Namun, profesional periklanan jarang mengalokasikan anggaran analitik, jadi Anda harus melakukannya sendiri.
Apa yang perlu Anda lakukan untuk memvisualisasikan Yandex Direct di Data Studio:
- Dapatkan token dari akun Anda (untuk ini di bantuan Yandex.Direct)
- Dengan Python Tulis permintaan ke server Yandex Direct
- Jumlahkan statistik dalam Pandas Data Frame
- Kirim data ke Google Big Query
- Buat visualisasi di Data Studio berdasarkan data di Google Big Query
Tulis permintaan ke server Yandex Direct dan tambahkan data ke Pandas Data Frame
Saya biasa mengaduk-aduk permintaan dan kemudian mengedit data agar dapat dikirim. Anda dapat mencoba jika Anda perlu fine-tuning (saya menulis tentang ini sebelumnya di sini habr.com/ru/post/445734 )
Selebihnya, ada cara yang jauh lebih sederhana - paket python saya yadirstat. ( reviewnya habr.com/ru/post/512902 ). Saat menggunakannya, Anda memasukkan token, login, tanggal, dan Anda mendapatkan Bingkai Data yang sudah jadi, di mana Anda tidak perlu mengubah apa pun.
Kodenya terlihat seperti ini:
from yadirstat import yadirstat
x=yadirstat.yadirstat.campaign('FFFFFfffffFFFFggggGGGgg', 'client123123','2020-05-10','2020-07-15')
print(x)
Kirim data ke Google Big Query
Ini adalah cara paling jelas untuk mengumpulkan data untuk visualisasi selanjutnya di DataStudio, karena mereka bekerja dengan sempurna secara berpasangan.
Untuk pengiriman saya menggunakan paket "pandas_gbq" Kodenya
terlihat seperti ini:
import pandas_gbq
pandas_gbq.to_gbq(x, 'YD_Days.test', project_id='red-abstraction-99999999',if_exists='replace', progress_bar=None)
Mengapa datanya ditimpa? Karena statistik dalam arahan dapat disesuaikan dari waktu ke waktu, dan jika kita menambahkan istilah baru, kita akan memiliki perbedaan dalam statistik.
Sekarang mari kita periksa apakah informasinya masuk ke Big Query. Jika semuanya berjalan dengan baik, akan ada seperangkat bidang dari tipenya
Buat visualisasi di Data Studio berdasarkan data di Google Big Query
Untuk melakukan ini, Anda dapat langsung membuat kueri di Big Query untuk mendapatkan semua data:
tekan "Kirim kueri ke tabel", tambahkan "*" setelah PILIH dan hapus batasnya. Kueri terlihat seperti ini: “SELECT * FROM` red-abstraction-239999.YD_Days.test`”
Di Data Studio Menghubungkan ke Google Big Query
Dalam mengubah sumber, kita akan melihat bidang berikut
Ini diperlukan untuk mengubah bidang berikut untuk agregasi yang benar:
- BPK Rta
- Tingkat konversi
- CostPerConversion
- Ctr
Mengapa ini dilakukan? Mari pertimbangkan untuk menggunakan BPK sebagai contoh
Jika kita memiliki dua baris dengan data berikut:
- 100 klik - Biaya per klik 100 rubel - Biaya 10.000
- 2 klik - Biaya satu klik - 10 rubel - Biaya 20 rubel
Rata-rata biasa akan mengatakan BPK ada di dua baris 55
Oleh karena itu, untuk mendapatkan BPK yang benar, bagi semua biaya dengan semua klik. Dalam hal ini, BPK akan menjadi 98.2. Cukup
sembunyikan bidang ini dan tambahkan analognya:
- BPK = SUM (Biaya) / SUM (Klik)
- CTR = SUM (Klik) / SUM (Tayangan) * 100
- % konversi = SUM (Konversi) / SUM (Klik) * 100
- Biaya konversi = SUM (Biaya) / SUM (Konversi)
Saya sama sekali tidak menggunakan kolom "Tampilan Halaman Rata-Rata".
Rasio pentalan adalah kolom yang sangat kompleks karena Yandex menggunakan statistik yang berbeda berdasarkan beberapa data tambahan.
Singkatnya, saya menggunakan rumusnya, itu yang memberi saya penyimpangan minimum dari apa yang ditunjukkan Yandex:
% rasio pentalan = SUM (Bounce_clicks) / (SUM (Klik) / 100).
di mana Bounce_clicks adalah jumlah klik yang terpental di setiap baris
Tapi pertanyaan ini berada di luar cakupan artikel ini :)
Pada tahap ini, kita mendapatkan kumpulan bidang berikut:
Kami memvisualisasikan
Saya membuat dua halaman untuk setiap klien: informasi umum dan informasi tentang kunci.
Mari kita mulai dengan halaman pertama - informasi umum
Di sini saya posting:
- Jadwalkan dengan pengeluaran berdasarkan hari
- Tabel dengan statistik berdasarkan tanggal
- Tabel dengan statistik berdasarkan kampanye
- Dasbor dengan statistik untuk kemarin (klik, biaya, biaya per klik)
Pertama, tempatkan rentang tanggal di sudut sehingga pengguna dapat memilih tanggalnya sendiri:
Sekarang, tambahkan jadwal dengan biaya:
Tetapkan setelan berikut:
Dapatkan diagram seperti itu
Untuk tabel dengan tanggal, tetapkan setelan berikut:
Untuk tabel dengan kampanye, ubah parameter "Tanggal" menjadi nama kampanye
Untuk dasbor Saya menggunakan ringkasan. Akibatnya
, saya mendapatkan halaman berikut dengan statistik:
Kami mendapatkan statistik untuk kata kunci:
Semuanya sama, hanya sekarang permintaannya akan terlihat seperti ini:
import pandas_gbq
from yadirstat import yadirstat
x = yadirstat.yadirstat.criteria('AgAAAAI',client-12247235,'2020-05-10','2020-07-15')
print(x)
pandas_gbq.to_gbq(x, 'YD_criteria.test', project_id='red-abstraction-21239254613',if_exists='replace', progress_bar=None)