但是,广告专业人士很少分配分析预算,因此您必须自己做。
在Data Studio中可视化Yandex Direct所需执行的操作:
- 从您的帐户获取令牌(在Yandex.Direct帮助中为此)
- 在Python中将请求写入Yandex Direct服务器
- 熊猫数据框中的统计总和
- 将数据发送到Google Big Query
- 根据Google Big Query中的数据在Data Studio中建立可视化
向Yandex Direct服务器写入请求,然后将数据添加到Pandas数据框
我曾经修改请求,然后编辑数据以便可以发送数据。您可以尝试是否需要微调(我之前在此处写过habr.com/ru/post/445734对此进行了微调)
对于其余部分,还有一种更简单的方法-我的python包yadirstat。(对此进行了评论habr.com/ru/post/512902)。使用它时,您输入令牌,登录名,日期即可获得现成的数据框,在其中无需进行任何更改。
代码如下:
from yadirstat import yadirstat
x=yadirstat.yadirstat.campaign('FFFFFfffffFFFFggggGGGgg', 'client123123','2020-05-10','2020-07-15')
print(x)
将数据发送到Google Big Query
这是收集数据以便在DataStudio中进行后续可视化的最明显方法,因为它们可以成对工作,
对于发送,我使用“ pandas_gbq”包
,代码如下所示:
import pandas_gbq
pandas_gbq.to_gbq(x, 'YD_Days.test', project_id='red-abstraction-99999999',if_exists='replace', progress_bar=None)
为什么数据被覆盖?因为伪指令中的统计信息可以随时间调整,并且如果我们仅添加新的术语,则统计信息中会有差异。
现在,让我们检查信息是否进入了Big Query。如果一切顺利,将有一系列此类字段
根据Google Big Query中的数据在Data Studio中建立可视化
为此,您可以立即在Big Query中创建一个查询以获取所有数据:
单击“将查询发送到表”,在SELECT之后添加“ *”并删除限制。查询如下所示:“ SELECT * FROM` red-abstraction-239999.YD_Days.test`”
在Data Studio中连接到Google Big查询
在更改源时,我们将看到以下字段
需要更改以下字段以进行正确的聚合:
- 平均每次点击费用
- 兑换率
- CostPerConversion
- 点击率
为什么要这样做?让我们考虑使用CPC作为示例
如果我们有两行包含以下数据:
- 100次点击-每次点击成本100卢布-成本10000
- 2次点击-点击成本-10卢布-20卢布
通常的平均水平会说CPC在两条线上55。
因此,要获得正确的CPC,请将所有费用除以所有点击次数。在这种情况下,CPC将为98.2。只需
隐藏以下字段并添加其类似物即可:
- 每次点击费用=总和(费用)/总和(点击次数)
- 点击率= SUM(点击次数)/ SUM(展示次数)* 100
- 转化百分比= SUM(转化)/ SUM(点击)* 100
- 转换成本= SUM(成本)/ SUM(转换)
我根本不使用“ AvgPageviews”列,
跳出率是一个非常复杂的列,原因是Yandex根据一些其他数据使用了不同的统计数据。
简而言之,我使用的是公式,它使我与Yandex显示的内容的偏差最小:
跳出率百分比= SUM(Bounce_clicks)/(SUM(Clicks)/ 100)。
其中Bounce_clicks是每一行中跳回的点击数,
但是这个问题不在本文讨论范围之内:)
在此阶段,我们获得了以下字段集:
我们形象化
我为每个客户制作两个页面:常规信息和密钥信息。
让我们从第一页开始-一般信息
我在这里发布:
- 按天安排费用
- 按日期统计的表格
- 按广告系列统计的表格
- 包含昨天统计信息的仪表板(点击次数,费用,每次点击费用)
首先,将日期范围的角落,让用户可以选择日期为自己:
现在,添加与成本的计划:
进行以下设置:
得到这样的图表
对于日期的表格,进行以下设置:
对于活动表,改变“日期”参数活动的名称
为仪表板,我使用了一个
摘要。结果,我得到了以下页面的统计信息:
我们获得关键字的统计信息:
一切都一样,只是现在请求看起来像这样:
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)