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.

Идет набор на курс “Power BI для интернет-маркетинга”

Набор на новый поток курса по Power BI

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

© 2018    NeedForData