Как объединить данные из Meta, TikTok, Google Ads и DV360 в одном отчете: кейс из медийной аналитики

Когда вы запускаете медийные кампании сразу в нескольких рекламных системах, для оценки результатов обычно приходится отдельно заходить в каждый кабинет, выбирать данные и вручную сводить их в Excel. Это занимает много времени и может привести к ошибкам.

Отдельная сложность — в подсчете медийных метрик: охват и частоту показов нельзя просто сложить между каналами или днями, как клики или расходы. Из-за пересечения аудиторий такие подсчеты могут завышать результат.

В этом кейсе рассказываем, как мы объединили данные из Meta, TikTok, Google Ads и DV360 в единую систему, автоматизировали отчетность и построили корректный подход к расчету охвата и частоты показов. 

Кто наш партнер

Партнер ведет медийные кампании одновременно в нескольких рекламных системах: Meta Ads, TikTok Ads, Google Ads и DV360. 

Входные данные

Команда партнера регулярно запускает медийные кампании с фокусом на охват (Reach, количество уникальных пользователей, увидевших рекламу за определенный период) и частоту показов (Frequency, среднее количество показов на одного пользователя). 

Однако отсутствие единой системы мониторинга превращало оценку эффективности в сложный и трудоемкий процесс. 

До начала сотрудничества с нами специалисты ежедневно последовательно проверяли кабинеты Meta Ads, TikTok, Google Ads и DV360. А затем эти разрозненные данные вручную сводили в Excel. На каждый такой цикл уходило немало времени, и оставался риск ошибки.

Партнер пришел с запросом: 

«Составить один отчет вместо нескольких кабинетов». 

Цели сотрудничества

С технической точки зрения это требовало выполнения целого комплекса действий, поскольку было недостаточно просто объединить данные в одном пространстве, а сделать это так, чтобы:

• метрики корректно отображали данные;

• обеспечить согласованную работу данных между платформами в рамках одного отчета;

• построить отчетность, позволяющую быстро оценивать результаты и принимать решения.

С какими вызовами мы столкнулись

На первый взгляд задача могла показаться простой: собрать данные из Meta Ads, TikTok Ads, Google Ads и DV360 в один отчет. Но в этом проекте было несколько важных ограничений, которые нужно было учесть, чтобы отчет показывал корректные данные. 

1. Данные хранились в разных системах. Каждая рекламная платформа имеет собственную логику подсчета показателей и предоставляет данные в разном формате. Поэтому их нельзя было просто перенести в одну таблицу без предварительной подготовки и унификации. 

2. Reach и Frequency нельзя просто сложить. Для команды было важно видеть охват за 7 и 28 дней, частоту показов и общее покрытие по всем каналам. Но если сложить охват за разные дни или с разных платформ, результат будет завышенным, потому что один и тот же человек мог видеть рекламу несколько раз или в нескольких каналах. 

3. Данные по географии имели разную детализацию. Meta и Google Ads позволяли анализировать результаты до уровня городов, а TikTok через API передавал географию только на уровне страны. Из-за этого нельзя было одинаково сравнивать эффективность кампаний по регионам во всех каналах. 

4. Не все данные из DV360 можно было передать стандартным способом. Часть необходимых для отчета метрик, в частности reach по частотам и данные Brand Lift, не была доступна для прямой загрузки в BigQuery. Поэтому для этих данных нужно было искать отдельное решение.   

Решение

Создание единого хранилища

Основой решения стала система на базе Google Cloud: BigQuery использовали как единое хранилище данных, а Data Studio — как инструмент для визуализации отчетности.

К хранилищу подключили данные с рекламных платформ через API-коннекторы, а также дополнительные источники, которые требовали отдельных решений.

Новый подход к Reach и Frequency

Команде партнера было важно видеть охват за 7 и за 28 дней, частоту показов и общий охват по всем каналам.

Поэтому вместо того, чтобы «сложить» ежедневные значения, мы настроили получение корректно рассчитанных платформами показателей Reach и Frequency сразу за нужный период. 

Для расчета общей частоты по всем каналам добавили отдельную формулу:

Значение коэффициента подбирается индивидуально в зависимости от специфики кампании.

Отдельно реализовали страницу с расчетом Total Reach — общего охвата по всем инструментам без дублирования аудиторий.

TikTok и география: обход через Google Sheets

Поскольку TikTok через API передает данные о географии только на уровне страны без разбивки по городам, мы пошли следующим путем: 

• настроили выгрузку геоданных в Google Sheets;

• подключили таблицы к хранилищу данных BigQuery;

• привели к единой структуре с другими каналами. 

DV360: отправка отчетов и парсинг

Для части отчетов DV360, которую невозможно выгрузить напрямую в BigQuery, мы использовали нестандартное решение: 

• настроили автоматическую отправку на почту;

• реализовали считывание и обработку данных из отчетов с почты; 

• настроили загрузку обработанных данных в BigQuery. 

Так мы получили reach по частотам, дополнительные медийные метрики и данные по Brand Lift.

Охват по частоте

Данные по Brand Lift 

План vs факт: от Excel к автоматизации

У партнера уже были плановые показатели в виде таблиц. Наша команда:

• перенесла их в стандартизированные Google Sheets;

• загрузила в BigQuery;

• подготовила структуру для сопоставления с фактическими данными;

• вывела показатели в Data Studio. 

К отчету также подключили данные из Google Analytics 4 — как дополнительный слой аналитики для понимания поведения аудитории после контакта с медийной рекламой.

Результаты

Благодаря внедрению единой аналитической системы, команда партнера получила:

1. Единый источник правды. Все данные из Meta, TikTok, Google Ads, DV360 и GA4 собраны в одном пространстве с автоматическим ежедневным обновлением.

2. Корректные медийные метрики. Показатели Reach и Frequency отображаются без искажений и двойного учета. Доступен также общий охват с учетом пересечения аудиторий, что позволяет оценить влияние на рынок. 

3. Экономию времени. Автоматизация процесса заменила утомительную ручную сводку данных из четырех кабинетов.

4. Контроль «План vs Факт». Команда видит отклонения от плановых показателей в реальном времени.

Этот кейс — пример того, как команда Netpeak не просто автоматизировала отчетность, а построила систему, которая понимает специфику медийной рекламы. Теперь команда партнера принимает стратегические решения на основе прозрачных и корректных данных, тратя время на анализ и оптимизацию вместо изнурительной ручной работы.

Отзыв о сотрудничестве

Елизавета Бережко, Data Analyst в Netpeak