Transformare OWOX BI: Normalizați, pregătiți și orchestrați-vă datele de marketing digital cu ușurință

Publicat: 2022-10-18

Cu cât o companie colectează mai multe date din diverse surse, cu atât întregul sistem de analiză devine mai complex. Astfel, devine mai dificil să gestionezi sistemul de analiză și să găsești informații în care poți avea încredere. Analiștii trebuie să petreacă mai mult timp procesând și pregătind datele pentru rapoarte, în loc să caute puncte de creștere a datelor și zone de risc.

Aici, la OWOX, suntem implicați în analiză de peste 20 de ani și suntem bine conștienți de dificultățile cu care se confruntă analiștii în fiecare etapă a lucrului cu date. Drept urmare, am creat software cu o interfață de utilizare prietenoasă pentru analişti, care îi ajută pe analiști să simplifice raportarea și gestionarea datelor și să obțină mai rapid și mai ușor date pregătite pentru afaceri.

Clienții noștri
se dezvolta cu 22% mai rapid

Creșteți mai repede, măsurând ceea ce funcționează cel mai bine în marketingul dvs

Analizați-vă eficiența de marketing, găsiți zonele de creștere, creșteți rentabilitatea investiției

Obțineți o demonstrație

Cuprins

  • Ce sunt datele pregătite pentru afaceri și de ce sunt necesare?
  • Cu ce ​​provocări se confruntă analiștii pe drumul către date pregătite pentru afaceri?
    • 1. Lipsa datelor de marketing digital pregătite pentru analiză
    • 2. Pregătirea datelor pregătite pentru afaceri
    • 3. Controlați procesarea și transformările datelor
    • 4. Lipsa inginerilor de date
  • Concluzie

Ce sunt datele pregătite pentru afaceri și de ce sunt necesare?

Datele pregătite pentru afaceri sunt setul final de date curățate într-o structură care se potrivește cu modelul dvs. de afaceri. Datele de afaceri descriu de fapt modelul de afaceri. De exemplu, ce se înțelege exact într-o anumită companie prin termenii utilizatori, utilizatori B2B, tranzacții, clienți potențiali etc.? Aceste definiții descriu afacerea în centrul ei. Modelul de date de afaceri permite tuturor angajaților să aibă o înțelegere comună a modului în care sunt utilizate și înțelese datele.

Cu alte cuvinte, datele pregătite pentru afaceri sunt gata pentru a fi utilizate în marketing și raportarea produselor și pot fi trimise către orice serviciu de vizualizare (Power BI, Tableau, Google Data Studio).

Dacă construiți rapoarte pe date brute, nemodelate, puteți întâmpina o mulțime de probleme recurente: căutarea erorilor și a cauzelor discrepanțelor necesită mult timp, iar logica de afaceri trebuie să fie dublată constant în toate interogările SQL.

Prin urmare, conversia datelor brute în date pregătite pentru afaceri este un pas important care nu trebuie sărit peste.

Cu ce ​​provocări se confruntă analiștii pe drumul către date pregătite pentru afaceri?

1. Lipsa datelor de marketing digital pregătite pentru analiză

Provocarea

Analiștii colectează date de la servicii și sisteme disparate. Desigur, structura și formatul datelor din aceste surse variază. Pentru a crea rapoarte, datele din diferite surse trebuie să fie îmbinate corect. În sine, datele încărcate prin conectori sau prin diferite servicii ETL sunt inexacte (conțin erori, duplicate și discrepanțe) și nu au o logică și o structură unificate. Datele inexacte și fragmentate trebuie curățate și normalizate într-un format pregătit pentru analiză.

Ce este rău în asta?

Convertirea datelor din surse disparate într-un singur format este dificilă. De exemplu, puteți colecta date de cost de pe diferite platforme de publicitate (Google Ads, Twitter Ads, Facebook Ads) și fiecare sistem poate avea propria sa monedă și propria etichetă pentru acest câmp.

Un alt obiectiv al normalizării datelor este acela de a rezolva problemele de redundanță a datelor (când aceleași date sunt stocate în baza de date în mai multe locuri). Redundanța datelor contribuie la diferite anomalii, reduce performanța și face gestionarea datelor incomod.

Normalizarea manuală a tuturor datelor este o provocare. Când lucrați cu o cantitate mare de date, pot apărea multe erori și inconsecvențe, în principal legate de interogări și scripturi SQL nesfârșite. Dacă ceva nu merge bine sau se schimbă (de exemplu, un serviciu API este actualizat), totul se va prăbuși.

Normalizarea datelor este o corvoadă care distrage atenția analiștilor de la asumarea unor sarcini mai interesante și de a căuta informații. Ca să nu mai vorbim că de obicei durează până la 50% din timpul de lucru al unui analist.

