Zmiana standardu śledzenia z UA na GA4
Dataform – czym są?
Dataform w marketingu online
Dataform w analityce online
Dataform – główne zalety
Podsumowanie
Dataform to funkcjonalność w ramach BigQuery, która umożliwia ustawienie modelu danych do systematycznego generowania raportów w zależności od napływu danych. Jest to idealne rozwiązanie dla marketerów, którzy opierają swoje działania na danych, ale nie są zadowoleni z interfejsu Google Analytics 4.
Migracja z Universal Analytics do Google Analytics 4 jest istotnym tematem dla każdego w digital marketingu. Wiele osób ma negatywne opinie na temat nowego interfejsu i samego narzędzia. Największą bolączką jest trudność w zduplikowaniu wcześniej używanej struktury danych z Universal Analytics. Nie potrafią tego zrobić, ponieważ nowe narzędzie to nowy interfejs i nowy model danych.
W Google Analytics 4 sam interfejs często okazuje się niewystarczający. W sekcji raportowanie czy eksplorowanie, dostępne raporty nie dostarczają wszystkich potrzebnych danych. W związku z tym musimy sięgać do Google BigQuery, którego integracja w ramach Google Analytics 4 została udostępniona również dla bezpłatnej wersji narzędzia.
Google BigQuery opisywaliśmy już w osobnym artykule, w którym wyjaśniliśmy, jak je można wykorzystać w marketingu online. Wyzwaniem dla wielu osób jest konieczność i umiejętność pisania zapytań SQL w ramach Google BigQuery. Właśnie tutaj Dataform wchodzą do gry, pomagając w organizacji różnych źródeł danych.
W marketingu korzysta się już nie tylko z informacji o tym, jak użytkownicy poruszają się po stronie, ale także z danych dotyczących kampanii, jej kosztów oraz z innych narzędzi. Chcemy mieć wszystko w jednym miejscu. Marketing staje się jak wieża Babel, gdzie dążymy do stworzenia systemu mówiącego jednym językiem, podczas gdy każde źródło danych opisuje to samo na swój sposób. W tej właśnie sytuacji pomocne mogą być Dataform.
Dataform to funkcjonalność w ramach BigQuery, która pozwala sprowadzić wszystkie dane do jednego miejsca i przekształcić je w formę, jaką znamy lub jaka będzie dla nas użyteczna. W najprostszej formie można wyeksportować te dane do Excela i analizować je za pomocą tabeli przestawnej. Dataform działają jak analityk, który raz ustawiony, będzie dostarczać zintegrowane dane z różnych źródeł w wymaganej formie.
Funkcjonalność Dataform można porównać do procesów znanych z branży Business Intelligence, określanych jako ETL. Skrót ten oznacza Extract, Transform, Load, czyli proces, w którym dane są najpierw wyodrębniane, następnie przekształcane, a na końcu ładowane do zbioru danych przeznaczonego do analizy.
Kiedy danych jest bardzo dużo, transformacje muszą obejmować wszystkie dane. Czasem jednak nie jest konieczne przekształcanie surowych danych. W takiej sytuacji Dataform stosują odwrotne podejście, zwane ELT (Extract, Load, Transform). Extract, Load, Transform (ETL) to proces, w którym transformujemy tylko te dane, które są nam potrzebne do dalszych analiz. Wszystkie pozostałe dane, niezależnie od źródła – czy to Facebook Ads, Google Ads, czy Google Analytics 4 – pozostają w BigQuery w wersji surowej, niezmienione. Proces transformacji wykonujemy dopiero wtedy, gdy jest to konieczne.
Warto zaznaczyć, że jednym z elementów kosztów Google BigQuery jest obsługa danych, w tym ich transformacja. Dzięki temu, że nie transformujemy wszystkich danych od razu, możemy znacząco zoptymalizować koszty analiz. To jest jedna z głównych zalet podejścia ETL, czyli oszczędność i optymalizacja kosztowa analiz danych. Dataform w kontekście ETL pomagają skutecznie zarządzać i optymalizować proces przetwarzania danych, co przekłada się na bardziej efektywne i ekonomiczne analizy.
Jak wykorzystać Dataform w marketingu. W marketingu często potrzebne są konkretne raporty. Załóżmy, że potrzebujemy raportu dotyczącego naszego marketingu, zawierającego takie zmienne jak: data, medium, źródło, nazwa kampanii, liczba sesji, koszt sesji, liczba transakcji oraz przychody z transakcji. Dataform umożliwia łatwe przekształcanie i integrację tych danych, co pozwala na tworzenie dokładnych i użytecznych raportów.
Podstawowy raport, który potrzebujemy do podsumowania kampanii, można skonfigurować za pomocą Dataform. Dzięki odpowiedniemu ustawieniu poszczególnych elementów na wejściu, takich jak źródła danych, nie tylko z Google Analytics 4, ale także z systemów mediowych, uzyskamy pełny obraz kosztów pozyskiwania. Po skonfigurowaniu, dane będą wypluwane w strukturze określonej w Dataform.
