Web-аналитика и дашборды в Power BI для Motul

Главное о кейсе

1. Настроили единый дашборд из всех источников с возможностью анализировать поведение пользователей на сайте.

2. Автоматизировали отчетность по KPI для топ-менеджмента.

3. Построили конверсионные воронки по основным продуктам.

4. Проконсультировали заказчика по дальнейшим действиям по развитию digital-продукта.
***
1. We’ve set up a unified dashboard from all sources with the ability to analyze users’ behavior.

2. We’ve developed reports on the main KPI metrics automatically.

3. We’ve built conversion funnels for the main products.

4. We’ve made our recommendations to the customer’s team for further steps to develop their digital product.

Бизнес-задача и ее решение

Задача

Собрать дашборд с верхнеуровневыми KPI для топ-менеджмента и дать командам возможность анализировать поведение пользователей на сайте: построить конверсионные воронки по основным продуктам, дать инсайты по популярности продуктов по странам присутствия Motul.

Решение

Сбор данных.


В качестве хранилища данных мы используем BigQuery. Источников данных у нас 8: шесть сайтов Motul, данные rest API сайта с мета-информацией о контенте продуктовых страниц и данные Hookit об активности в соцсетях.

Для загрузки данных мы используем стек технологий Singer + Meltano.

Моделирование данных.

После анализа данных мы заметили, что в Google Analytics не всегда реализован трекинг событий и в большинстве случаев доступны данные о просмотрах страниц.
А клиенту важно видеть статистику по просмотрам в разрезе по товарам, товарным категориям и брендам авто/мото. Именно поэтому мы решили провести минимальное моделирование данных перед тем, как вывести их на дашборд.

Минимальное моделирование (minimalmodeling.com) — подход, который позволяет одновременно разобраться в структуре данных и задокументировать ее.

Полученные анкеры, атрибуты и линки мы сразу же документируем в Excel-файле, то есть описание финальных данных появляется раньше реализации.

Реализация DATA API.

Реализованные в виде независимых таблиц анкеры, атрибуты и линки мы называем Data API, потому что, по сути, это интерфейс к данным заказчика, с которым могут работать BI-отчеты, ML-модели и другие приложения.

Такой подход сильно упрощает тестирование данных: по сути, мы видим полный граф трансформаций каждого атрибута, поэтому если замечаем ошибку в данных, то можем проверить трансформации вплоть до первого этапа — сбор данных.

Сбор витрины для Power BI.

Поверх данных Data API мы собираем широкие таблицы, которые подходят для отрисовки отчетов в PowerBI.

Если мы дорабатываем логику работы с сырыми данными, мы меняем только логику в Data API, а данные всех широких таблиц для репортинга пересчитываются автоматически.

***
Task

We were tasked to build dashboards with basic metrics the company’s top management is interested in. It was important to construct a system marketing managers could use on their own. The goal of the marketing was to understand which goods and products are popular in the countries where Motul operates.

What we have done

We prepared the infrastructure for implementing self service analytics. First of all, we started collecting data from various sources. To load this data we were using technologies of Singer and Meltano.

Then we went to data modeling. This step was important because of the details of business needs. We used a Minimal Modeling approach which helped us document and systematize the data.

After all, we collected all the received data in a table. In fact, this table is our Data API. The data from the table is automatically sent to Power BI. Power BI generates dashboards for users.

Прочая информация о кейсе

Motul — крупный производитель моторного масла и тормозных жидкостей. У компании есть основной сайт и несколько сайтов-сателлитов. На каждом из них разные продукты для пользователей: подбор машинного масла по марке авто, подбор реселлера, продуктовые страницы с товарами и т. д.

Такая структура осложняет жизнь маркетологам. У них много источников данных, поэтому собирать, сводить, анализировать их сложно.

***
Motul S.A. is a French company which manufactures and distributes engine oils and brake fluids. The company offers a lot of different products to users. Motul develops a website for each of these products.

A marketing department of the company is supposed to collect, consolidate and analyze data from all these sources. But it takes a lot of time. Also specific skills are needed from the marketing team.

That is why they have decided to deploy the self service analytics.

Скриншоты