HackForData#3: Команда, занявшая III место — Team Z

HackForData #3 — команда, занявшая 3 место — Team Z

Участники команды:

  • Астахов Антон
  • Фалин Алексей
  • Бондаренко Иван

Участники рассказывают подробнее о своем проекте.

В начале практической части хакатона было столько эмоций и желания что-то пощупать, что первые 3-4 часа мы продумывали и делали всякие штуки для интереса.

Ближе к ночи мы поняли 2 вещи:

1. Хорошо поигрались с разными инструментами, и нужно сделать что-то, что все-таки будет работать и может быть полезно для широкой аудитории;
2. Если мы хотим сделать BI-систему, которую будет не стыдно презентовать — нужно работать всю ночь 🙂

В итоге мы поставили задачу сделать полезную, универсальную и простую в эксплуатации BI-систему для пользователей, которые пока не обладают знаниями, чтобы делать собственные BI-системы. Сделать что-то несложное и полезное, что может вдохновлять пользователей разбираться в Power BI и делать свои системы.

Для начала мы решили еще упростить отличное и удобное решение Максима Уварова по подключению Метрики к нашей BI-системе. Теперь достаточно сделать токен и вписать номер счетчика и токена в соответствующие поля:

Сама BI-система сделана так, что она без проблем подключится к вашему аккаунту Яндекс.Метрики, и вам не придется делать дополнительных настроек.

Уточняем целевую аудиторию:

  • Интернет-маркетологи, решающие задачу оценки всего трафика на сайте
  • SEO-специалисты, решающие задачу поиска причин снижения /повышения трафика

Выявляемые проблемы:

1. Построение отчетов год к году / месяц к месяцу по 2-ум показателям — тип источника трафика и тип мобильного устройства

Суть проблемы:

Постройка такого кастомного отчета в Google Analytics практически невозможна, так как с большой вероятностью проект попадет под сэмплирование. Постройка такого кастомного отчета в Метрике возможна, но на выходе получается отчет не очень удобный для изучения (график не показывает абсолютное расхождение показателей / для каждого типа устройства нужно делать либо свой кастомный отчет / сегмент, что затрудняет быстрое переключение между отчетами)

2. Анализ трафика в выходные дни

Суть проблемы:

Выходные дни — это не только суббота, но еще и большое количество праздников, в этом году 12% от всех праздничных дней пришлись на обычные дни недели. Интереснее всего понять, как изменяется структура трафика по типам устройств и пользователям.

3. Простой и функциональный отчет для SEO-специалиста

Суть проблемы:

Случаются колебания трафика с органической выдачи. Задача специалиста как можно быстрее определить проблему. Для этого он должен проанализировать поисковые системы Яндекс и Google отдельно друг от друга, чтобы понять: проблемы в обеих системах или только в одной. Далее он должен изучить список посадочных страниц, чтобы понять почему просел трафик и принять меры.

Пример системы в облаке:

Файл pbix для скачивания

Придуманные метрики:

В данный момент при анализе SEO возникают затруднения. Дело в том, что Google Analytics не показывает запросов, по которым приходили пользователи из органической выдачи, а Яндекс.Метрика показывает только запросы, которые задавались в поисковой системе Яндекса.

Если происходит просадка трафика из органики, то в случае Яндекса еще можно как-то понять, в чем дело, а вот в случае с Google можно пытаться установить проблему, анализируя изменение количества трафика на посадочные страницы. Это одна сторона медали.

Другая ее сторона заключается в том, что при наращивании семантики SEO-специалисты ставят задание на публикацию новых страниц / разделов сайта. Ради этих работ клиенты переделывают сайты, покупают тексты — в общем, тратят деньги, порой серьезные. SEO-специалист оказывается в ситуации, когда, с одной стороны, ему нужно четко понимать, что происходит с трафиком (анализировать страницы входа), с другой стороны, специалист ставит задачи на создание новых страниц, разделов и должен видеть отдачу от этих работ.

Для того, чтобы следить сразу за 2-мя задачами, мы предлагаем использовать на одной диаграмме 2 значения:
1. Трафик с поисковых систем: помесячно;
2. Количество посадочных страниц, на которые были переходы из органики: помесячно.

Придуманные типы анализа данных:

Сразу хочу предупредить, видео записывались с утра после бессонной ночи, недалеко от моего компьютера (во время записи) спал человек, возможно, кто-то это сможет даже услышать 🙂

Следующая статья
Предыдущая статья

Комментирование закрыто.

ОТКРЫТ НАБОР НА НОВЫЙ ПОТОК КУРСА “POWER BI ДЛЯ ИНТЕРНЕТ-МАРКЕТИНГА”

Подпишитесь на нашу рассылку, чтобы не пропустить новые статьи!

Подписка на рассылку NeedForData

Бесплатная шпаргалка по визуализации
Плакат Как что визуализировать
Сертификаты студентов курсов NeedForData.ru

© 2019    NeedForData