15 минут вместо часов: как e-commerce автоматизировал контроль маркетинга через DataLens

Сократили время анализа рекламы с часов до минут — крупная e-commerce платформа с сотнями брендов объединила три системы аналитики в один дашборд на Yandex DataLens с обновлением каждые 15 минут.

Что не работало раньше

Рекламные показатели хранились в Яндекс Директе, данные по заказам — в Метрике, плановые KPI — в Google Таблицах. Маркетологи вручную переносили данные между системами. Сравнить периоды или понять текущее состояние кампаний в течение дня было невозможно.

Собственник не видел единой картины по брендам, географии и устройствам. Управленческие решения принимались на основе вчерашних данных.

Что изменили

Построили двухконтурную систему на базе Yandex DataLens и ClickHouse. Для автоматической загрузки из Директа, Метрики и Google Таблиц использовали DataDroid — коннектор, который работает без программиста.

Три технических препятствия и решения:

Проблема #1: DataDroid не выгружал данные за текущий день
Решение: Доработали логику коннектора — основной массив за предыдущий день грузится с проверкой расхождений, оперативные данные текущего дня обновляются каждые 15 минут

Проблема #2: DataLens не сравнивает произвольные периоды
Решение: Для стандартных сравнений (день к дню, неделя к неделе) написали вычисляемые поля с логикой смещения дат. Для произвольных диапазонов применили параметры и JS-редактор DataLens

Проблема #3: Объём данных оказался в 30 раз больше ожидаемого
Решение: В типовом e-commerce 500 000 строк — это месяц статистики. Здесь такой объём формировался за день. Оптимизировали работу с большими объёмами в ClickHouse и перестроили логику агрегаций

Что получили

Один дашборд показывает одновременно:

Факт по всем каналам
Данные за прошлый период
План с абсолютными и процентными отклонениями
Обновление каждые 15 минут вместо ручной сборки

Маркетолог видит происходящее с кампаниями в реальном времени. Собственник получил единую управленческую картину по брендам, географии и устройствам.

Что бы сделали иначе

Недооценили объёмы данных на старте — пришлось переделывать архитектуру под реальный масштаб. Правильнее было бы заложить запас по производительности сразу: в e-commerce с сотнями SKU и регионов объёмы растут нелинейно.

Подход работает для любых e-commerce и B2C-проектов, где маркетинговые данные разбросаны по разным платформам. Ключ к успеху — разделение на батч и real-time, кастомная логика сравнений и готовность оптимизировать работу с масштабом.

Если аналитики вручную собирают отчёты — дашборд с 15-минутным обновлением окупится за счёт высвобождения времени и снижения ошибок.

Источник: https://informbox.ru/portfolio/publications/obedinili-tri-sistemy-i-avtomatizirovali-kontrol-kpi-marketinga-s-pomoshchyu-yandex-datalens/

15 минут вместо часов: как e-commerce автоматизировал контроль маркетинга через DataLens

Похожие статьи

Поделиться в соц. сетях

Комментарии