Моделирование маркетинговых данных

Необработанные таблицы коннекторов неаккуратны: в них непоследовательные названия столбцов, смешанные валюты, разная гранулярность и особенности отдельных платформ. Прямые запросы к таким таблицам приводят к неверным и невоспроизводимым числам.

Моделирование данных — это превращение необработанных строк в чистые, согласованные и готовые для бизнеса таблицы. Именно здесь ROAS, конверсия и выручка определяются один раз и правильно, чтобы все отчёты совпадали.

Основная аналитическая модель — звёздная схема: центральная таблица фактов с измеряемыми событиями, окружённая таблицами измерений, которые эти события описывают. Факты хранят числа — расходы, клики, выручку, — а измерения — контекст: кампанию, дату, канал и клиента.

Такая структура понятна маркетологам и эффективна для инструментов BI, которые объединяют одну таблицу фактов с несколькими измерениями, чтобы разбивать показатели по любому атрибуту.

Таблица фактов длинная и аддитивная: одна строка на событие или на день и кампанию, с числовыми показателями, которые можно суммировать. Таблица измерений широкая и описательная: одна строка на кампанию или клиента, с атрибутами для фильтрации и группировки.

Проверка проста: если значение нужно просуммировать с помощью SUM, это факт; если по нему нужно выполнить GROUP BY, это измерение. Расходы — это факт, а название кампании — измерение.

Гранулярность определяет, что представляет собой одна строка таблицы фактов. Объявить её заранее — самое важное решение при моделировании. Смешивание гранулярностей — например, строк за день с итогами за весь период — приводит к двойному подсчёту и искажает все последующие показатели.

Формулируйте гранулярность простыми словами: одна строка на кампанию в день. После этого каждый столбец должен быть достоверен на этом уровне, а каждая загрузка — ему соответствовать.

До создания фактов и измерений создайте промежуточные модели: по одной на таблицу источника, с переименованием столбцов по стандарту, приведением типов и стандартизацией единиц измерения — например, центов в доллары и дат в UTC. Одна промежуточная модель соответствует одной необработанной таблице и ничему больше.

Промежуточный слой отвечает за очистку. Он изолирует особенности источников, поэтому последующим витринам не нужно знать, что Meta называет показатель расходами, а Google — стоимостью.

Каждая рекламная платформа формирует отчёты по-своему, но после промежуточной обработки у них появляется общая структура. Следующая модель объединяет их в один факт расходов по всем каналам — основу сводной отчётности.

Именно эта единая таблица делает возможным общий ROAS. Когда каждый канал приведён к одним и тем же столбцам, один запрос сразу суммирует расходы в Google, Meta и TikTok.

Для анализа по нескольким каналам измерения должны быть согласованы: одна общая таблица дат и одна общая таблица каналов, к которым каждая таблица фактов присоединяется одинаковым образом. Тогда выражение «выручка по месяцам и каналам» означает одно и то же, независимо от того, поступили ли данные из рекламы, электронной почты или интернета.

Именно согласованные измерения позволяют разместить расходы и выручку рядом на одном графике. Без них объединения смещаются, а итоги незаметно расходятся.

Атрибуция распределяет заслугу за конверсию между точками взаимодействия. Атрибуция по последнему клику проще всего: последний маркетинговый источник перед конверсией получает всю заслугу. Модели по первому клику, линейная и позиционная распределяют её иначе.

В хранилище атрибуция реализуется как модель, а не как закрытая логика платформы. Имея данные GA4 на уровне событий, Вы можете с помощью оконных функций расположить точки взаимодействия каждого пользователя по порядку и применить любое правило, а затем честно сравнить результаты разных моделей.

Атрибуты измерений меняются со временем: ответственный за бюджет кампании переводится на другую должность, а уровень клиента повышается. Медленно изменяющееся измерение типа 2 сохраняет историю, добавляя новую строку с датами действия вместо перезаписи существующей.

Это важно для точной отчётности на конкретный момент времени. Чтобы узнать, в каком сегменте находился клиент при конверсии, Вам нужна версия измерения, действовавшая тогда, а не сегодняшняя.

Модели — это код, поэтому проверяйте их. Такие инструменты, как dbt, позволяют утверждать, что ключи уникальны и не пусты, значения каналов входят в допустимый набор, а связи между таблицами сохраняются.

Проверки обнаруживают изменения схемы и неверные объединения до того, как они попадут на панель. Вместе с автоматически создаваемой документацией и трассировкой происхождения данных они делают модель надёжной и понятной для новых участников, а не хрупкой закрытой системой.

Верхний слой — это витрины: готовые для бизнеса таблицы, сформированные для конкретных аудиторий. Например, витрина marketing_performance уже объединяет расходы с выручкой и вычисляет ROAS для каждого канала и дня.

Инструменты BI читают данные только из витрин. Благодаря предварительному объединению и агрегированию на этом уровне панели остаются быстрыми и недорогими, а каждый аналитик использует одни и те же правильные определения.

Вы создаёте таблицу фактов для оценки эффективности рекламы и должны избежать двойного подсчёта. Что нужно объявить до определения любых столбцов?

Моделирование превращает неструктурированные исходные таблицы в надёжные данные, готовые для бизнеса, с помощью слоёв: слой подготовки очищает и приводит к единому виду каждый источник, факты и согласованные измерения образуют звёздную схему, а витрины заранее объединяют всё необходимое для BI.

Сначала определите гранулярность, объединяйте каналы для сводных показателей, реализуйте атрибуцию и исторические данные типа 2 SCD в SQL и проверяйте каждую модель, чтобы неверные числа сразу выявлялись, а не попадали на панель мониторинга.