Пример решения для расшифровки utm-меток

Здравствуйте, меня зовут Жданов Андрей и в моей компании #Zhdanov я занимаюсь аналитикой в области продаж и маркетинга.

Ранее я уже рассказывал как объединить данные amoCRM и Google Analytics, как построить модель данных в Power BI и анонсировал, что мы расскажем как построить веб-аналитику на основе расшифровки собственных UTM меток, куда вы можете настроить сбор такой информации как рекламные площадки, точные позиции и места показов, другие динамические параметры.

Как вы наверно знаете, UTM метка состоит из нескольких составляющих, это:

  • utm_souce или Источник (google, yandex, vk);
  • utm_medium или Канал (cpc, organic, social);
  • utm_campaign или Кампания (mybi_campaign_poisk);
  • utm_term или Ключевая фраза/слово;
  • utm_content или Содержание/Объявление.
Последние два тэга часто используются для передачи динамических параметров и могут иметь вот такой вид:

utm_content=id|01000000{phrase_id}_{retargeting_id}|cid|{campaign_id}|gid|{gbid}|aid|{ad_id}|adp|{addphrases}|pos|{position_type}{position}|src|{source_type}_{source}|dvc|{device_type}

Это различные динамические параметры для Яндекс Директа. Вы можете для динамических параметров использовать вместо utm_content, например utm_term, четких правил здесь нет.

Основная идея такой продвинутой аналитики состоит в том, чтобы использовать поле utm_content или utm_term для получения дополнительных параметров и использование их в отчетах Power BI. Динамические параметры заменяются реальными значениями самим рекламным сервисом в момент показа объявления и в момент клика они фиксируются сервисом веб-аналитики, в нашем случае это Google Analytics. Это позволяет извлечь из него уже готовые данные, которые остается только разбить по разделителю и их можно будет использовать.

Сервис myBI Connect уже предоставляет нам готовую таблицу "SHD Параметры трафика", которая представляет собой справочник всех UTM меток из различных подключенных рекламных кабинетов.

Тут мы как раз видим уже разложенную иерархию UTM метки:

В отличие от сервисов сквозной аналитики типа Roistat или Calltouch, где специальные роботы добавляют собственные теги к UTM меткам или ставят специальные счетчики на сайт, сервис myBI Connect позволяет вам построить сквозную аналитику на базе обычной UTM разметки. Но это налагает на вас определенную долю ответственности, так как невозможно анализировать неструктурированную и недостоверную информацию.

Garbage In, Garbage Out, «Мусор на входе — мусор на выходе», принцип в информатике, означающий, что при неверных входящих данных будут получены неверные результаты, даже если сам по себе алгоритм правилен.

То есть, если вы сможете обеспечить качественный и достоверный сбор информации, то с помощью сервиса myBI Connect можно построить хорошую сквозную аналитику без использования порой более дорогостоящих сторонних сервисов.

Как это выглядит на практике? Разберу ситуацию, анализируя данные рекламной кампании в Яндекс Директ по привлечению заявок на Хакатон myBI.

  • Первым делом, создаю копию таблицы "SHD Параметры трафика", которую описывал выше.

  • Далее накладываю на нее фильтр, что Источник должен быть yandex, а канал CPC.
  • Убираю все лишние столбцы, оставив только Ключевое слово (utm_term). Маркетологи myBI приняли решение записывать все параметры в эту метку.
  • Далее надо разложить этот столбец на подразделы, согласно разделителя ||.
Именно поэтому крайне важно иметь одинаковые принципы UTM разметки, задавать четкие правила по ней для вашего маркетолога или агентства. Без корректной прометки, вы не сможете однообразно разобрать данные.

Для этого щелкаем правой кнопкой мыши по столбцу, выбираем пункт "Разделить столбец" и далее "По разделителю":

Ребята из myBI молодцы, поэтому данный столбец раскладывается без ошибок:
Далее мне остается изучить содержимое этих столбцов, переименовать и убрать лишнюю информацию. В итоге у меня таблица приобретает вид:
У меня появляется Внутренний идентификатор объявления, Ключевая фраза, Точная позиция, Тип блока, Место показа и Тип площадки.

  • Потом я подгружаю в свою модель данных таблицу "ЯД Параметры объявлений", которая представляет собой справочник объявлений кабинета Яндекс Директ. Мы уже расшифровали номер объявления и поэтому номеру можем подтянуть из справочника название объявление, заголовок, текст, ссылку, домен.
Модель данных теперь выглядит как на рисунке ниже:
Следующим шагом я формирую промежуточную таблицу "ЯД Связь с объявлениями", которую формирую из таблицы "ЯД Статистика по объявлениям", оставив только идентификаторы объявления и группы объявлений. Это позволит подтянуть в модель еще пару справочников для получения дополнительной информации. После этого модель примет вид:
У нас есть таблица фактов "ЯД Статистика по объявлениям" и различные справочники, которые позволяют увидеть как UTM разметку этих объявлений, так и разложив дополнительные параметры получить дополнительную информацию по площадкам и объявлениям, узнать их названия и идентификаторы из рекламного кабинета и использовать уже эту информацию в дальнейшей аналитике.

Попробуем теперь посмотреть, какие данные можно извлечь из данной модели. Мы можем построить аналитику в разрезе рекламных площадок, чтобы увидеть прибыльные и убыточные площадки.

Конечно, принимать решение стоит, когда данных будет достаточно для нивелирования статистических ошибок. Не стоит строить аналитику на малых числах, будет велика ошибка неправильно интерпретировать результат рекламной кампании.

Также очень часто объявления в UTM метке представлены номером или сложным названием на латинице. Разложив UTM метку на составляющие, связав справочник "SHD параметры трафика" и "ЯД Параметры объявлений", можно получить аналитику на основе названий объявлений и их параметров в том виде, в каком они выглядят в рекламном кабинете.

Таким образом, в этой статье хотелось отметить, что можно заниматься продвинутой сквозной аналитикой на базе стандартных UTM меток, что с помощью сервиса myBI Сonnect можно объединять данные из различных источников на базе этих меток, расшифровывать динамические параметры, содержащиеся в utm_term или utm_content, а также преобразовывать эти параметры в понятные пользователю отчетов данные.

Конечно, это требует определенной квалификации маркетолога, но в итоге вы сможете обойтись без использования сторонних сервисов сквозной аналитики. Вам потребуется только Power BI, коннекторы от myBI и опытный аналитик.