Ce provocări au analiștii

Cum rezolvă OWOX aceste probleme

OWOX colectează automat date pentru analiză într-un format convenabil din toate sursele dvs. de marketing:

  1. Google Analytics 4, Firebase și AppsFlyer
  2. Date brute ale site-ului web cu conformitate deplină cu GDPR
  3. Platforme de publicitate
  4. sisteme CRM
  5. Alte surse de marketing

Cu OWOX BI, nu trebuie să curățați, să structurați și să procesați manual datele. Serviciul va normaliza automat datele brute într-un format pregătit pentru analiză prin:

  • Recunoașterea parametrilor dinamici în etichetele UTM pentru a obține date complete despre campaniile publicitare
  • Conversia costurilor publicitare într-o monedă unică, astfel încât să le puteți îmbina și să le comparați
  • Determinarea locației geografice a utilizatorilor, astfel încât să puteți crea rapoarte în funcție de țară și regiune
  • Detectarea activităților bot pentru a vă curăța rapoartele de date învechite
  • Eliminarea inconsecvențelor și inexactităților datelor
  • Conversia tuturor datelor într-un singur format (date, valute etc.)
  • Formatarea datelor în tabele conform schemei depozitului de date țintă
  • Efectuarea deduplicarii pentru a elimina datele redundante
  • Eliminarea datelor neutilizate și semnalarea anomaliilor
  • Dacă este necesar, fuzionarea datelor din două valori într-una sau, dimpotrivă, împărțirea datelor dintr-o valoare în două
  • Efectuarea de audituri de calitate a datelor și verificări de conformitate

Ca rezultat al acestor manipulări de date, obțineți date structurate precise ca rezultat: formate de etichete unificate, o monedă unică, date dedublate etc.

normalizați datele brute într-un format pregătit pentru analiză

2. Pregătirea datelor pregătite pentru afaceri

Provocarea

După cum am spus mai sus, pentru a construi rapoarte, datele din diferite surse trebuie să fie îmbinate corect. De exemplu, acțiunile utilizatorului trebuie combinate în sesiuni pentru a conecta conversiile la campaniile publicitare. Costurile din surse diferite ar trebui combinate într-o singură structură, astfel încât eficiența acestor surse să poată fi comparată.

Studierea compatibilității datelor din diferite surse necesită mult timp. În plus, fuzionarea datelor trebuie să aibă loc în mod regulat pe măsură ce datele sursă sunt actualizate, iar un analist ar trebui să fie capabil să gestioneze flexibil logica de afaceri în conformitate cu cerințele afacerii.

Pentru a pregăti un sistem de raportare, un analist trebuie să creeze și să mențină o întreagă cascadă de transformări de date SQL interconectate. De-a lungul timpului, în orice proiect, acest lucru se transformă într-o încurcătură de interogări și scripturi SQL, a căror depanare necesită mult timp și nu adaugă valoare nouă.

Ce este rău în asta?

Pregătirea datelor este un proces. Nu este suficient să pregătiți un raport (sau chiar o mulțime de rapoarte). Datele trebuie actualizate în mod regulat, iar modificările rapoartelor se fac permanent. Toate acestea se fac acum manual de către analiști, ceea ce necesită mult timp, precum și cu ajutorul interogărilor și scripturilor SQL.

Dacă construiți rapoarte pe date brute, care nu sunt pregătite pentru afaceri, este posibil să întâmpinați o mulțime de probleme recurente: căutarea erorilor și a cauzelor discrepanțelor necesită mult timp, iar logica de afaceri trebuie să fie duplicată în mod constant în toate interogările SQL.

Cum arată procesul de creare a rapoartelor pentru datele brute?

În primul rând, un agent de marketing îi spune unui analist ce ar trebui făcut. Apoi, analistul scrie interogări SQL și construiește un tablou de bord pe baza rezultatelor acestora. Ca de obicei, se constată unele discrepanțe, se adaugă condiții noi la solicitări, se fac câteva iterații, se primește feedback. Dar toate deciziile sunt luate în contextul acestui raport. Când aveți nevoie de un alt raport cu date din alte surse, coloane noi sau mai multe secțiuni de date, procesul de verificare a convergenței și validării datelor va trebui repetat. Sau un analist poate construi 10 rapoarte, în care numărul de clienți, de exemplu, diferă pentru că s-a aplicat o logică de calcul diferită. Cu transformarea și modelarea datelor, această sarcină este rezolvată înainte de construirea raportului.

