Automatyzacje w analizie danych pozwalają na integrację różnych źródeł informacji i baz. Dzięki temu, firmy oraz organizacje mogą analizować informacje pochodzące z różnorodnych platform, co wykorzystywane jest np. w systemach SCADA (ang. Supervisory Control And Data Acquisition), MES (ang. Manufacturing Execution System), BMS/BAS (Building Management/Automation Systems) czy IT (ang. Information Technologies). Jest to kluczowe w kontekście kompleksowej analizy, pozwalając na bardziej holistyczne i zaawansowane podejście do informacji biznesowych, produkcyjnych lub bezpieczeństwa.
📣
Branża automatyki rózne ma oblicza, dlatego chcemy przedstawić opis możliwości tworzenia pulpitu nawigacyjnego dla BI (ang. Busines Intelligence) np. dla kierowników działów marketingu, by umożliwić analizę konwersji w sklepie internetowym.
✨
Dane z publicznie dostępnego zestawu baz Google Analytics w BigQuery (Google Cloud Platform) mogą okazać się doskonałym materiałem szkoleniowym.
🔔
Przyjęte założenia funkcjonalne są następujące:
➡ Użytkownicy pulpitu nawigacyjnego mogą szybko zobaczyć główne wskaźniki i konwersje sklepu (ogólne i dla kluczowych wskazań),
➡ Użytkownicy mogą badać konwersje i określać, jak się zmieniały w zależności od grup odwiedzających i źródeł ruchu.
⤵
Głównymi znacznikami dashboard’u powinny być:
➡ Wskaźniki wizyt, zamówień i sprzedaży,
➡ Wizualizacja lejka od wizyty w sklepie, do zakupu.
📯
Użytkownik może szybko zmieniać wskaźniki, dla których wyświetlane są wartości. To od wykonawcy zależy, które dane uwzględnić na interaktywnych wykresach z możliwością filtracji, np poprzez czas rozpoczęcia sesji.
📣
Metryki, które możemy zastosować do wskaźników w raporcie:
➡ Strona docelowa sesji,
➡ Źródło, medium i kampania, z której użytkownik trafił na stronę internetową,
➡ Kategoria urządzenia użytkownika,
➡ Język urządzenia użytkownika,
➡ System operacyjny urządzenia użytkownika.
🔔
Ważne! Należy pamiętać, że większość tych metryk to charakterystyki sesji.
⤵
Etapy lejka do wyświetlenia:
➡ Rozpoczęcie sesji na stronie internetowej,
➡ Przeglądanie produktów,
➡ Dodanie produktu do koszyka,
➡ Rozpoczęcie procesu zakupu,
➡ Dodanie informacji o dostawie,
➡ Dodanie informacji o płatności,
➡ Zakup.
⤵
Ukończone zadanie powinno składać się z dwóch części:
➡ link do każdego zapytania w BigQuery, ustawiony jako publiczny,
➡ link do pulpitu nawigacyjnego w Looker Studio lub Tableau Public.
📣
Teraz czas na tworzenie kolejnych rozwiązań przy użyciu innych narzędzi, np. Microsoft Power BI.
Efekt końcowy w Tableau wygląda następująco:
⤵
PROJEKT TABLEAU
Zapraszamy do wspłpracy.
ASTERIT
