С накоплением опыта диджитал маркетологи работают с более серьёзными рекламными бюджетами, рекламодатели масштабируют продуктовые линейки и регионы рекламы, используют всё больше каналов трафика.

Объёмы данных для анализа из года в год становятся всё больше, а специалисты по рекламе становятся всё ленивее. А лень — двигатель прогресса. Самые ленивые специалисты всю отчётность поручают автоматизации.

Для того, чтобы построить систему отчетности для получения максимально актуальных данных с минимальной задержкой их обновления, используются коннекторы к BI системам для передачи данных из рекламных кабинетов, CRM и т.д.

Google Data Studio (GDS) не относится к BI системам, но является бесплатным онлайн-инструментом визуализации и отчетности и позволяет при помощи коннекторов стримить данные по API из различных источников, собирать по ним интерактивные отчеты в едином интерфейсе и делиться ссылкой на них с клиентами, руководством, командой.

Но у GDS есть и ограничения, часть из них описал здесь. Ограничения есть и у коннекторов для GDS, например ограниченность числа подключаемых аккаунтов Яндекс Директ, доступность не всех имеющихся атрибутов и метрик из рекламных систем.

Для обхода ограничений, работы с сырыми данными, более продвинутой визуализации можно использовать, например, Power BI. Ранее я составлял подборку плейлистов про Power BI. Но есть одно но: для ускорения обновления отчетов данные нужно где-то хранить.

Google BigQuery — облачное хранилище, которое собирает сырые данные из систем аналитики, рекламных кабинетов, CRM и других источников и передаёт эти данные для визуализации в Data Studio, Power BI, Tableau, Qlik, DataLens и др.

BigQuery бесплатен в рамках 1 ТБ на запросы к базе данных и первых 10 ГБ хранилища в месяц. После первых 10 ГБ — $0,02 за ГБ. Вы вряд ли исчерпаете эту месячную квоту, если только не работаете с огромными проектами. Подробнее о тарифах.

Но есть одно но: для использования BigQuery необходимо знать язык SQL (Structured Query Language), чтобы писать запросы к базе данных для фильтрации и группировки необходимых данных во избежание постоянного получения и выгрузки огромных массивов лишней информации в контексте текущего запроса и текущей задачи.

Собрал большую подборку плейлистов для изучения SQL:

🔸 24 видео — Базовый курс по SQL для аналитиков и менеджеров
🔸 57 видео — SQL для начинающих
🔸 25 видео — Уроки по SQL для начинающих | Обучение
🔸 19 видео — Основы SQL
🔸 18 видео — Изучение программирования. SQL
🔸 11 видео — Курс по SQL для начинающих
🔸 9 видео — Изучение SQL для начинающих
🔸 6 видео — SQL для начинающих
🔸 25 видео — Оптимизация SQL
🔸 18 видео — SQL Практикум
🔸 150 видео — Видео уроки / курс по SQL и основам реляционных баз данных на примере библиотеки SQLite
🔸 50 видео — SQL и PostgreSQL. Практический Курс для Новичков

Плейлисты на английском для прокачки технического языка:

🔹 17 видео — SQL & Data Analytics for Beginners
🔹 109 видео — SQL (Full Course)
🔹 150 видео — SQL Server tutorial for beginners
🔹 27 видео — SQL Server 2019 Learning Series

В следующем посте будет подборка плейлистов про использование BigQuery, в том числе в связке с Data Studio и Google Analytics 4.

Я буду публиковать ещё очень много информации про инжиниринг данных, полезные каналы, чаты, плейлисты и т.д. Эта тема сегодня актуальна как никогда.

Даже если алгоритмы машинного обучения в рекламных системах заменят специалистов по контекстной и таргетированной рекламе, то системы отчетности и аналитики для оперативного принятия бизнес-решений строить всё равно будут люди.

А дата-инженеры, дата-аналитики, дата-сайентисты нынче имеют очень немалые зарплаты:

♦️ в Meta (FB)
♦️ опрос O’Reily
♦️ на hh
♦️ по месяцам и должностям в МСК и СПб
♦️ по месяцам и занимаемым позициям

Обратите внимание в двух последних ссылках на динамику спроса. Ещё полтора года назад его почти не было.

Если вы уже думали сменить род деятельности на что-то более перспективное чем то, чем вы занимаетесь, сейчас самое время изучать новые профессии.

#хитро_языки

via @ppc_bigbrain