Автоматизация сквозной аналитики для доставки готового питания в Яндекс DataLens

Ниша: Доставка правильного питания
Системы визуализации данных: Yandex Datalens
Источники данных: Яндекс Метрика, самописная CRM, Google Sheet
Стек технологий: Python 3, PostgreSQL, AirFlow

Задача и проблема:
Маркетинговый отдел не видел, какие каналы трафика приводят не просто клики, а реальные оплаченные заказы. Данные жили в разных системах:

Трафик — в Яндекс.Метрике.
Заказы с UTM-метками — в самодельной CRM.
Планы продаж — в Google-таблицах.

Сводить всё вручную в Excel с помощью сложных формул было невозможно: это занимало часы, а из-за ошибок в написании UTM-меток данные получались неточными.

Решения без автоматизации:
Ежедневно в ручном режиме выгружать данные по новым заказам и трафику в Excel. С помощью сложных формул сводить цифры через UTM-метки.
Но данное решение требует много времени, имеет низкую точность из-за разнообразных формулировок UTM и большого количества данных.

Предложенное решение:
Развернуть аналитическую базу данных, в которую в автоматическом режиме по API собирать данные по трафику из Яндекс Метрики в разрезе UTM-меток.
Собирать информацию об оформленных на сайте заказах с указанием UTM-меток. На стороне базы данных в автоматическом режиме совмещать трафик и заказы по UTM-меткам, рассчитывать необходимые конверсии.

Что сделали

Мы построили автоматический ETL-процесс и настроили единый дашборд в Яндекс DataLens:

Собрали данные в одном месте: Через API настроили автоматическую выгрузку трафика из Яндекс.Метрики и заказов из CRM в аналитическую базу данных (PostgreSQL). Туда же подключили Google-таблицу с плановыми показателями.
Автоматизировали расчеты: На стороне базы данные автоматически сопоставляются по UTM-меткам. Python и AirFlow обеспечивают ежедневное обновление без участия человека.
Визуализировали результат: В DataLens построили дашборд, который в режиме реального времени показывает:

Сколько пришло трафика, лидов и клиентов по каждому каналу (с детализацией по дням/неделям).
Процент выполнения плана и конверсию на каждом этапе (самые важные показатели выделены цветом).
Когортный анализ (LTV), чтобы понять, какие клиенты остаются с компанией надолго.

С детализацией на каждый день, неделю и месяц в удобной таблице выводится информация по каждому интересующему каналу: входящий трафик (из Яндекс Метрики), лиды (начали оформлять заказ, но не закончили) и клиенты (заказ оформлен).

Информация о плане по клиентам берется из Google-таблицы, в которую данные заносятся в ручную и автоматически подгружаются в дашборд. И сразу же рассчитывается процент выполнения плана, конверсия из лида в клиента и из трафика в клиента. Наибольшие значения выделяются цветом.
С помощью данной таблицы удобно проводить анализ эффективности разных каналов, сравнивая их между собой.

По данным о клиентах из CRM рассчитан когортный анализ. На его основании можно оценивать, как долго новый клиент продолжает пользоваться продуктами компании, какой средний LTV приносит.

Результат работы

Менеджмент и маркетологи получили удобный инструмент, который:
Работает полностью автоматически, обновляя данные каждое утро.
Дает прозрачную картину эффективности инвестиций в рекламу.
Позволяет быстро понять, какой канал трафика приносит наиболее «дорогих» и лояльных клиентов, чтобы перераспределить бюджет.
В итоге был получен удобный и универсальный инструмент, который работает автоматически и обновляет данные ежедневно. С его помощью менеджмент компании может быстро и наглядно оценивать эффективность разных каналов трафика. Определять какой из них наиболее выгоден компании, и в какой нужно прикладывать больше усилий.

Создадим понятные интерактивные отчеты любой сложности для вашего бизнеса. Оставьте заявку и мы ответим на все интересующие вас вопросы!