OWOX BI 转型：轻松规范、准备和编排您的数字营销数据

公司从各种来源收集的数据越多，整个分析系统就会变得越复杂。 因此，管理分析系统和找到您可以信任的见解变得更加困难。 分析师必须花费更多时间处理和准备报告数据，而不是寻找数据增长点和风险区域。

在 OWOX，我们从事分析工作已有 20 多年，并且非常了解分析师在处理数据的每个阶段所面临的困难。 因此，我们创建了具有对分析师友好的 UI 的软件，可帮助分析师简化报告和数据管理，并更快、更轻松地获取业务就绪数据。

业务就绪数据是与您的业务模型相匹配的结构中的最终清理数据集。 业务数据实际上描述了业务模型。 例如，用户、B2B 用户、交易、潜在客户等术语在特定公司中的确切含义是什么？ 这些定义描述了业务的核心。 业务数据模型允许所有员工对如何使用和理解数据有一个共同的理解。

换句话说，业务就绪数据已准备好用于营销和产品报告，并且可以发送到任何可视化服务（Power BI、Tableau、Google Data Studio）。

如果您在原始的、未建模的数据上构建报表，您可能会遇到很多反复出现的问题：搜索错误和差异的原因需要花费大量时间，并且业务逻辑需要在所有 SQL 查询中不断重复。

因此，将原始数据转换为业务就绪数据是不可跳过的重要步骤。

分析师从不同的服务和系统收集数据。 自然，这些来源中数据的结构和格式各不相同。 要构建报告，必须正确合并来自不同来源的数据。 通过连接器或各种 ETL 服务上传的数据本身是不准确的（包含错误、重复和差异），缺乏统一的逻辑和结构。 需要清理不准确和碎片化的数据并将其标准化为分析就绪的格式。

将来自不同来源的数据转换为单一格式是很困难的。 例如，您可以从不同的广告平台（Google Ads、Twitter Ads、Facebook Ads）收集成本数据，并且每个系统都可以有自己的货币和自己的字段标签。

数据规范化的另一个目标是解决数据冗余问题（当相同的数据存储在数据库中的多个地方时）。 数据冗余会导致各种异常，降低性能，并使数据管理不便。

手动规范化所有数据是一个相当大的挑战。 在处理大量数据时，会出现许多错误和不一致，主要与无休止的 SQL 查询和脚本有关。 如果出现问题或发生变化（例如，服务 API 更新），一切都会崩溃。

数据规范化是一项繁琐的工作，会分散分析师的注意力，使其无法承担更有趣的任务和寻找洞察力。 更不用说它通常占用分析师 50% 的工作时间。

OWOX 以方便的格式自动从您的所有营销来源收集数据进行分析：

1. Google Analytics 4、Firebase 和 AppsFlyer
2. 完全符合 GDPR 的原始网站数据
3. 广告平台
4. 客户关系管理系统
5. 其他营销来源

使用 OWOX BI，您无需手动清理、结构化和处理数据。 该服务将通过以下方式自动将原始数据标准化为可分析的格式：

• 识别 UTM 标签中的动态参数，以便您获得有关广告活动的完整数据
• 将广告费用转换为单一货币，以便您可以合并和比较它们
• 确定用户的地理位置，以便您可以按国家和地区构建报告
• 检测机器人活动以清理您的过时数据报告
• 消除数据不一致和不准确
• 将所有数据转换为单一格式（日期、货币等）
• 根据目标数据存储的架构将数据格式化为表
• 进行重复数据删除以消除冗余数据
• 删除未使用的数据并标记异常
• 如有必要，将两个值的数据合并为一个，或者相反，将一个值的数据拆分为两个
• 进行数据质量审计和合规性检查

作为这些数据操作的结果，您可以获得准确的结构化数据作为输出：统一的标签格式、单一货币、去倍数据等。

正如我们上面所说，为了构建报表，必须正确合并来自不同来源的数据。 例如，需要将用户操作组合到会话中，以便将转化与广告活动联系起来。 来自不同来源的成本应合并到一个结构中，以便比较这些来源的有效性。

