Статьи по аналитике

Большие данные становятся неотъемлемой частью нашей жизни. Все мы ежедневно используем какие-либо технологии и контактируем с продуктами и крупными компаниями. Компании предлагают нам свои продукты и, в свою очередь, используют данные, которые мы им предоставляем (начиная от отслеживания переходов на сайте и заканчивая персональной информацией при оформлении заказов). Настал момент подробнее разобраться, как собираются эти огромные потоки информации и что с ними делают.

«Клиент редко покупает то, что бизнес ему продает», – сказал Питер Друкер, один из известных теоретиков менеджмента.

Многие клиенты вкладывают другие смыслы в ваши товары и приходят к покупке с помощью тех каналов, которым вы, возможно, не уделяли внимание. Построение Customer Journey Map как раз-таки поможет понять, что именно вы продаете клиенту, что побуждает его покупать у вас и какие барьеры могут встретиться на его пути.

MediaNation начала работу над созданием собственного сервиса стриминга данных – StreamMyData.

Первый коннектор, который представлен в системе, позволяет передавать данные о расходах из Яндекс.Маркета в Яндекс.Метрику. Это означает, что в Метрике вы сможете видеть расходы по Яндекс.Маркету, сопоставлять их с данными по продажам и доходу и принимать решения о том, как повысить эффективность размещения на Яндекс.Маркете.

Обработка большого количества данных в Гугл Таблицах может стать целым испытанием: медленная работа и подвисание здесь неизбежны. Однако выход есть. BigQuery поможет быстро обработать информацию из таблиц, с которой дальше будет легко работать в Google Data Studio. Мы сделали перевод подробной инструкции, как использовать эту связку инструментов, и снабдили ее большим количеством скриншотов. Так что, разобраться с этой задачей не составит труда.

Существует несколько способов проведения RFM-анализа. Все они отличаются уровнем автоматизации и денежными вложениями. В данной статье мы рассмотрим наиболее оптимальный способ - RFM-анализ с помощью языка программирования Python.