Cum rezolvă OWOX aceste probleme

OWOX BI Transformation aplică automat transformările de bază de care fiecare are nevoie, cum ar fi sesiunea și fuzionarea datelor de cost. În plus, puteți face și aplica cu ușurință propriile transformări (personalizate).

Transformări OWOX BI

OWOX BI vă oferă date care sunt gata pentru analiză, economisind ore la pregătirea datelor.

1. Îmbină automat accesările sesiunii

Algoritmul OWOX BI îmbină automat accesările în sesiuni fără a recurge la logica Google Analytics de formare a sesiunilor. Veți obține tabele de sesiune actualizate automat gata de utilizare într-o structură convenabilă, fără a fi nevoie să scrieți transformări complexe de date.

2. Amestecarea datelor de cost pe canale

Pentru a converti costurile publicitare, analiștii trebuie să încarce date din contul publicitar în fișiere separate și apoi să le încarce manual prin interfața BigQuery. Dezavantajele acestei metode sunt evidente - multă muncă inutilă și nicio automatizare.

De asemenea, puteți scrie propriile scripturi care vor descărca informațiile de care aveți nevoie de la serviciul de marketing. Dar activitatea acestei soluții trebuie monitorizată și menținută în mod constant. În acest caz, veți cheltui resursele dezvoltatorului pentru a îmbina datele din diferite conturi și pentru date diferite, veți verifica calitatea acestora și veți răspunde rapid la posibilele modificări ale API-urilor serviciului de publicitate. Dacă nu se face acest lucru, datele de calitate slabă pot duce la decizii proaste, care sunt costisitoare pentru afacere.

OWOX BI funcționează fără probleme cu conturile publicitare mari și încarcă toate datele, indiferent de numărul de campanii. Acesta colectează toate datele de cost într-un tabel actualizat automat, unificat și ușor de utilizat, fără câmpuri inutile.

Pe lângă importarea automată a datelor de cost, OWOX BI recunoaște parametrii dinamici în etichetele UTM, convertește costurile într-o singură monedă, actualizează datele în Google BigQuery retroactiv dacă se modifică în serviciul de publicitate și monitorizează relevanța datelor.

3. Profiluri de utilizator pe mai multe dispozitive

Toate datele despre comportamentul utilizatorilor de pe site-ul dvs., precum și de pe diferite dispozitive și aplicații sunt îmbinate într-un singur profil. Veți obține o imagine completă a comportamentului fiecărui utilizator pentru a analiza calitatea campaniilor publicitare.

4. Tip de utilizator (nou sau care revine)

OWOX BI definește tipul de utilizator (nou sau care revine) astfel încât să puteți crea rapoarte pe diferite cohorte de utilizatori.

5. Costurile publicitare atribuite fiecărei sesiuni

OWOX BI atribuie date de cost la nivel de sesiune. Nu mai sunteți limitat la evaluarea eficienței marketingului în cadrul unei campanii de publicitate și puteți calcula corect economia unitară. Evaluați eficiența publicității pentru diferite cohorte, regiuni, pagini de destinație și grupuri de produse.

6. Modelarea atribuirii

În OWOX BI, puteți conecta orice model de atribuire standard la raportare, puteți configura un model de atribuire bazat pe date bazat pe prognoza de conversie OWOX sau puteți configura un model personalizat care să se potrivească regulilor și canalului dvs. de vânzări. Toate acestea pot fi realizate cu ușurință în interfața produsului fără ajutorul inginerilor de date.

Cu transformările datelor OWOX BI, aveți oportunități largi de a măsura impactul campaniilor asupra conversiilor:

  • Alegeți orice model de atribuire recunoscut de industrie (ultimul clic, pumn-clic, formă de U) din șabloanele predefinite
  • Utilizați modelul algoritmic de atribuire bazat pe canal
  • Creează-ți propriile modele personalizate
  • Creați rapoarte bazate pe diferite modele de atribuire pentru a compara rezultatele

7. Conversie modelată

Utilizați conversia modelată pentru măsurarea fără cookie-uri și predicțiile de conversie.

Pentru a respecta cerințele GDPR, proprietarul site-ului trebuie să refuze să identifice utilizatorii care nu doresc să-și partajeze cookie-urile și să nu facă clic pe butonul magic „Accept Cookies”. Drept urmare, modul Consimțământ reduce numărul de conversii pentru care o sursă de trafic poate fi determinată cu 30%.

Modelarea conversiei ajută la rezolvarea acestei probleme. În primul rând, sistemele de învățare automată procesează datele disponibile și statisticile istorice. Apoi, știind ce procent de utilizatori au permis setarea cookie-urilor și cum au efectuat conversia acelor utilizatori, ei determină calea cea mai probabilă de atribuire pentru cei care nu au făcut-o. Acest lucru vă permite să potriviți mai precis rezultatele campaniei cu costurile campaniei și, în același timp, să respectați deciziile utilizatorilor cu privire la cookie-uri.

