ومع ذلك ، نادرًا ما يخصص محترفو الإعلانات ميزانيات التحليلات ، لذلك عليك أن تفعل ذلك بنفسك.
ما عليك القيام به لتصور Yandex Direct في Data Studio:
- احصل على رمز مميز من حسابك (لهذا في Yandex.Direct Help)
- في Python اكتب طلبًا إلى خادم Yandex Direct
- مجموع الإحصاءات في إطار بيانات الباندا
- أرسل البيانات إلى Google Big Query
- أنشئ تصورًا في Data Studio استنادًا إلى البيانات الموجودة في Google Big Query
اكتب طلبًا إلى خادم Yandex Direct وأضف البيانات إلى Pandas Data Frame
اعتدت أن أتجول في الطلبات ثم أحرر البيانات حتى يمكن إرسالها. يمكنك المحاولة إذا كنت بحاجة إلى ضبط دقيق (كتبت عن هذا سابقًا هنا habr.com/ru/post/445734 )
بالنسبة للباقي ، هناك طريقة أسهل بكثير - حزمة python الخاصة بي yadirstat. (مراجعة عليه habr.com/ru/post/512902 ). عند استخدامه ، تقوم بإدخال رمز مميز ، وتسجيل الدخول ، والتواريخ ، وستحصل على إطار بيانات جاهز ، حيث لا تحتاج إلى تغيير أي شيء.
يبدو الرمز كما يلي:
from yadirstat import yadirstat
x=yadirstat.yadirstat.campaign('FFFFFfffffFFFFggggGGGgg', 'client123123','2020-05-10','2020-07-15')
print(x)
أرسل البيانات إلى Google Big Query
هذه هي الطريقة الأكثر وضوحًا لجمع البيانات من أجل التصور اللاحق في DataStudio ، حيث تعمل بشكل جيد في زوج
لإرسال الحزمة التي أستخدمها "pandas_gbq"
يبدو الرمز كما يلي:
import pandas_gbq
pandas_gbq.to_gbq(x, 'YD_Days.test', project_id='red-abstraction-99999999',if_exists='replace', progress_bar=None)
لماذا يتم الكتابة فوق البيانات؟ نظرًا لأنه يمكن تعديل الإحصائيات في التوجيه بمرور الوقت ، وإذا أضفنا مصطلحات جديدة ببساطة ، فسنحصل على تناقضات في الإحصائيات.
الآن دعنا نتحقق مما إذا كانت المعلومات قد انتقلت إلى Big Query. إذا سارت الأمور على ما يرام ، فسيكون هناك مثل هذه المجموعة من الحقول من أنواعها
أنشئ تصورًا في Data Studio استنادًا إلى البيانات الموجودة في Google Big Query
للقيام بذلك ، يمكنك إنشاء استعلام على الفور في Big Query للحصول على جميع البيانات:
اضغط على "إرسال استعلام إلى الجدول" ، وأضف "*" بعد SELECT وأزل الحد. يبدو طلب البحث على النحو التالي: "SELECT * FROM" red-abstraction-239999.YD_Days.test` "
في Data Studio الاتصال بـ Google Big Query
عند تغيير المصدر ، سنرى الحقول التالية
: مطلوب تغيير الحقول التالية للتجميع الصحيح:
- متوسط تكلفة النقرة
- معدل التحويل
- CostPerConversion
- Ctr
لماذا يتم هذا؟ لنفكر في تكلفة النقرة كمثال
إذا كان لدينا سطرين بالبيانات التالية:
- 100 نقرة - تكلفة النقرة 100 روبل - التكلفة 10000
- نقرتان - تكلفة النقرة - 10 روبل - تكلفة 20 روبل
يشير المتوسط المعتاد إلى أن تكلفة النقرة تتكون من سطرين 55
لذلك ، للحصول على تكلفة نقرة صحيحة ، قسّم جميع التكاليف على جميع النقرات. في هذه الحالة ، ستكون تكلفة النقرة 98.2 ، ما عليك سوى
إخفاء هذه الحقول وإضافة نظائرها :
- تكلفة النقرة = SUM (التكلفة) / SUM (النقرات)
- نسبة النقر إلى الظهور = SUM (النقرات) / SUM (مرات الظهور) * 100
- النسبة المئوية للتحويلات = SUM (التحويلات) / SUM (النقرات) * 100
- تكلفة التحويل = SUM (التكلفة) / SUM (التحويلات)
لا أستخدم عمود "AvgPageviews" على الإطلاق.
معدل الارتداد هو عمود معقد للغاية نظرًا لحقيقة أن Yandex يستخدم إحصاءات مختلفة بناءً على بعض البيانات الإضافية.
باختصار ، أنا أستخدم الصيغة ، إنها تعطيني الحد الأدنى من الانحرافات عما
تعرضه Yandex: ٪ معدل الارتداد = SUM (Bounce_clicks) / (SUM (Clicks) / 100).
حيث Bounce_clicks هو عدد النقرات المرتدة في كل سطر
ولكن هذا السؤال خارج نطاق هذه المقالة :)
في هذه المرحلة ، نحصل على مجموعة الحقول التالية:
نحن نتخيل
أقوم بعمل صفحتين لكل عميل: معلومات عامة ومعلومات عن المفاتيح.
لنبدأ بالصفحة الأولى - معلومات عامة
هنا أنشر:
- جدول مع المصاريف في اليوم
- الجدول مع الإحصاءات حسب التاريخ
- جدول مع الإحصاءات حسب الحملة
- لوحة تحكم مع إحصائيات الأمس (النقرات ، التكلفة ، تكلفة النقرة)
أولاً ، ضع نطاقًا
زمنيًا في الزاوية حتى يتمكن المستخدمون من تحديد التواريخ لأنفسهم: الآن ، أضف جدولاً بالتكاليف:
اضبط الإعدادات التالية:
احصل على مثل هذا المخطط
للحصول على جدول مع التواريخ ، قم بتعيين الإعدادات التالية:
للحصول على جدول يتضمن حملات ، قم بتغيير معلمة "التاريخ" إلى اسم الحملات من
أجل لوحات المعلومات ، أستخدم الملخص ونتيجة لذلك
أحصل على الصفحة التالية بالإحصائيات:
نحصل على إحصائيات للكلمات الرئيسية:
كل شيء متشابه ، الآن فقط سيبدو الطلب كما يلي:
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)