Система аналитики рекламы появилась у меня не как заранее задуманный большой проект. Сначала задача была намного проще: быстрее контролировать рекламу клиентов и не тратить время на постоянную ручную подготовку одних и тех же данных.
Данных было достаточно. Проблема заключалась в другом: они находились в разных местах, а одни и те же действия приходилось постоянно повторять вручную.
Как начала развиваться система аналитики рекламы
Чтобы проверить рекламу, нужно открыть кабинет, выбрать период, выгрузить данные, сравнить их с предыдущим периодом, посмотреть Метрику, обращения и другие источники.
Для одного клиента это ещё можно делать вручную.
Когда клиентов и проверок становится больше, значительная часть времени начинает уходить не на анализ, а на подготовку данных для анализа.
Тогда появилась первая задача:
сделать так, чтобы нужные данные собирались сами и всегда были готовы к проверке.
Для этой работы я начал использовать Hermes — постоянно работающего помощника на собственном сервере.
Не как ещё один чат, в котором каждый раз нужно заново объяснять задачу, а как рабочий инструмент, который может выполнять регулярные операции и работать с одной системой данных.
Первым шагом стал Яндекс Директ
Сначала система научилась регулярно получать статистику Яндекс Директа и сохранять её в аналитической базе.
Принцип с самого начала был довольно консервативным:
система получает и анализирует данные, но сама не меняет рекламу.
Мне было важно сначала научиться надёжно видеть происходящее, а уже потом думать об автоматизации каких-либо решений.
Практический эффект оказался простым: для очередной проверки больше не требовалось каждый раз заново собирать один и тот же отчёт.
Данные стали накапливаться в одном формате и обновляться регулярно.
Система сразу проектировалась не под одного клиента
Довольно быстро стало понятно ещё одно ограничение.
Если для каждого нового клиента создавать отдельный набор таблиц, отчётов и правил, автоматизация просто заменит одну ручную работу другой.
Поэтому клиент должен был подключаться к общей системе, а не получать отдельную систему под себя.
Это решение потом оказалось важным: новые источники и новые виды анализа можно было добавлять один раз и постепенно использовать для разных проектов.
Но автоматический отчёт ещё не стал аналитикой
Когда базовый сбор заработал, появилась следующая проблема.
Яндекс Директ хорошо показывает свою часть цепочки:
показы → клики → расходы → действия на сайте.
Но бизнесу нужен другой ответ:
что в итоге произошло с этими людьми и деньгами?
Можно получить дешёвые клики и много конверсий в рекламном кабинете, но не получить нужных клиентов и продаж.
Именно с этого момента проект начал превращаться из автоматического рекламного отчёта в систему аналитики.
Следующим вопросом стало уже не «как автоматически получить показатели Директа», а:
какие данные вообще нужны, чтобы понимать реальный результат рекламы?
Этому посвящена следующая статья:
Как понять, что происходит с рекламой: какие данные нужны для контроля Яндекс Директа
Главный вывод
Собственная система аналитики не появилась как заранее придуманный большой IT-проект.
Она росла последовательно из реальной работы с рекламой.
Сначала нужно было убрать повторяющуюся ручную работу.
Потом — собрать данные в одном месте.
Затем выяснилось, что данных самого рекламного кабинета недостаточно.
Каждый следующий этап появлялся после того, как предыдущий начинал работать и показывал своё следующее ограничение.
Этого принципа я придерживаюсь и сейчас: не добавлять функцию ради функции, а решать конкретную проблему, которая мешает понимать или улучшать результат рекламы.
Если по вашей рекламе сейчас непонятно, где именно возникает основная потеря результата, можно начать с бесплатной Карты результата рекламы.