838
7
622
212
0
В апреле 2017-го прошла конференция Analyze — и в этом году в каждом докладе прямо или косвенно упоминался язык R. Сегодня R стал универсальным средством автоматизации множества маркетинговых задач, R Studio установлена даже у тех специалистов, которые никогда не слышали о других языках программирования. По крайней мере в агентстве Netpeak.
О применении R в маркетинге блог начал писать одним из первых в Рунете, и сегодня я решил собрать и структурировать этот материал. Впереди большие выходные — воспользуйтесь возможностью прокачать свои скиллы.
Сколько прибыли вы не получили в Google Рекламе из-за нехватки бюджета или низкого рейтинга ключевых слов? Стандартные отчеты не позволяют это проанализировать. Чтобы визуализировать информацию, нужно освоить язык R или скачать данные в формате CSV-файла и обработать их в привычном редакторе таблиц.
Используя полученные данные, можно определить, в каких рекламных кампаниях и по какой причине теряется доход. А на основании этой информации — перераспределить бюджет, изменить ставки или проработать ключевые слова с целью повышения показателя качества.
Визуализация показателя качества помогает оптимизировать работу специалиста. Добившись высокого уровня показателя качества ключевых слов, вы значительно снизите стоимость клика и за тот же бюджет получите больше качественного трафика.
Если правильно внедрить все пункты этой статьи, вы получите скрипт, который поможет визуализровать показатель качества и оптимизировать работу специалиста по контекстной рекламе.
Популярность Facebook как рекламной площадки стремительно растет, но анализировать статистику в рекламном кабинете неудобно. Один из альтернативных способов — загрузить статистику в R и визуализировать ее. В этой статье читайте, как получить данные из API Facebook и работать с ними.
В этом гостевом посте веб-аналитик Николай Глушков описал простой способ создания десятков, а то и сотен списков ремаркетинга в ВКонтакте с помощью языка R и Google Tag Manager.
В 2016 году Яндекс заявил о публичном релизе программного интерфейсе Logs API, который позволяет получить сырые данные из Яндекс.Метрики в файле формата TSV.
В этой статье я рассказал, как автоматизировать выгрузку сырых данных из Яндекс.Метрики и работать с полученной статистикой. Например, отследить сложные воронки продаж, объединить данные из разных систем аналитики, контролировать расхождения в статистике.
Яндекс.Директ собирает много данных, но, к сожалению, в веб-интерфейсе доступно очень мало информации для анализа. В этой статье я подробно описал, как получить статистику о рекламных кампаниях c помощью языка R для визуализации в Power BI, создавать понятные отчеты и обновлять их в режиме реального времени.
Если вы храните данные в Google BigQuery, то наверняка захотите визуализировать их. В этой статье — пошаговое руководство по загрузке данных из Google BigQuery в Microsoft Power BI с помощью скрипта на языке R.
Язык R достаточно мощный, чтобы автоматизировать практически любой процесс работы с данными. Чтобы получать отчеты о работе скриптов или уведомления об ошибках, выберите подходящий пакет R и настройте email-рассылку.
Язык R предназначен преимущественно для Back End программирования, но на нем можно разработать довольно удобный графический интерфейс. В этой статье я рассказал, какие графические элементы вы можете построить с помощью пакета «gWidgets», и поделился примерами интерфейса, разработанного в R.
С помощью скриптов R можно быстро и бесплатно собирать данные из API различных сервисов или рекламных площадок и записывать их в базу данных. Но если вы регулярно пользуетесь скриптами, есть ли смысл каждый раз запускать их вручную?
В этой статье речь пойдет о том, как настроить запуск скриптов R с определенным интервалом в операционной системе Windows.
Если у вас остались вопросы о языке R, пишите в комментариях.
Комментарии (1 )
Последние комментарии
Чтобы оставить комментарий, нужно войти