Сьогодні Data-driven підхід є ключовим при просуванні й розвитку продукту. Цей підхід передбачає прийняття рішень на основі аналізу масиву даних, який допомагає краще зрозуміти як поводяться ваші клієнти. І вже на основі сформованого розуміння приймати рішення по його розвитку, ключовим напрямкам та інвестиціям.
З чого варто почати
Під час впровадження Data-driven підходу особливо важливо звертати увагу на ваше аналітичне середовище: дані повинні бути доступними, надійними та зрозумілими. Ці чинники впливають на швидкість прийняття рішень і, як результат, на швидкість розвитку. Наразі продуктовим, маркетинговим менеджерам при організації цього процесу найчастіше доводиться стикатися з очікуванням даних або звітів.
- Менеджер ставить задачу на технічну команду, яка займається підтримкою бази даних на вивантаження файлу з неї. Ця задача стає в чергу, менеджеру доводиться чекати на необхідні дані.
- Уже є домовленість про регулярне вивантаження даних, але тепер їх треба звести та оформити у звіті. Менеджер займається цим самостійно або делегує співробітникам і вони витрачають час на їх підготовку. Іноді звіти треба швидко на зараз, але регулярні завдання з вивантаження й підготовки звітності займають стільки часу, що втрачається необхідний момент прийняття рішення або робиться помилка.
Багатьом відома така проблематика, тож BI аналітика допомагає автоматично й регулярно: збирати дані в одному місці (центральне сховище даних) з різних джерел, агрегувати та зводити їх, а також транслювати дані у вигляді зрозумілих графіків та звітів.
З розвитком хмарних сховищ даних та сервісів по інтеграції, побудова BI рішень стала простіше та дешевшим для бізнесу, при цьому відкриваються нові можливості. Наприклад, ви можете об'єднувати дані з різних джерел в одному місці й використовувати їх для звітності та інших цілей. Саме таку задачу розглянемо сьогодні на прикладі B2B стартапу, який є партнером агентства Netpeak.
Налаштування Google Analytics: як це зробити?
Для початку необхідно налаштувати трекінг необхідних даних на вашому проєкті. Для цього необхідно виконати базові налаштування Google Analytics, такі як:
- створити акаунт;
- встановити базовий код трекінгу за допомогою Google Tag Manager;
- провести базові налаштування акаунту GA4;
- для додатків встановити SDK Firebase та під'єднати його до акаунту GA4;
- під'єднати Google Cloud та налаштувати передачу даних до Google BigQuery.
Наступним кроком необхідно налаштувати передачу подій, які можуть надавати інформацію про поведінку ваших користувачів. Для Web це робиться за допомогою передачі необхідних даних до DataLayer та Google Tag Manager, а для додатків через логування подій в Firebase. Для створення необхідного переліку подій, аналітику необхідно розуміти user flow користувача. Якщо шляхи користувача вже візуалізовано, то це може бути корисним. Якщо цього немає, то аналітик вивчає user flow самостійно. У цьому випадку команді була надана схема шляху користувача, що допомогло значно пришвидшити підготовку технічного завдання на відстежування подій.
Далі вам необхідно налаштувати щоденну передачу частини таблиць з бази даних бізнесу, яка розміщується у MySQL до Google BigQuery. Тут ключовим є економіка та надійність рішення.
Підготовка дашборду: на що звернути увагу?
Останнім кроком необхідно підготувати продуктовий дашборд на базі даних з Google Analytics та бази MySQL. У цьому випадку у бізнесу має бути чітке технічне завдання, по якому готуються необхідні агрегації, але дуже часто його немає. В такому випадку аналітик анкетує команду й формує розуміння того, що необхідно та вже після цього готує необхідні макети дашбордів, затверджуючи їх з клієнтом. Коли є розуміння які звіти необхідно побудувати, аналітик готує необхідний SQL, який агрегує дані з сирих таблиць Google BigQuery і зберігає результати в окремі таблиці. Далі вже підключає Locker Studio та виводить звітність.
Що у нашому кейсі ми виводили на продуктовому дашборді:
- Загальну статистику по обороту та замовлення, які були зроблені на платформі рік до року.
- Топ-10 компаній з обороту на платформі за виведений звітний період, топ-10 країн по обороту за виведений звітний період, а також топові компанії по обороту, які були створені нещодавно. Це дозволяє зробити висновки на які країни, тип бізнесу чи конкретних партнерів необхідно фокусуватися.
- Окремі звіти по країнах і каналам залучення користувачів до реєстрації.
- Головну продуктову воронку, яка дає зрозуміти над якими кроками user flow треба працювати.
Які висновки можемо зробити?
Побудова аналітичних продуктових та маркетингових рішень на базі хмарних технологій і зокрема Google BigQuery дозволяє заощадити час на підготовку аналітичних звітів і при цьому пришвидшити процес прийняття рішень по розвитку продукту чи інвестиціям в маркетингові канали. У цілому такі аналітичні рішення є майже безплатними в підтримці, але потребують навичок та експертизи в процесі налаштування.
Коли ви вже побудували сховище даних в Google BigQuery, то ви отримуєте цілий набір переваг:
- звітність працює автоматично, ви більше не витрачаєте на це час;
- знижується кількість помилок, пов’язаних із включенням «людського фактора»;
- ви отримуєте доступ до розширених досліджень: прогноз LTV, RFM, маркетингові моделі атрибуції на базі ML алгоритмів — все це і не тільки, що можна робити прямо в Google BigQuery.
Головне — отримуєте можливість набагато швидше реагувати на будь-які ситуації, бо ваші звіти оновлюються автоматично кожен день, декілька разів на день або навіть в реальному часі. Завдяки хмарним сховищам даних, компанії можуть зберігати великі обсяги інформації в безпечному та надійному середовищі. Це дає змогу мати швидкий доступ до даних з будь-якого пристрою та з будь-якого місця, що є особливо зручним для компаній з розподіленими командами або розташованими у різних регіонах. Окрім того, вони забезпечують потужні аналітичні інструменти, які дозволяють бізнесу швидко обробляти та фільтрувати дані для створення зрозумілих аналітичних звітів. Це дозволяє компаніям отримувати цінні інсайти та нові перспективи, які можуть допомогти у прийнятті кращих рішень для підвищення ефективності та конкурентоспроможності. Також із використанням хмарних сховищ даних компанії можуть легко масштабувати свої BI-системи, додавати підтримку нових джерел даних та залучати інші обчислювальні ресурси за потребою.
Використання хмарних сховищ даних для автоматизації звітності у бізнесі не тільки підвищує продуктивність та ефективність роботи, але й дозволяє компаніям виявляти нові можливості та приймати обґрунтовані рішення на основі точних та актуальних даних. Це робить хмарні сховища даних необхідним інструментом для сучасного бізнесу.