Как мы делали визуализацию данных и почему никому нельзя верить

Визуализация данных — это хит. Стоит на встрече онлайн-аналитиков произнести волшебное слово «dashboard» — и горячий интерес к вашей персоне гарантирован.

Зачем это автоматизировать

Коллеги, с которыми я это обсуждала, сходятся на том, что современные сервисы аналитики предоставляют слишком много информации.

Например, в нашем случае нужно отслеживать ключевые показатели эффективности (KPI):

• из Google Analytics;
• четырёх социальных сетей, где мы совмещаем органический трафик и платное размещение;
• результатов опроса пользователей сайта;
• сервиса, который мониторит доступность и надёжность сайта в целом и эффективность поисковой оптимизации в частности;
• email-рассылок.

Это далеко не полный список, но мы решили начать с малого.

Все эти инструменты представляют данные разным образом, и извлекать их ручками (особенно из соцсетей) — так себе задачка. А если представить, что для разных групп в компании (буду дальше звать их стейкхолдерами) нужны разные KPI, и все хотят данные в лучшем случае за вчера, а не за прошлую неделю, то работа аналитика превращается в бесконечное создание графиков в Excel или одиноких дэшбордов в сервисах типа Tableau и рассылку презентаций коллегам.

Анализировать результаты и планировать улучшения в этом случае уже некому. В крайнем случае это будет за вас делать Пушкин, а он, как мы знаем, не очень это любит.

В нашей ситуации было несколько групп стейкхолдеров:

• высший менеджмент, которому нужны данные верхнего уровня;
• менеджмент отдела коммуникаций, заинтересованный в общей картине;
• менеджмент бизнес-единиц, которым интересна отдача только их продуктов;
• локальные стейкхолдеры, управленцы, работающие на локальных рынках, желающие одновременно видеть общую картинку, следить за тем, что происходит в других странах, и, конечно, знать, что творится у них дома.

Это дает нам минимум 61 дэшборд и ненавидящего всех онлайн-аналитика. Логичное решение, к которому рано или поздно приходят все, — автоматизация дэшбордов.

Не верьте стейкхолдерам

Проект по визуализации даты мы начали с составления плана измерений. По сути, это всего лишь одностраничная табличка, которая объясняет, какие метрики мы будем отслеживать, из какого источника берётся каждая из них и почему мы считаем, что на эту метрику нужно смотреть.

Чем больше групп стейкхолдеров, тем больше планов измерений. Создавать единую таблицу для всех смысла нет, люди не любят слишком много данных.

Чтобы составить план измерений и понять, какие данные нужны, мы встретились с каждой из групп стейкхолдеров.

Легче всего было общаться с маркетологами: они привыкли к данным и смотрят на дэшборды как на способ упростить свою работу. Они точно знали, какие KPI им интересны.

Но, например, руководители подразделений отмечали, что на основании визуализации хотели бы понимать эффективность работы своих отделов. Это весьма общее указание, и тогда онлайн-аналитику приходится залезать на чужую территорию. Если KPI для отдела — охват пользователей, то стоит разъяснить, почему это не может быть главным и единственным критерием для распределения бонусов.

Главное, что я вывела в ходе интервью, — надо добиваться максимальной точности ответов. Особенно при разговоре с менеджерами, управляющими большими проектами. Им некогда вдаваться в детали, поэтому очень легко понять их неправильно.

Например, менеджер локального рынка сказал, что хочет знать, сколько посетителей приходит на центральный сайт с их локального. Составить такой отчёт нетрудно. Но оказалось, что он имел в виду совсем другое: ему нужен был отчёт о посетителях, приходящих на центральный сайт с локальных рекламных кампаний! А это уже совсем иные данные.

Короче, не верьте стейкхолдерам. Обязательно уточните метрики у тех, кто вовлечён в работу над привлечением трафика напрямую.

Не верьте агентствам

Когда мы определились с планом измерений, стали искать способы реализации. На тот момент мы не особенно представляли себе рамки проекта и планировали, что автоматизацией займёмся позже. На нас давили стейкхолдеры, которые хотели получать отчёты по всем источникам в одном документе ежемесячно.

Мы решили сделать «быстрый фикс» только для одного общего дэшборда — заказать в агентстве шаблон отчета в .ppt и связать его с экселевской таблицей.

Для работ было выбрано агентство, с которым у компании давно сложились хорошие рабочие отношения. Менеджеры агентства убедили нас, что они в состоянии справиться с такой задачей, и мы начали. Конечно, всё полетело к чертям.

Во-первых, делать связку презентации и Excel не было смысла: на рынке давно уже есть сервисы визуализации типа Data Studio или Power Bi. Мы это знали, но агентство убедило нас, что .ppt + .xls будет быстрее. Тут бы нам обсудить ситуацию со стейкхолдерами, чтобы снизить давление от них, сдвинуть дедлайн и реализовать всё на готовом решении, но мы же лёгких путей не ищем. Поэтому согласились на Excel и презентацию.

Во-вторых, делать дизайн дэшбордов — это совсем не то же самое, что делать дизайн сайта или инфографику. Мы потратили около двух месяцев, чтобы добиться результата, на который можно было смотреть без ужаса. Да, этот шаблон нам потом помог, когда мы наконец занялись автоматизацией дэшбордов в Data Studio. Но можно было обойтись и без извращений.

В итоге мы завершили отношения с агентством и принялись искать подрядчиков, чтобы сделать проект по уму. Тут мы уже были биты жизнью и очень подробно расспрашивали про опыт по визуализации данных именно из наших источников.

Начали проект почти с чистого листа с датским агентством. В команду вошли менеджер проекта, data scientist, программист, dashboard-специалист и ещё один или два человека any key.

Как обычно, агентство было слишком оптимистично по срокам, но я заранее отложила дату официального завершения проекта на месяц, 61 дэшборд
всё-таки. Так и вышло, закончили как раз к этому самому «сдвинутому» дедлайну.

Самым муторным был этап проверки качества. В таких проектах важно не только, чтобы циферки были правильные из нужных источников, но и чтобы финальные дэшборды совпадали со спецификацией. Учитывая, что на одном слайде дэшборда для разных графиков могут быть разные источники (например, разные представления из Google Analytics), пропустить такую ошибку проще простого.

На этот этап нужен дотошный, спокойный и въедливый человек, который проверит вообще всё. А лучше два таких человека. В агентстве такого не нашлось. Пришлось этим человеком стать мне. Даже двумя.

Не верьте сервисам

Если вы работаете только с Google Analytics, то создать дэшборд в Data Studio не так уж и трудно. Но если данные нужны, например, из соцсетей, то тут начинаются пляски с API.

Во-первых, сервисы, которые помогают работать с соцсетями (Falcon, например), предоставляют доступ к API за плату. И если вы не запланировали эти расходы в бюджете, то вас ждёт неприятный сюрприз.

Во-вторых, вы можете получить не тот срез данных, который нужен. Так вышло у нас. Мне удалось убедить менеджера сервиса веб-опроса, что доступ к API нам нужен бесплатно, потому что мы и так платим за их услуги неприлично много.

Но после того как доступ был получен и коннектор налажен, нас ждал облом. Оказалось, что API в нынешнем виде не может выгрузить данные по группам пользователей, как нужно нам, а может вывалить только всю дату сразу. А чтобы сделать нарезку по пользователям, нужна программная разработка. А разработка требует денег. А бюджет не резиновый. А дедлайн… Ну, в общем, вы поняли.