Построение системы аналитики кросс-платформенного проекта для VoD-медиасервиса (Firebase, Google Analytics web+apps, BigQuery, Google Data Studio и Power BI)
eye

Клиент: VoD-медиасервис — предоставляет возможность просмотра ТВ-каналов и фильмов через: приложение для смартфонов, приложения для SMART-телевизоров, сайт.
Услуга: Настройка единой системы аналитики для всех точек касания с клиентом.
Задача: Построить систему аналитики, которая позволит: анализировать маркетинговые коммуникации, отслеживать взаимодействия пользователя с контентом, сегментировать пользователей для Ремаркетинга, анализировать продукт и улучшать его.
Результат: В результате работы с нуля была выстроена единая система аналитики для анализа данных (на базе инструментов Firebase, Google Analytics, BigQuery, Google Data Studio и Power BI).

Автор кейса: Елена Березовская, руководитель отдела веб-аналитики в агентстве

berezovskaya.jpg

Руководитель отдела аналитики

Елена Березовская

При помощи Firebase и Google Analytics web+app были собраны данные, которые импортируются в BigQuery. Затем, данные из BigQuery визуализируются в Google Data Studio, Power BI или отчет строится в виде таблицы.

Благодаря этому стало возможным:

  • Использовать нотификации приложения в маркетинговых целях:
    стимулировать дополнительные продажи, увеличивать лояльность и вовлечение пользователей.
  • Оптимизировать рекламные кампании по главным для бизнеса действиям.
  • Использование информации о поведении пользователей для улучшение продукта.
  • Отслеживание, анализ и устранение ошибок в приложении.
pic_1.jpg

Немного детальнее об инструментах

Google Analytics — система для анализа онлайн-данных.

Firebase — мобильная платформа, которая помогает быстро разрабатывать высококачественные приложения, анализировать и оптимизировать рекламные кампании, развивать свой бизнес. Имеет функционал для создания нотификаций, сообщений внутри приложений, А/В тестирования, анализа ошибок и т. д.

BigQuery — облачная база данных, которая позволяет хранить персональные данные ваших клиентов, легко интегрируется с другими продуктами Google, такими, как Google Analytics, Firebase и другие.

Google Data Studio — инструмент для визуализации данных, его плюсы: простота использования, интеграции с продуктами Google. Бесплатный.

Power BI — инструмент для бизнес-анализа, позволяет получать, преобразовывать и визуализировать данные. Более гибкий и функциональный, чем Data Studio, но более сложный и имеет ряд особенностей при работе с сервисами Google. Платный.

Вроде бы все просто, но на этапе реализации был ряд подводных камней, с которыми нам пришлось столкнуться.

Проблема

Подводные камни при реализации можно разбить на две категории: технические и коммуникационные.

Технические особенности связаны с выбранными технологиями, архитектуры приложений.

Особенности коммуникации были связаны с большим числом команд, которые участвовали в реализации проекта.

Решение

Среди технических нюансов в качестве основных можно выделить два:

  • Все наиболее важные действия происходят не в приложении. Для регистрации, подключения пакетов, оплаты тарифа пользователя необходимо перейти либо на сайт, либо на страницы сайта, которые интегрированы в приложение. В обоих случаях происходит разрыв сеанса. Это усложнило анализ рекламных кампаний. Для решения проблемы пришлось дорабатывать сайт и передавать дополнительные данные с сервера в момент регистрации.
  • Не все smart-телевизоры поддерживают Firebase и стандартную реализацию Google Analytics. Так как на момент работы над проектом официально еще нет Measurement Protocol для Google Analytics app+web, то пришлось создавать вспомогательный стандартный ресурс для интеграции данных в единую систему.

Работа над приложением отличается от работы над сайтом не только на техническом уровне, но и на уровне коммуникации. В нашем случае нам понадобилось коммуницировать с 5ю командами:

  • команда разработчиков приложений для телевизоров;
  • команда разработчиков приложений для смартфонов;
  • команда разработчиков сайтов;
  • продуктовая команда;
  • команда маркетологов.

При работе с несколькими командами важно помнить следующее:

  • Каждая команда имеет свою зону ответственности. И важно сразу оговорить, кто за что отвечает. Это позволит ускорить процесс реализации.
  • Необходимо собрать требования к системе аналитики от всех заинтересованных в ней лиц. В результате часть требований будет пересекаться и это позволит избежать излишней избыточности и дублирования данных.
  • Важно со всеми говорить в одних и тех же понятиях. Как пример, идентификатор варианта подписки может быть разным для каждого из подразделений:
    • для маркетолога — название пакета;
    • для продакт менеджера — код пакета;
    • для разработчика — ID в базе данных.

И для того, чтобы в результате все говорили на одном языке, необходимо устранять все неточности и однозначно прописывать значения и названия всех событий и параметров.

  • Важно иметь простой доступ ко всем задачам, желательно в одном месте. Это позволит избежать потери задач при передаче между подразделениями.
  • Важно отслеживать реализацию задач в процессе. Это значит, что ответственному за результат необходимо контролировать задачу на промежуточных этапах, а не только в конце реализации.

Результат

В результате работы с нуля была выстроена система аналитики для сервиса. В ходе работы было:

  • Созданы и реализованы ТЗ по внедрению аналитики.
  • Проведены совместные встречи, на которых были определены и сведены воедино все требования, уточнялись нюансы реализации.
  • Создана документация по построенной системе аналитики.
  • Проведено обучение по использованию системы.

С момента начала использования данных в маркетинге значительно выросло число установок. Основная заслуга — работа команд по продвижению, но без полученных данных часть стратегически важных решений принять было бы невозможно.

pic_2.png

На основании данных поведения пользователей был улучшен продукт, что привело к увеличению числа активных пользователей:

pic_3.png

Выводы

Для того, чтобы система аналитики работала, важно, чтобы все заинтересованные в ней лица знали ее функционал и доверяли данным, что в ней хранятся.

Также важно не забывать, что на техническую реализацию влияет не только компетентность специалистов, но и правильно выстроенная коммуникация и понимание бизнес-процессов.