Какие проблемы могут возникнуть:

• Что-то не успел внедрить или внедрил недавно;
• Что-то внедрил некорректно, поэтому данные с ошибками;
• Столкнулся с лимитами инструментов аналитики (например, семплирование — анализ полной базы на основе части данных).

Аналитика вне Google Analytics на оcнове баз данных

В Google Analytics нет кнопки «отменить». Если данные собраны неправильно, пересчитать их невозможно.

Поэтому аналитикам стоит дополнять данные из систем аналитики и другими источниками:

• Базы данных о товарах, заказах и Клиентах (CMS, ERP, CRM);
• Рекламные аккаунты (Google Adwords, Яндекс.Директ);
• Статистика сервиса (MailChimp, Youtube, Google Webmaster, Яндекс.Вебмастер).

Каждая система и сервис собирает свою статистику. Выгружай эти данные, чтобы анализировать и улучшать работу проекта. Но выгрузить — это ещё не все. Базу данных нужно подготовить к работе.

Очистка данных

1. Ненужные сегменты

Розничные и оптовые покупатели ведут себя по-разному. Если анализировать пользователей вместе, получим кашу. Отфильтруй Клиентов по принципу розница/опт. И анализируй только один из сегментов.

2. Заказы от сотрудников и тестовые заявки

Клиент набрал по телефону. Менеджер получил заказ. И оформил его через свой email. Заказ есть. Но стоит ли брать его в анализ? Сотрудник знает, как устроен сайт. И ведёт себя не так, как покупатели. Слушай в подкасте о том, как сотрудники искажают данные для анализа.

Отфильтруй заказы менеджеров и тестовые заявки программиста. Удали из анализа корпоративные email, которые содержит домен сайта.

Если корпоративных адресов нет, смотри на список самых частых покупателей. Выделите топ-100 Клиентов, которые покупали больше всего. Все технические аккаунты попадут в список. И ты сможешь отфильтровать сотрудников вручную.

3. Статусы заказов

Обязательно фильтруй заказы по статусу. Отменён или выполнен.

4. Период времени

Помни, когда и что тобой внедрено. Когда данные начали фиксироваться правильно. Когда появилось новое поле в базе.

Отфильтруй базу по 4 пунктам. На выходе после очистки ты получишь узкий сегмент: выполненные розничные заказы только от Клиентов за 2015 год.

Добавляй другие критерии для сегментации, которые подойдут твоему бизнесу.

Просмотри базу еще раз. В ней могут быть ошибки, которые невозможно определить автоматически. Например, программист настроил, что по умолчанию в базе фиксируется неправильный параметр. Поэтому проверяй данные вручную.

Принципы очистки

Выгрузи данные в Excel. Это самый простой инструмент. В Excel включи автофильтры:

• сортируй по самым большим и маленьким значениям;
• удали пустые ячейки;
• определи неправильные данные.

Дальше стоит найти «жирафов».

Что такое жирафы? Средний рост всех животных Африки, включая жирафов — около 2 метров. Но если жирафов не считать — 1,5 метра.

Жирафы могут поселиться и в твоей выборке. Это нетипичные потребители — сотрудники, оптовые Клиенты, посредники. Они искажают картину при анализе.

Ты вручную выгрузил и очистил данные. Понял, кого нужно отсегментировать или отфильтровать. В будущем тебе много раз нужно будет проделывать такую работу. Поэтому лучше поставить задачу программистам на автоматическую очистку. И экономить время в будущем.

Как собирать сырые данные корректно?

1. Валидизировать данные на входе

Например, в поле телефон можно писать только цифры. А чтобы привести номер в правильный формат, пропишите начало номера. Для Украины «+380…», для России «+7…».

2. Добавить признак «сотрудник» в базе данных

3. Завести причину отмены заказа — «тестовый»

4. Продумать «склейку» профилей

Один и тот же человек для покупок на сайте авторизируется через профиль в Facebook, email и телефон. Получаешь 3 разных Клиента, вместо одного. Картина смазывается.

Склеивай пользователей по номеру телефона, адресу доставки, ФИО.

5. Импортировать исправления в базу данных

Если ты исправил ошибки в базе данных, не забудь их импортировать.

6. Ввести в процесс обработку новых ошибок коллегами

Например, менеджер принимает заказ по телефону. В админке ему высвечивается «проверь email этого Клиента».

Обогащение данных

Базу данных легко обогатить. Дописать характеристики на основе информации, которая у тебя уже есть.

• Из Goole Analytics → CRM (ключ — номер заказа в e-commerce);
• Из IP → город, регион, страна (по базе GeoIP);
• Из имени и отчества → Пол;
• Из адреса → Расстояние (по API карт);
• Из товаров в заказе → Размер;
• Из социальных сетей → Интересы, чекины, друзья, возраст;
• Из товаров → Характеристики, отзывы (по API Яндекс.Маркета).

Хороший сервис для структурирования и обогащения базы — dadata.ru.

Заливаем в dadata такие данные:

На выходе получаем структурированную таблицу:

Доработка структуры БД

• Разнеси поле
• ФИО на отдельные поля — фамилия, имя, отчество.
• Заведи отдельные поля для параметров, вместо «комментарий к заказу».
• Структурируй ввод данных — в этом поле можно ввести только текст или только цифры.
• Настрой связь по API c другими сервисами. Например, Яндекс.Карты.

База данных готова к анализу.

Смотри презентацию.

Аналитика вне Google Analytics на основе баз данных from Roman.ua

Выводы

Используй базы данных для аналитики. Перед анализом базу нужно:

• выгрузить сырые данные;
• очистить от лишней информации;
• обогатить дополнительными данными;
• структурировать.