Przewodnik raportowania digital marketingu-część II
Od Excela do raportowania w chmurze w narzędziu BigQuery
W pierwszej części przewodnika zwróciliśmy uwagę na to, że systemów marketingowych przybywa. Tak samo przybywa lub zmieniają i rozwijają się możliwości pod kątem systemów do raportowania.
Każda osoba pracująca zwłaszcza w marketingu lepiej lub gorzej porusza się w Excelu, a umiejętność pracy z Excelem stała się standardem. Jako marketerzy wykorzystujemy funkcję wyszukaj pionowo (ang. vlookup) czy jeżeli (ang. if) do łączenia danych ze sobą w celu przygotowania i wykonania raportów. W ten sposób raportowanie wyglądało od początku, a jak się zmieniało?
Uruchomiona 24 kwietnia 2012 r. aplikacja dysk Google zawierała w sobie “Excela” w wersji online, bezpłatnie dla użytkowników Google - konkretnie chodzi tutaj o rozwiązanie nazwane Google Sheets. Do tej wersji zaczęły powstawać tzw. wtyczki, które zrzucały dane do nowego Excela, gdzie kluczowym było zrzucanie danych Google Analytics - najpopularniejszego systemu analitycznego, na przykład Google Analytics w spreadsheets.
Niewiele wcześniej bo w 2009 roku powstało Google App Scripts. Za pomocą narzędzia można było w sposób programistyczny optymalizować procesy związane z raportowaniem. Na przykład dostęp do danych Google Analytics w arkuszach Google. Minusem jednak była i jest konieczna umiejętność programowania, aby poruszać się w tej technologii. Podobnych rozwiązań było dużo i nie sposób wszystkich opisać. Przejdziemy zatem do dwóch narzędzi, które uważamy za kluczowe i które będą przełomowe w najbliższych latach.
BigQuery i Google Cloud - potrzebna baza danych!
“Enterprise Data Warehouse” tak firma Google definiuje swój system w chmurze do integracji i przetwarzania danych. Hurtownia danych (ang. Data Warehouse) to system koordynacji i przechowywania informacji. Więcej na ten temat napisaliśmy w artykule “Czym jest hurtownia danych? Sprawdź, jak dobra analityka pomoże Ci zwiększyć sprzedaż!”
Prowadzenie analityki bazodanowej wymaga bazy danych, a duże dane wsparcia serwerów, aby dane procesować (transformować) i to właśnie oferują rozwiązania Cloudowe. Najpopularniejsi i najwięksi dostawcy to Google Cloud BigQuery, Microsoft Azure oraz Amazon.
Na przełomie roku 2022 / 2023 firma Google wyrównuje szanse dużych graczy i udostępnia bazę danych nowej wersji Google Analytics 4 wszystkim, a nie tylko użytkownikom premium. Zatem wybierając rozwiązania chmurowe Google otrzymujemy bazę danych z popularnego systemu analitycznego, która zintegrowana jest z Looker Studio, czyli darmowym narzędziem do wizualizacji danych.
Co istotne w BigQuery na start otrzymujemy 300$ gratis na rozpoczęcie przygody z chmurą i analityką bazodanową do 10 GB storage i 1 TB zapytań w BigQuery miesięcznie. Więcej o BigQuery można przeczytać na oficjalnej stronie narzędzia. - więcej o BigQuery
Data Studio i Looker Studio - system do wizualizacji
Ważną częścią ekosystemu nowej wersji Google Analytics 4 oraz związaną z nią Chmurą BigQuery Google Cloud jest narzędzie Looker Studio, bowiem zebrane dane potrzeba zwizualizować i dostosować do indywidualnych potrzeb swojej organizacji.
Looker Studio oferuje dashboardy, raporty, które mają ”odblokować moc danych”. Inne popularne systemy płatne, które również służą do wizualizacji danych i są zintegrowane z BigQuery to Powerbi, Tableau, czy Qlick Sense.
Dedykowane wdrożenia analityki (custom) oraz narzędzia no-code
Wszystko co opisaliśmy do tej pory w artykule Przewodnik raportowania digital marketingu jest dziś możliwe do osiągnięcia za pomocą różnych narzędzi na rynku. Obecnie w grudniu 2022 roku dalej najczęściej używanym systemem analitycznym jest Google Analytics, zatem w pierwszej kolejności powinniśmy zadbać o bazę danych z tego systemu. Na przełomie ostatnich lat właśnie o to zabiegały większe firmy wykupując dostęp do Google Analytics Premium i uzyskując bazę danych z wspomnianego systemu. Te firmy osiągały pewną przewagę i niestety nie każdą firmę było na to stać.
W 2022 roku firmy mierzą się również ze zmianami prawnymi oraz powstaniem nowej wersji Google Analytics 4. Więcej na ten temat napisaliśmy w artykule Jakie są obecnie wyzwania analityczno-prawne.
Tak jak już wspomnieliśmy powyżej w artykule w przypadku nowej wersji Analytics 4 niezbędne będzie rozwijanie się w tzw. chmurze. Najwięksi dostawcy tego typu rozwiązań to Google Cloud, Microsoft Azure i Amazon. My skupimy się na Google Cloud, ponieważ Google Analytics 4 jest najbardziej kompatybilne z tą chmurą.
Co ważne samo BigQuery nie jest narzędziem typu no-code, czyli trzeba zatrudnić zasoby techniczne, które potrafią używać języka programowania SQL. Tutaj pojawia się na rynku całe spektrum firm, które w teorii zrobią wszystko i wiele z nich tak się komunikuje, ale de facto trzeba otworzyć projekt i pokryć koszty zasobów do realizacji projektu. To samo dotyczy zespołów wewnątrz firmy, naszych własnych, których koszt wynagrodzenia też kosztuje, a wdrożenia trwają. Na koniec często i tak brakuje know-how które wynika na przykład z braku możliwości wyciągania wniosków z wielu projektów.
Na ratunek przychodzą narzędzia no-code lub częściowo no-code, które potrafią rozwinąć oraz zautomatyzować działania w BigQuery, np. usprawnić wykorzystanie danych Google Analytics 4 lub właśnie dodać dane z innych systemów niż obsługiwanych przez Google. Co ważne tego typu rozwiązania ograniczają konieczność otwierania wielomiesięcznego projektu IT lub całkowicie eliminują ten proces.