Як об’єднати всю маркетингову аналітику в одному дашборді — кейс Advio

Advio — платформа для запуску реклами в Telegram Ads, орієнтована на малий бізнес і фрилансерів. Команда активно залучала користувачів через платні канали, але зіткнулася з типовою проблемою: дані були розкидані між різними системами. Щоб отримати повну картину, доводилося вручну зводити звіти.

Ми почали з головного — побудували єдину систему наскрізної аналітики. Об’єднали дані з чотирьох джерел у BigQuery, налаштували автоматичну обробку й створили зручний дашборд для щоденної роботи. Як нам це вдалося — розповідаємо нижче.

Хто наш партнер

Advio — платформа для самостійного запуску реклами в Telegram Ads через власну систему.

Цілі співпраці

Наш партнер активно залучає користувачів завдяки каналам платного трафіку, зокрема, Google Ads, Meta Ads i Telegram Ads. Але виникла проблема: кожен інструмент надає окремі звіти, котрі співробітники мають поєднувати в ручному режимі. Реальну кількість цільових контактів і витрат видно лише в CRM-системі, походження заявок — у Google Analytics 4 і системі Advio, а витрати — в рекламних кабінетах.

Перед нами постала задача об’єднати всі джерела в один автоматичний звіт, щоби мінімізувати ручну роботу.

Крок 1. Інструменти й розроблення архітектури

Для побудови наскрізної аналітики ми використали переважно інструменти й сервіси Google, котрі дали змогу автоматизувати збір, обробку й візуалізацію даних.

Схема архітектури рішення

1. Інтеграція з витратами Telegram Ads через систему Advio та рекламними кабінетами Meta i Google Ads через ETL-конектори.

2. Побудова атрибуції через Dataform.

3. Агрегація даних в Google BigQuery.

4. Підготовка звітів у Power BI.

Нижче ознайомимося з кожним із цих етапів детальніше.

Крок 2. Cтворення макетів

На першому етапі ми провели серію консультацій, щоб детально зрозуміти вимоги Advio. Отримавши всю необхідну інформацію від клієнта, ми створили макети звітів і затвердили їх до початку основної роботи. Це допомогло зекономити час і уникнути непорозумінь у подальшій розробці дашбордів.

Крок 3. Збереження і збір даних

Ми використали Google BigQuery як центральне сховище, що автоматично масштабується і не потребує додаткової підтримки. Дані з Google Analytics 4 надходять туди в «сирому» вигляді щодня через налаштоване вивантаження їх з інтерфейсу GA4.

Для рекламних джерел ми використали наш спеціальний ETL конектор — це Python-код, який щодня автоматично завантажує інформацію з Google Ads і Facebook, Telegram i системи Advio.

Крок 4. Об’єднання та агрегування

Ми використовували сервіс Dataform — інструмент Google Cloud для роботи з інформацією в BigQuery. Він допомагає будувати та підтримувати процеси підготовки:

• створювати таблиці;

• описувати їхню структуру;

• перевіряти якість;

• керувати змінами.

Dataform дає змогу автоматизувати підготовку даних за розкладом і забезпечує правильний порядок виконання кроків обробки. Це зменшує обсяги ручної роботи, знижує ризик помилок і гарантує вчасне оновлення інформації.

Завдяки Dataform ми об’єднали інформацію з різних джерел, виконали необхідні розрахунки та створили вітрини (data marts) зі зрозумілою структурою. Код зберігається в спільному репозиторії, що дає нагоду швидко вносити зміни, контролювати версії та безпечно оновлювати логіку в автоматичному режимі.

Кожна таблиця містить впорядковані дані за єдиними правилами: витрати однакові одиниці, дати мають один формат, канали позначені однаково. Це дозволяє дашборду витягти інформацію для графіків, замість того щоб обробляти гігабайти сирих даних щоразу.

Крок 5. Візуалізація

Наприкінці ми підключили вітрини до PowerBI, де готували фінальні дашборди. Цей інструмент обрали через стабільність і швидкість роботи з великими обсягами інформації. Він працює з підготовленими та закешованими даними, що забезпечує швидке відкриття звітів і меншу залежність від джерел у реальному часі.

На відміну від Looker Studio, де звіти можуть гальмувати при складних запитах, Power BI дає кращий контроль над моделлю і розрахунками, що особливо важливо для складної наскрізної аналітики.

Нижче — кілька прикладів із готового дашборду.

Результати

Ми створили аналітичну платформу, котра об’єднує інформацію з різних джерел:

• Google Analytics 4;

• Google Ads;

• Meta;

• Telegram.

Це дає змогу:

• контролювати ефективність усіх каналів з точністю понад 95% — завдяки єдиній моделі атрибуції;

• аналізувати витрати і KPI в рази швидше: час на підготовку та зведення звітів скоротився на ~75%;

• оптимізувати бюджет, спрямовуючи кошти на більш результативні канали.

• контролювати ефективність усіх каналів;

• аналізувати витрати і ключові показники ефективності (KPI);

• оптимізувати бюджет, спрямовуючи кошти на більш результативні канали.

Завдяки єдиній аналітичній системі партнер швидше приймає рішення та ефективніше керує оптимізацією реклами.

Відгуки про співпрацю

Ніна Зеленова, Marketing Specialist в Advio

Михайло Василенко, Data Analyst в Netpeak