Modellare i dati di marketing

Le tabelle raw dei connettori sono disordinate: nomi di colonne incoerenti, valute miste, granularità diverse e peculiarità specifiche delle piattaforme. Interrogarle direttamente produce numeri errati e non riproducibili.

La modellazione dei dati è la disciplina che trasforma le righe raw in tabelle pulite, coerenti e pronte per l'uso aziendale. È il livello in cui ROAS, conversioni e ricavi vengono definiti una sola volta e correttamente, così ogni report presenta gli stessi risultati.

Il modello analitico più diffuso è lo schema a stella: una tabella dei fatti centrale contenente eventi misurabili, circondata da tabelle delle dimensioni che li descrivono. I fatti contengono numeri, come spesa, clic e ricavi; le dimensioni contengono il contesto, come campagna, data, canale e cliente.

Questa struttura è intuitiva per chi si occupa di marketing ed efficiente per gli strumenti di BI, che uniscono un fatto a diverse dimensioni per analizzare le metriche in base a qualsiasi attributo.

Una tabella dei fatti è lunga e additiva: contiene una riga per evento o per combinazione giorno-campagna, con misure numeriche da sommare. Una tabella delle dimensioni è ampia e descrittiva: contiene una riga per campagna o cliente, con attributi da utilizzare per filtrare e raggruppare.

La regola è questa: se lo si utilizzerebbe in SUM, è un fatto; se lo si utilizzerebbe in GROUP BY, è una dimensione. La spesa è un fatto; il nome della campagna è una dimensione.

La granularità indica ciò che rappresenta una singola riga di una tabella dei fatti. Dichiararla per prima è la decisione di modellazione più importante. Mescolare granularità diverse, come righe giornaliere e totali cumulativi, produce doppi conteggi e altera ogni metrica a valle.

Specifichi la granularità in linguaggio semplice: una riga per campagna al giorno. A quel punto ogni colonna deve essere valida a quella granularità e ogni caricamento deve rispettarla.

Prima dei fatti e delle dimensioni, costruisca i modelli di staging: uno per ogni tabella sorgente, rinominando le colonne secondo uno standard, convertendo i tipi e uniformando le unità, ad esempio da centesimi a dollari e le date in UTC. Un modello di staging corrisponde a una tabella raw, nient'altro.

Lo staging è il livello di pulizia. Isola le peculiarità delle fonti, così i data mart a valle non devono sapere che Meta utilizza il campo spend e Google il campo cost.

Ogni piattaforma pubblicitaria produce report diversi, ma dopo lo staging tutte condividono una struttura comune. Il modello successivo le unisce in un'unica tabella dei fatti della spesa multicanale, la base dei report combinati.

È questa tabella unica a rendere possibile il ROAS complessivo. Poiché ogni canale utilizza le stesse colonne, una sola query può sommare contemporaneamente la spesa di Google, Meta e TikTok.

Per l'analisi multicanale, le dimensioni devono essere conformate: una dim_date e una dim_channel condivise, a cui ogni fatto si collega nello stesso modo. In questo modo, "ricavi per mese e per canale" significa la stessa cosa sia che la fonte sia la pubblicità, l'email o il web.

Le dimensioni conformate consentono di affiancare spesa e ricavi in un unico grafico. Senza di esse, le unioni non sono allineate e i totali risultano silenziosamente discordanti.

L'attribuzione assegna il merito di una conversione ai touchpoint. L'attribuzione last-click è la più semplice: l'ultima fonte di marketing prima della conversione riceve tutto il merito. I modelli first-click, lineare e basato sulla posizione distribuiscono il merito in modo diverso.

In un data warehouse, implementa l'attribuzione come un modello, non come una scatola nera della piattaforma. Con dati di eventi di GA4 può utilizzare funzioni finestra per analizzare i touchpoint di ogni utente e applicare qualsiasi regola, quindi confrontare onestamente i risultati dei diversi modelli.

Gli attributi delle dimensioni cambiano nel tempo: cambia il responsabile del budget di una campagna o aumenta il livello di un cliente. Una dimensione a variazione lenta di tipo 2 conserva la cronologia aggiungendo una nuova riga con date di validità invece di sovrascrivere quella esistente.

Questo è importante per ottenere report accurati riferiti a un determinato momento. Per sapere in quale segmento si trovava un cliente quando ha effettuato la conversione, serve la versione della dimensione valida allora, non quella di oggi.

I modelli sono codice, quindi devono essere sottoposti a test. Strumenti come dbt consentono di verificare che le chiavi siano univoche e non nulle, che i valori dei canali appartengano a un insieme accettato e che le relazioni tra le tabelle siano valide.

I test rilevano la deriva dello schema e le unioni errate prima che raggiungano una dashboard. Insieme alla documentazione e alla lineage generate automaticamente, rendono il modello affidabile e facile da comprendere e da estendere, invece di una scatola nera fragile.

Il livello superiore è costituito dai marts: tabelle pronte per l'uso aziendale e strutturate per destinatari specifici, come un mart marketing_performance che unisce già la spesa ai ricavi e calcola il ROAS per canale e per giorno.

Gli strumenti di BI leggono solo dai marts. Eseguendo qui le unioni e le aggregazioni in anticipo, le dashboard rimangono veloci ed economiche e ogni analista utilizza le stesse definizioni corrette.

Sta costruendo una tabella dei fatti per le prestazioni pubblicitarie e deve evitare i doppi conteggi. Qual è la cosa più importante da dichiarare prima di scrivere qualsiasi colonna?

La modellazione trasforma tabelle grezze e disordinate in dati affidabili e pronti per l'uso aziendale attraverso diversi livelli: lo staging pulisce e uniforma ogni sorgente, i fatti e le dimensioni conformate formano uno schema a stella, mentre i mart pre-uniscono tutti i dati per la BI.

Dichiari prima la granularità, unifichi i canali per ottenere metriche combinate, implementi l'attribuzione e lo storico SCD Type 2 in SQL e testi ogni modello, così i numeri errati vengono segnalati subito invece di arrivare a una dashboard.