研究来自不同来源的数据兼容性需要大量时间。 此外，数据合并必须随着源数据的更新而定期发生，分析师应该能够根据业务需求灵活地管理业务逻辑。

为了准备一个报告系统，分析师需要创建和维护一连串相互关联的 SQL 数据转换。 随着时间的推移，在任何项目中，这都会变成一堆 SQL 查询和脚本，其调试需要大量时间并且不会增加新价值。

数据准备是一个过程。 准备一份报告（甚至很多报告）是不够的。 数据必须定期更新，并对报告进行永久更改。 现在，所有这些都由分析师手动完成，这需要大量时间，并且需要借助 SQL 查询和脚本。

如果您在原始的、非业务就绪的数据上构建报告，您可能会遇到很多反复出现的问题：搜索错误和差异原因需要花费大量时间，并且业务逻辑需要在所有 SQL 查询中不断重复。

原始数据的报告构建过程是什么样的？

首先，营销人员告诉分析师应该做什么。 然后分析师编写 SQL 查询并根据其结果构建仪表板。 像往常一样，发现了一些差异，向请求添加了一些新条件，进行了几次迭代，收到了反馈。 但所有决定都是在这份报告的背景下做出的。 当您需要另一个包含来自其他来源、新列或多个数据切片的数据的报告时，需要重复检查数据收敛和验证的过程。 或者分析师可以构建 10 个报告，例如，其中客户数量不同，因为应用了不同的计算逻辑。 通过数据转换和建模，此任务在生成报表之前就已解决。

OWOX BI Transformation 自动应用每个人都需要的基本转换，例如会话化和合并成本数据。 此外，您可以轻松地制作和应用您自己的（自定义）转换。

OWOX BI 为您提供可供分析的数据，节省数据准备时间。

1.自动合并会话命中

OWOX BI 算法自动合并会话中的命中，而无需求助于会话形成的 Google Analytics 逻辑。 您无需编写复杂的数据转换即可以方便的结构获得即用型自动更新的会话表。

2. 跨渠道成本数据混合

要转换广告成本，分析师必须将广告帐户中的数据上传到单独的文件中，然后通过 BigQuery 界面手动上传。 这种方法的缺点是显而易见的——大量不必要的工作并且没有自动化。

您还可以编写自己的脚本，从营销服务中下载您需要的信息。 但是必须不断监控和维护该解决方案的工作。 在这种情况下，您将花费开发人员资源来合并来自不同帐户和不同日期的数据，检查其质量，并快速响应广告服务 API 中可能发生的变化。 如果不这样做，质量差的数据可能会导致糟糕的决策，这对企业来说代价高昂。

OWOX BI 可与大型广告帐户顺利配合，并上传所有数据，无论活动数量如何。 它将所有成本数据收集在一个自动更新、统一且用户友好的表格中，没有不必要的字段。

除了自动导入成本数据外，OWOX BI 还可以识别 UTM 标签中的动态参数，将成本转换为一种货币，如果广告服务发生变化，则追溯更新 Google BigQuery 中的数据，并监控数据相关性。

3. 单个跨设备用户配置文件

来自您的站点以及各种设备和应用程序的有关用户行为的所有数据都合并到一个配置文件中。 您将全面了解每个用户的行为，以分析广告活动的质量。

4.用户类型（新的或返回的）

OWOX BI 定义了用户类型（新的或返回的），因此您可以针对不同的用户群组构建报告。

5. 归因于每个会话的广告费用

OWOX BI 在会话级别属性成本数据。 您不再局限于评估广告活动范围内的营销效果，并且可以正确计算单位经济学。 评估针对不同同类群组、地区、登录页面和产品组的广告效果。

6.归因建模

在 OWOX BI 中，您可以将任何标准归因模型连接到您的报告，设置基于 OWOX 转化预测的数据驱动归因模型，或设置自定义模型以适应您的规则和销售漏斗。 所有这些都可以在产品界面中轻松完成，无需数据工程师的帮助。

