OWOX BI 轉型：輕鬆規範、準備和編排您的數字營銷數據

公司從各種來源收集的數據越多，整個分析系統就會變得越複雜。 因此，管理分析系統和找到您可以信任的見解變得更加困難。 分析師必須花費更多時間處理和準備報告數據，而不是尋找數據增長點和風險區域。

在 OWOX，我們從事分析工作已有 20 多年，並且非常了解分析師在處理數據的每個階段所面臨的困難。 因此，我們創建了具有對分析師友好的 UI 的軟件，可幫助分析師簡化報告和數據管理，並更快、更輕鬆地獲取業務就緒數據。

業務就緒數據是與您的業務模型相匹配的結構中的最終清理數據集。 業務數據實際上描述了業務模型。 例如，用戶、B2B 用戶、交易、潛在客戶等術語在特定公司中的確切含義是什麼？ 這些定義描述了業務的核心。 業務數據模型允許所有員工對如何使用和理解數據有一個共同的理解。

換句話說，業務就緒數據已準備好用於營銷和產品報告，並且可以發送到任何可視化服務（Power BI、Tableau、Google Data Studio）。

如果您在原始的、未建模的數據上構建報表，您可能會遇到很多反復出現的問題：搜索錯誤和差異的原因需要花費大量時間，並且業務邏輯需要在所有 SQL 查詢中不斷重複。

因此，將原始數據轉換為業務就緒數據是不可跳過的重要步驟。

分析師從不同的服務和系統收集數據。 自然，這些來源中數據的結構和格式各不相同。 要構建報告，必須正確合併來自不同來源的數據。 通過連接器或各種 ETL 服務上傳的數據本身是不准確的（包含錯誤、重複和差異），缺乏統一的邏輯和結構。 需要清理不准確和碎片化的數據並將其標準化為分析就緒的格式。

將來自不同來源的數據轉換為單一格式是很困難的。 例如，您可以從不同的廣告平台（Google Ads、Twitter Ads、Facebook Ads）收集成本數據，並且每個系統都可以有自己的貨幣和自己的字段標籤。

數據規範化的另一個目標是解決數據冗餘問題（當相同的數據存儲在數據庫中的多個地方時）。 數據冗餘會導致各種異常，降低性能，並使數據管理不便。

手動規範化所有數據是一個相當大的挑戰。 在處理大量數據時，會出現許多錯誤和不一致，主要與無休止的 SQL 查詢和腳本有關。 如果出現問題或發生變化（例如，服務 API 更新），一切都會崩潰。

數據規範化是一項繁瑣的工作，會分散分析師的注意力，使其無法承擔更有趣的任務和尋找洞察力。 更不用說它通常佔用分析師 50% 的工作時間。

OWOX 以方便的格式自動從您的所有營銷來源收集數據進行分析：

1. Google Analytics 4、Firebase 和 AppsFlyer
2. 完全符合 GDPR 的原始網站數據
3. 廣告平台
4. 客戶關係管理系統
5. 其他營銷來源

使用 OWOX BI，您無需手動清理、結構化和處理數據。 該服務將通過以下方式自動將原始數據標準化為可分析的格式：

• 識別 UTM 標籤中的動態參數，以便您獲得有關廣告活動的完整數據
• 將廣告費用轉換為單一貨幣，以便您可以合併和比較它們
• 確定用戶的地理位置，以便您可以按國家和地區構建報告
• 檢測機器人活動以清理您的過時數據報告
• 消除數據不一致和不准確
• 將所有數據轉換為單一格式（日期、貨幣等）
• 根據目標數據存儲的架構將數據格式化為表
• 進行重複數據刪除以消除冗餘數據
• 刪除未使用的數據並標記異常
• 如有必要，將兩個值的數據合併為一個，或者相反，將一個值的數據拆分為兩個
• 進行數據質量審計和合規性檢查

作為這些數據操作的結果，您可以獲得準確的結構化數據作為輸出：統一的標籤格式、單一貨幣、去倍數據等。

正如我們上面所說，為了構建報表，必須正確合併來自不同來源的數據。 例如，需要將用戶操作組合到會話中，以便將轉化與廣告活動聯繫起來。 來自不同來源的成本應合併到一個結構中，以便比較這些來源的有效性。

