#analyze

Павел Лоба из OWOX о том, как использовать Analytics 360

— объединить данные не просто (нужно много кастомных решений чтобы все корректно считалось)
что важно при объединении данных:
— собирать данные в рил-тайм
— экономично и эффективность
— быстро и удобно объединить разные типы данных
— безопасность и надежность

Что можно собирать в BQ:
— стримить из ГА
— периодически стучаться в ГА и собрать уточненные данные и взаимодействие с формами (email …)
— стримим из mailchimp
— все посты в соц сетях (iFT, measurement protocol по факту поста) и упоминания в соц сетях (google alerts)
— help desk
— ERP (инфомрация о продуктах, ценах, вариантов…)
— оплаты
— customer relationship

Как использовать:
— автоматизация email marketing
— alert в slack если что-то пошло не так
— дашборды в датастудо

А еще можно автоматизировать с помощью bigQuery data transfer service выгрузить исторические данные (180 дней) из adwords, youtube. doubleClick

Кроме того, можем передавать произвольные данные (service rest api (the desk) - apps script + bq rest api)


Разработка модели данных:
Так как данные в разных форматах, нужно разработать модель, которая позволила стандартизировать данные во всех типов объектов
Схема: объекты + атрибуты объектов со связями с другими объектами

Кейсы:
— можем оценить влияние усилий (звонки, письма, встречи) продавцов на продажи с визуализацией
— определить как изменения ux влияют на поведения пользователей и достижения kpi (дашборды, которые мониторят изменения и ошибки) и также можно сегментировать нужные показатели для разных пользователей, типы подписок, регионы …
— уведомления в slack + email + sms в зависимости от проблем на сайте (ошибки или изменения)
— построить план продаж и скоорденировать маркетинговые усилия по каждому региону (увидеть узкие места)
— собрать данные с турникетов при входе в bigQuery и оценивать кто и как ходит на работу

в целом, bigQuery это круто, если используем вместе с R, то у нас есть возможность реально получать пользу от bigData