В Data Studio наконец-то появился долгожданный функционал, позволяющий объединять данные из разных источников в рамках одной визуализации. Об этой возможности я начал мечтать, когда еще только познакомился с этим замечательным инструментом. Давайте же разберемся подробнее, что это за функционал, как им пользоваться и подходит ли он для «сквозной аналитики» 🙂
Прогнозирование продаж в Excel с учетом сезонности
В прошлой статье мы уже разобрали, что такое временной ряд и функцию тренда. Теперь подробнее разберемся с терминологией и остановимся на одной из моделей временного ряда. Из чего состоит временной ряд Уровни временного ряда (Yt) представляют из себя сумму двух компонент: Регулярную составляющую Случайную составляющую В свою очередь регулярная составляющая состоит из: Тренда Сезонности Циклической
Что такое ClientID в Яндекс Метрике?
В одной из ранних статей я разбирал что такое Client ID в Google Analytics, но не все знают, что и в Яндекс.Метрике тоже есть ClientID. Давайте же разберемся и с Метрикой, а начнем с определения: ClientID — это анонимный идентификатор, который Яндекс.Метрика автоматически присваивает каждому уникальному посетителю сайта.
Построение функции тренда в Excel. Быстрый прогноз без учета сезонности
Глядя на любой набор данных распределенных во времени (динамический ряд), мы можем визуально определить падения и подъемы показателей, которые он содержит. Закономерность подъемов и падений называется трендом, который может говорить о том, увеличиваются или уменьшаются наши данные.
Автоматизируем отчет с когортным анализом
В прошлой статье мы с вами узнали что такое когортный анализ и как его сделать с помощью лучшего друга любого веб-аналитика — MS Excel. Сегодня я предлагаю вам избавиться от рутины и автоматизировать данный отчет при помощи BigQuery и Data Studio.
Когортный анализ. Сколько пользователей к вам вернулось?
Как часто вы натыкались на вкладку «Когортный анализ» в Google Analytics? Использовали его или проходили мимо. В любом случае вы понимаете, что в этом отчете можно увидеть возвращаемость пользователей по какому-либо временному признаку (дата первого посещения сайта, дата первой транзакции или любого другого события). Но что делать, если вы используете другие системы, в интерфейсе которых
Осваиваем SQL на примере данных интернет-магазина Google. Ч.2
В первой части данной статьи мы учились подключаться к Google BigQuery, рассмотрели оператор SELECT и его параметры, попробовали написать простые запросы. Сегодня я хотел бы рассказать о более продвинутых возможностях SQL. Давайте вспомним, что хотел от нас бизнес в первой части, а хотел он следующее:
Что такое семплинг и как его обойти с помощью R?
Увеличение количества трафика на вашем сайте увеличивает вероятность того, что Google Analytics начнет экономить ресурсы и ваше время, чтобы выгрузить отчеты в своем интерфейсе. А это приводит к семплированию данных.
Хардкодим Яндекс Метрику и передаем Google Client ID
Telegram, Google Analytics, GTM, BiqQuery… На этой неделе наши власти ясно дали понять, что нечего засматриваться на всякие западные бесовские штучки. Сообщения о сбоях или вовсе отсутствии работоспособности популярных интернет-сервисов и даже банальных Google Таблиц сыпались как из рога изобилия.
Осваиваем SQL на примере данных интернет-магазина Google
На заре своей веб-аналитической молодости, работая над составлением отчетов, я использовал только Excel. То есть, например, бизнес говорит: «Хочу увидеть отчет с воронкой продаж, начиная от посещения сайта и заканчивая получением товара в офисе».
Влияют ли на трафик события из прошлого? Определяем при помощи R
Важной задачей в интернет-маркетинге является выявление внешних воздействий, которые, со временем, могли повлиять на полученные результаты. Например, несколько месяцев назад на вашем сайте были введены некоторые улучшения, запущены новые рекламные кампании, был выпущен новый продукт или что-нибудь еще, что косвенно могло повлиять на увеличение прибыли, и вы хотите это оценить. На практике это сделать достаточно
Стероиды для данных в Google Data Studio или руководство по вычисляемым полям
Веб-аналитика, в моем понимании, делится на 4 базовых блока: сбор данных, хранение и обработка, визуализация и собственно анализ. А самый мой любимый блок — это визуализация. Очень уж мне нравится строить красивые графики, гистограммы и «пироги», после чего собирать их в крутые дашборды. Видимо сказывается творческая натура.