研究來自不同來源的數據兼容性需要大量時間。 此外，數據合併必須隨著源數據的更新而定期發生，分析師應該能夠根據業務需求靈活地管理業務邏輯。

為了準備一個報告系統，分析師需要創建和維護一連串相互關聯的 SQL 數據轉換。 隨著時間的推移，在任何項目中，這都會變成一堆 SQL 查詢和腳本，其調試需要大量時間並且不會增加新價值。

數據準備是一個過程。 準備一份報告（甚至很多報告）是不夠的。 數據必須定期更新，並對報告進行永久更改。 現在，所有這些都由分析師手動完成，這需要大量時間，並且需要藉助 SQL 查詢和腳本。

如果您在原始的、非業務就緒的數據上構建報告，您可能會遇到很多反復出現的問題：搜索錯誤和差異原因需要花費大量時間，並且業務邏輯需要在所有 SQL 查詢中不斷重複。

原始數據的報告構建過程是什麼樣的？

首先，營銷人員告訴分析師應該做什麼。 然後分析師編寫 SQL 查詢並根據其結果構建儀表板。 像往常一樣，發現了一些差異，向請求添加了一些新條件，進行了幾次迭代，收到了反饋。 但所有決定都是在這份報告的背景下做出的。 當您需要另一個包含來自其他來源、新列或多個數據切片的數據的報告時，需要重複檢查數據收斂和驗證的過程。 或者分析師可以構建 10 個報告，例如，其中客戶數量不同，因為應用了不同的計算邏輯。 通過數據轉換和建模，此任務在生成報表之前就已解決。

OWOX BI Transformation 自動應用每個人都需要的基本轉換，例如會話化和合併成本數據。 此外，您可以輕鬆地製作和應用您自己的（自定義）轉換。

OWOX BI 為您提供可供分析的數據，節省數據準備時間。

1.自動合併會話命中

OWOX BI 算法自動合併會話中的命中，而無需求助於會話形成的 Google Analytics 邏輯。 您無需編寫複雜的數據轉換即可以方便的結構獲得即用型自動更新的會話表。

2. 跨渠道成本數據混合

要轉換廣告成本，分析師必須將廣告帳戶中的數據上傳到單獨的文件中，然後通過 BigQuery 界面手動上傳。 這種方法的缺點是顯而易見的——大量不必要的工作並且沒有自動化。

您還可以編寫自己的腳本，從營銷服務中下載您需要的信息。 但是必須不斷監控和維護該解決方案的工作。 在這種情況下，您將花費開發人員資源來合併來自不同帳戶和不同日期的數據，檢查其質量，并快速響應廣告服務 API 中可能發生的變化。 如果不這樣做，質量差的數據可能會導致糟糕的決策，這對企業來說代價高昂。

OWOX BI 可與大型廣告帳戶順利配合，並上傳所有數據，無論活動數量如何。 它將所有成本數據收集在一個自動更新、統一且用戶友好的表格中，沒有不必要的字段。

除了自動導入成本數據外，OWOX BI 還可以識別 UTM 標籤中的動態參數，將成本轉換為一種貨幣，如果廣告服務發生變化，則追溯更新 Google BigQuery 中的數據，並監控數據相關性。

3. 單個跨設備用戶配置文件

來自您的站點以及各種設備和應用程序的有關用戶行為的所有數據都合併到一個配置文件中。 您將全面了解每個用戶的行為，以分析廣告活動的質量。

4.用戶類型（新的或返回的）

OWOX BI 定義了用戶類型（新的或返回的），因此您可以針對不同的用戶群組構建報告。

5. 歸因於每個會話的廣告費用

OWOX BI 在會話級別屬性成本數據。 您不再局限於評估廣告活動範圍內的營銷效果，並且可以正確計算單位經濟學。 評估針對不同同類群組、地區、登錄頁面和產品組的廣告效果。

6.歸因建模

在 OWOX BI 中，您可以將任何標準歸因模型連接到您的報告，設置基於 OWOX 轉化預測的數據驅動歸因模型，或設置自定義模型以適應您的規則和銷售漏斗。 所有這些都可以在產品界面中輕鬆完成，無需數據工程師的幫助。