Przykładowy raport uzyskany za pomocą Dataform
Data Form działa w sposób, który pozwala na odpowiednią konfigurację, aby nie czekać na spóźnione dane. Na przykład, dane z Facebooka mogą docierać później niż z Google Analytics 4, a eksporty z Google Analytics 4 do BigQuery również bywają nieregularne – czasami pojawiają się po północy, a czasami w innych godzinach. Dataform wyróżnia się na tle typowego systematycznego SQL-a tym, że czeka na dane wejściowe i przetwarza je najszybciej, jak to możliwe. W przypadku systematycznego SQL-a, gdy nie ma dostępnych danych, zapytanie może zakończyć się błędem, co uniemożliwi wygenerowanie oczekiwanego raportu.
Jak wykorzystać Data Form w analityce? W analityce internetowej, szczególnie w przypadku zapytań ad hoc, analityk siada i pisze zapytanie w SQL. Jednak do systematycznych analiz właśnie Dataform jest idealnym rozwiązaniem. Umożliwia tworzenie procesów generowania danych do tych analiz. W bardziej zaawansowanych analizach, takich jak analizy segmentacyjne, napływające dane uzupełniają istniejące analizy, dzięki czemu są gotowe do dalszego przetwarzania.
Analiza danych może przybierać różne formy, takie jak analiza klastrowa, poszukująca podobnych segmentów użytkowników, czy analiza kohortowa. W analityce Dataform są wykorzystywane do stałych, systematycznych analiz, które prowadzimy. Jeśli w firmie wykonujesz tylko analizy ad hoc, warto zauważyć, że jeśli taka analiza przynosi świetne efekty, szybko stanie się systematyczną i powtarzaną.
Zalety Dataform w porównaniu do powtarzalnych zapytań SQL są znaczące. Po pierwsze, Dataform dostarczają kompletną analizę i dane, gdy wszystkie niezbędne informacje są dostępne. Zapytania SQL, które ustawiamy na konkretną godzinę, mogą zawieść, jeśli dane z innych systemów nie dotrą na czas. W takim przypadku zapytanie nie zostanie poprawnie przetworzone.
Druga zaleta Dataform to normalizacja danych. W różnych systemach mogą występować różne miary lub dane mogą być przedstawiane w różnych formatach. Dataform pozwalają skonfigurować procesy, które sprowadzają wszystkie dane do jednego mianownika. Dzięki temu otrzymujemy jedno źródło prawdy, gotowe do wizualizacji lub dalszej analizy, na przykład w Excelu.
Jedną z największych zalet Dataform jest oszczędność kosztów. W BigQuery koszt składa się z dwóch elementów: przechowywania danych i ich przetwarzania, w tym transformacji. Jeśli będziemy przetwarzać całościowe dane przy każdym zapytaniu, koszty mogą być bardzo wysokie. Nawet jeśli dane są tylko podłączane w całości, koszty i tak będą wysokie.
Wykorzystanie Dataform i ustawionych procesów, które generują tylko potrzebne dane, może znacznie obniżyć koszty. Te procesy działają raz dziennie, uzupełniając tabelę pod koniec dnia. Tabela ta jest następnie podłączana do narzędzi takich jak Looker Studio lub wykorzystywana w innych miejscach. Dzięki temu jej obsługa jest tańsza, ponieważ jest ona znacznie mniejsza niż wszystkie surowe dane, z których korzystamy.
W ramach optymalizacji kosztów, korzystanie z Dataform jest skonfigurowane tak, że może na nim pracować cały zespół. Jest to bardziej techniczna informacja, która wymaga rozszerzonej wiedzy na temat SQL i samego BigQuery. Zespół może optymalizować zapytania, co dodatkowo obniża koszty utrzymania BigQuery. Optymalizacja zapytań SQL oraz generowanie mniejszego zbioru danych znacząco wpływają na redukcję kosztów.
Podsumowując, Dataform są istotnym narzędziem dla architekta danych, pomagającym w optymalizacji kosztów i efektywności przetwarzania danych. Architekt danych to osoba, która wyznacza strukturę danych wykorzystywanych w organizacji. Konfigurując Dataform, określa, jak dane mają wyglądać na końcu procesu oraz jak wyglądają na wejściu. Gdy tylko pojawią się wszystkie źródła wejściowe, dane są automatycznie przetwarzane i dostarczane w formie wynikowej. Co istotne, wynikowe dane są znacznie mniejsze niż surowe dane, co przy dalszej pracy z wizualizacjami i analizami przynosi oszczędności kosztów.
W marketingu największą zaletą jest posiadanie danych w znanej formie. Dataform może ustawić model danych, aby odwzorowywały one to, co wcześniej otrzymywaliśmy w raportach z Universal Analytics lub innych źródeł. Dataform konfiguruje się raz i działa automatycznie, dopóki struktura napływających danych się nie zmieni. Jeśli struktura danych wsadowych pozostanie niezmieniona, efekt końcowy będzie zawsze taki sam, co w długim okresie pozwala na systematyczne analizy. Struktura samej analizy pozostanie niezmienna, choć dane mogą ulegać zmianom.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
