analytics
• Inne źródła → Google Analytics

Po zebraniu tego wszystkiego możesz zacząć zadawać pytania. W OWOX BI Smart Data dodajemy wszystkie raporty, które są potrzebne naszym klientom. Następnie grupujemy je w bloki tematycznie, aby ułatwić wyszukiwanie raportów. Mamy bloki z raportami ROPO, raportami atrybucji, raportami partnerów CPA, raportami CRM i wieloma innymi.

Pytania do zadania:

• Jak zmieniło się [dane] w [okresie] o [wymiar]?​
• Jaka była wartość [metryka] na [wymiar]?
• W jaki sposób [metryka] została rozłożona na [wymiar]?
• Ile [dane] było w witrynie?

Pytania dotyczące atrybucji:

• Jaka jest rzeczywista wartość kanałów reklamowych, kampanii i słów kluczowych?
• Jaki był ROAS, ROI i CRR zgodnie z modelem opartym na lejku?
• Jak rozkładała się wartość konwersji (np. rejestracja) na kanały i kampanie?
• Jakie źródła mają największą i najmniejszą wartość według modelu ostatniego kliknięcia niebezpośredniego?
• Jakie kampanie i słowa kluczowe najskuteczniej przyciągały nowych użytkowników?
• Jakie kanały i kampanie są najskuteczniejsze na każdym etapie ścieżki?
• Jakie łańcuchy działań według źródeł i kanałów prowadzą do transakcji?

Pytania dotyczące CRM:

• Jak wygląda realizacja zamówienia w różnych kampaniach?
• Czym codziennie różni się zysk brutto w zależności od grupy kanałów?
• Jak zmienia się liczba zamówień CRM i użytkowników CRM w różnych miastach?
• Jaki jest zysk brutto ROAS według źródła i kanału?
• Jaka jest zależność między liczbą zamówień CRM a rodzajem płatności i dostawy?
• Jaki jest związek między konwersją a średnim czasem dostawy i miastem?
• Jaki jest związek między zamówieniami CRM, liczbą użytkowników CRM i sklepami?

W naszej referencji można znaleźć pełną strukturę eksportu CRM.

Pytania dotyczące kampanii CPA:

• Jakie są źródła oszustw drogowych?
• Ile zakupów reklam zostało dokonanych na żądanie marki?
• Któremu partnerowi należy zapłacić za działanie przypisane do nakładającej się transakcji?
• Jaka jest jakość sesji generowanych przez partnerów CPA?

Więcej informacji o raportach kampanii CPA znajdziesz w naszym artykule Teraz mnie widzisz! Co to jest oszustwo CPA i jak z nim walczyć oraz w tym filmie.

Pytania ROPO (badania online, zakupy offline):

• Jaki wpływ mają reklamy online na zakupy offline?
• Jakie jest rzeczywiste okno konwersji zakupu ROPO i jaka jest relacja między wartością transakcji a liczbą dni, które użytkownik potrzebuje na podjęcie decyzji zakupowej?
• Jak rozkładają się kupujący, transakcje i dochód na dni przed dokonaniem zakupu offline.
• Ile dni potrzeba, aby użytkownik podjął decyzję o zakupie najdroższego przedmiotu?

Przygotowaliśmy również mały blok FAQ dla OWOX BI Smart Data, który opisuje, jak zbudować żądanie, jak powinna wyglądać struktura, jak wyświetlać wymiary i metryki, które chcesz zobaczyć itp.

Ile danych można wybrać jednocześnie dla danego wymiaru?

Raport Inteligentne dane nie ogranicza liczby danych, których możesz użyć. Jednak dzięki wielu metrykom łatwiej jest wizualizować raporty w Google Data Studio.

Listę wszystkich możliwych danych i wymiarów znajdziesz w przewodniku referencyjnym.

Jak zbudować żądanie i jak powinna wyglądać struktura

Przykłady i struktury pytań można znaleźć w naszym poradniku:

• Pytania do danych Google Analytics
• Pytania dotyczące danych modelu atrybucji OWOX BI

Najlepszą opcją jest po prostu wpisanie wymiarów i danych, które chcesz zobaczyć.

Czy te wykresy pokazują prawidłowe wartości?

Raporty Smart Data są oparte na pełnych danych i gotowych żądaniach SQL, które możesz skopiować i sprawdzić w swoim projekcie Google BigQuery.

Na koniec chcemy udostępnić kilka przydatnych linków i książek na temat wizualizacji danych:

1. Edward Tufte, Wizualne wyświetlanie informacji ilościowych
2. Stephen Few, Big Data, Big Dupe
3. «Radość statystyk» (film dokumentalny)

PS Sprawdź naszą listę specjalistów ds. marketingu i analityków, aby mieć pewność, że zawsze masz pełne i poprawne dane w swoich raportach. Wypełnij formularz, a my prześlemy Ci listę kontrolną.

Jeśli nadal nie wiesz, które narzędzie wybrać, skorzystaj z bezpłatnego okresu próbnego OWOX BI, aby poznać jego zalety.

Przejdźmy do krótkiego podsumowania: usługi wizualizacji mogą sprawić, że Twoje raporty będą bardziej atrakcyjne wizualnie i zrozumiałe, mogą naprawdę szybko wyróżnić cenne spostrzeżenia w Twoich danych. Jeśli chcesz nadążyć za tempem współczesnego biznesu, dodanie do raportów wizualnego storytellingu i eksploracji danych pozwoli Ci przyspieszyć proces podejmowania decyzji. Jeśli nadal nie wiesz, które ze wszystkich narzędzi do wizualizacji danych najlepiej sprawdzi się w Twojej firmie, zarezerwuj bezpłatne demo, aby omówić Twoją sprawę z naszymi specjalistami i znaleźć optymalne rozwiązanie.