通过 OWOX BI 数据转换，您有很多机会衡量活动对转化的影响：

• 从预定义的模板中选择任何行业认可的归因模型（最后点击、拳头点击、U 形）
• 使用基于算法的漏斗归因模型
• 创建您自己的自定义模型
• 根据不同的归因模型构建报告以比较结果

7. 建模转换

使用建模转换进行无 cookie 测量和转换预测。

为遵守 GDPR 要求，网站所有者必须拒绝识别不想共享其 Cookie 的用户，并且不要单击神奇的“接受 Cookie”按钮。 因此，同意模式可将可确定流量来源的转化次数减少 30%。

转换建模有助于解决这个问题。 首先，机器学习系统处理可用数据和历史统计数据。 然后，了解允许设置 cookie 的用户百分比以及这些用户如何转换，他们确定了那些没有设置 cookie 的最有可能的归因路径。 这使您可以更准确地将活动结果与活动成本相匹配，同时遵守用户关于 cookie 的决定。

为了确定此类不一致交易的来源，我们使用了一个机器学习模型，该模型在一致数据以及其他参数（用户代理、地理、设备等）上进行了训练。 简而言之，该模型分析与已知来源的匹配转化，并将剩余的不一致转化按比例分配到数据中的那些来源和媒介。

无论您如何准备报告数据，您始终需要：

• 控制数据转换逻辑
• 清楚地了解数据是如何相互关联的
• 快速识别数据更新失败和延迟的原因

内部数据存储的分支越多，编写任何收集业务就绪数据的逻辑就越困难——分析师管理数据的难度也越大。 如果没有方便的编排工具，分析师会在大量数据、众多连接器以及各种转换和报告之间奔波，而无法清楚地了解它们是如何连接的。 因此，查找和消除错误和差异需要很长时间。

OWOX BI Workspace 允许您在易于分析的 UI 中管理数据流。 我们简化了整个流程，为分析师提供了一种全新的数据处理方式。 分析师可以从获取原始数据到在同一产品中自行可视化。

• 跟踪数据如何从连接器移动和更改到仪表板
• 在每个报表中设置和控制数据转换和指标计算逻辑
• 只需单击几下即可管理 SQL 转换
• 安排数据更新以保持数据新鲜
• 立即查看更新数据的任何错误或延迟

我们的产品不是一个封闭的盒子，会产生难以理解的结果。 您将获得一个清晰的转换图表，清楚地显示您的数据如何移动、移动到哪里以及为什么移动。 很容易看到和影响计算逻辑。 您不仅会看到结果：您将了解它是如何产生的。

有些事情分析师自己无法完成，例如定义归因模型、连接新数据源以及进行困难的数据转换。 对于这些任务，需要一名数据工程师。

自定义和维护像 Airflow 或 dbt 这样的自定义转换编排工具需要数据工程师——这是一种稀缺资源。 使用这些工具对开发人员来说很方便，但对分析师来说却不方便。 您可以在 benn.substack 文章中了解更多相关信息。

这就是为什么分析师经常不得不等待帮助，而数据工程师经常会从他们的主要任务中分心。 所有这些都会减慢获得洞察的时间，阻止业务用户及时做出基于数据的决策。

OWOX 提供了一种全新的、更有效的数据处理方式，在这种方式中，分析师成为一个自给自足且高效的业务部门。 分析师可以控制整个数据处理流程，并且可以发挥自己的分析才能，而不是陷入日常任务中。

借助 OWOX，您可以获得 SQL 就绪格式的准确业务就绪数据，以便轻松探索洞察力，为工程师和分析师节省关键时间。 您不需要数据工程师，因为 OWOX 会自动完成所有工作。

在走向商业就绪格式的过程中，有很多工作需要处理数据。 此外，报告数据应定期更新。 为了不将分析师的时间浪费在这些日常任务上，最好在 OWOX BI 的帮助下自动化处理数据的整个过程，并腾出分析师的时间来分析数据和寻找洞察力。