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.