Conversie modelată

Pentru a determina sursa acestor tranzacții inconsistente, folosim un model de învățare automată antrenat pe date consecvente, precum și pe parametri suplimentari (User-Agent, Geo, Device și alții). Mai simplu, modelul analizează conversiile potrivite cu sursele cunoscute și distribuie proporțional conversiile inconsecvente rămase acelor surse și medii care se află în date.

3. Controlați procesarea și transformările datelor

Provocare

Indiferent de modul în care pregătiți datele pentru raportare, va trebui întotdeauna să:

  • Controlați logica transformării datelor
  • Aveți o imagine clară a modului în care datele sunt interconectate
  • Identificați rapid cauzele defecțiunilor și întârzierilor în actualizarea datelor

Ce este rău în asta?

Cu cât stocul de date intern este mai ramificat, cu atât este mai dificil să scrieți orice logică care va colecta date pregătite pentru afaceri - și cu atât este mai dificil pentru analist să gestioneze datele. Fără un instrument convenabil de orchestrare, analiștii se grăbesc între o cantitate mare de date, numeroși conectori și diverse transformări și rapoarte, fără a avea o imagine clară a modului în care sunt conectați. Ca urmare, căutarea și eliminarea erorilor și discrepanțelor durează mult.

Cum rezolvă OWOX aceste probleme

OWOX BI Workspace vă permite să gestionați fluxul de date într-o interfață de utilizare prietenoasă pentru analiză. Am simplificat întregul proces pentru a oferi analiștilor un mod complet nou de lucru cu datele. Analiștii pot merge până la obținerea de date brute până la vizualizarea lor pe cont propriu în cadrul aceluiași produs.

  • Urmăriți modul în care datele se mută și se modifică de la conectori la tablouri de bord
  • Setați și controlați transformarea datelor și logica de calcul a valorilor în fiecare raport
  • Gestionați transformările SQL în câteva clicuri
  • Programați actualizările datelor pentru a păstra datele actuale
  • Vedeți imediat orice eroare sau întârziere în actualizarea datelor
Controlați procesarea și transformările datelor

Produsul nostru nu este o cutie închisă care produce rezultate de neînțeles. Obțineți un grafic clar al transformărilor care arată clar cum se mișcă datele dvs., unde și de ce. Este ușor de văzut și de influențat logica de calcul. Nu numai că vei vedea rezultatul, ci vei înțelege cum a apărut.

4. Lipsa inginerilor de date

Provocare

Există anumite lucruri pe care analiștii nu le pot face singuri, cum ar fi definirea modelului de atribuire, conectarea de noi surse de date și realizarea de transformări dificile a datelor. Pentru aceste sarcini, este necesar un inginer de date.

Ce este rău în asta?

Personalizarea și menținerea instrumentelor personalizate de orchestrare a transformării, cum ar fi Airflow sau dbt, necesită ingineri de date - o resursă limitată. Utilizarea unor astfel de instrumente este convenabilă pentru dezvoltatori, dar nu pentru analiști. Puteți citi mai multe despre acest lucru în articolul benn.substack.

Acesta este motivul pentru care analiștii trebuie adesea să aștepte ajutor, iar inginerii de date sunt adesea distrași de la sarcinile lor principale. Toate acestea încetinesc timpul de obținere a informațiilor, împiedicând utilizatorii de afaceri să ia decizii bazate pe date la timp.

Cum rezolvă OWOX aceste probleme

OWOX oferă o modalitate complet nouă, mai eficientă de a lucra cu date, în care analistul devine o unitate de afaceri autosuficientă și foarte eficientă. Analistul primește controlul asupra întregului flux de lucru cu date și își poate realiza talentele în analiză în loc să se blocheze în sarcinile de rutină.

Cu OWOX, obțineți date exacte pregătite pentru afaceri într-un format pregătit pentru SQL pentru a explora cu ușurință informații, economisind timp critic pentru ingineri și analiști. Nu aveți nevoie de un inginer de date, deoarece OWOX face totul automat.

Concluzie

Pe drumul către un format pregătit pentru afaceri, este mult de lucru cu datele. În plus, datele pentru raportare ar trebui actualizate în mod regulat. Pentru a nu pierde timpul analiștilor cu aceste sarcini de rutină, cel mai bine este să automatizați întregul proces de lucru cu datele cu ajutorul OWOX BI și să eliberați timpul analiștilor pentru analiza datelor și căutarea de informații.

REZERVĂ UN DEMO