通過 OWOX BI 數據轉換，您有很多機會衡量活動對轉化的影響：

• 從預定義的模板中選擇任何行業認可的歸因模型（最後點擊、拳頭點擊、U 形）
• 使用基於算法的漏斗歸因模型
• 創建您自己的自定義模型
• 根據不同的歸因模型構建報告以比較結果

7. 建模轉換

使用建模轉換進行無 cookie 測量和轉換預測。

為遵守 GDPR 要求，網站所有者必須拒絕識別不想共享其 Cookie 的用戶，並且不要單擊神奇的“接受 Cookie”按鈕。 因此，同意模式可將可確定流量來源的轉化次數減少 30%。

轉換建模有助於解決這個問題。 首先，機器學習系統處理可用數據和歷史統計數據。 然後，了解允許設置 cookie 的用戶百分比以及這些用戶如何轉換，他們確定了那些沒有設置 cookie 的最有可能的歸因路徑。 這使您可以更準確地將活動結果與活動成本相匹配，同時遵守用戶關於 cookie 的決定。

為了確定此類不一致交易的來源，我們使用了一個機器學習模型，該模型在一致數據以及其他參數（用戶代理、地理、設備等）上進行了訓練。 簡而言之，該模型分析與已知來源的匹配轉化，並將剩餘的不一致轉化按比例分配到數據中的那些來源和媒介。

無論您如何準備報告數據，您始終需要：

• 控制數據轉換邏輯
• 清楚地了解數據是如何相互關聯的
• 快速識別數據更新失敗和延遲的原因

內部數據存儲的分支越多，編寫任何收集業務就緒數據的邏輯就越困難——分析師管理數據的難度也越大。 如果沒有方便的編排工具，分析師會在大量數據、眾多連接器以及各種轉換和報告之間奔波，而無法清楚地了解它們是如何連接的。 因此，查找和消除錯誤和差異需要很長時間。

OWOX BI Workspace 允許您在易於分析的 UI 中管理數據流。 我們簡化了整個流程，為分析師提供了一種全新的數據處理方式。 分析師可以從獲取原始數據到在同一產品中自行可視化。

• 跟踪數據如何從連接器移動和更改到儀表板
• 在每個報表中設置和控制數據轉換和指標計算邏輯
• 只需單擊幾下即可管理 SQL 轉換
• 安排數據更新以保持數據新鮮
• 立即查看更新數據的任何錯誤或延遲

我們的產品不是一個封閉的盒子，會產生難以理解的結果。 您將獲得一個清晰的轉換圖表，清楚地顯示您的數據如何移動、移動到哪里以及為什麼移動。 很容易看到和影響計算邏輯。 您不僅會看到結果：您將了解它是如何產生的。

有些事情分析師自己無法完成，例如定義歸因模型、連接新數據源以及進行困難的數據轉換。 對於這些任務，需要一名數據工程師。

自定義和維護像 Airflow 或 dbt 這樣的自定義轉換編排工具需要數據工程師——這是一種稀缺資源。 使用這些工具對開發人員來說很方便，但對分析師來說卻不方便。 您可以在 benn.substack 文章中了解更多相關信息。

這就是為什麼分析師經常不得不等待幫助，而數據工程師經常會從他們的主要任務中分心。 所有這些都會減慢獲得洞察的時間，阻止業務用戶及時做出基於數據的決策。

OWOX 提供了一種全新的、更有效的數據處理方式，在這種方式中，分析師成為一個自給自足且高效的業務部門。 分析師可以控制整個數據處理流程，並且可以發揮自己的分析才能，而不是陷入日常任務中。

借助 OWOX，您可以獲得 SQL 就緒格式的準確業務就緒數據，以便輕鬆探索洞察力，為工程師和分析師節省關鍵時間。 您不需要數據工程師，因為 OWOX 會自動完成所有工作。

在走向商業就緒格式的過程中，有很多工作需要處理數據。 此外，報告數據應定期更新。 為了不將分析師的時間浪費在這些日常任務上，最好在 OWOX BI 的幫助下自動化處理數據的整個過程，並騰出分析師的時間來分析數據和尋找洞察力。