Nu merg des la cursuri. În ziua de azi, să stau opt ore închis într-o sală de curs mi se pare de obicei o pierdere de timp. Asta însă nu se aplică cursurilor specializate, care îmi rezolvă o problemă concretă. Iar eu aveam exact o astfel de problemă: aveam multe date de firmă, dar nu știam să lucrez suficient de bine cu ele.
Problema mea: avem multe date în firmă, dar nu știu să lucrez suficient de bine cu ele
La nanoSPACE avem întreaga firmă construită din multe soluții parțiale, nu avem un sistem central (de exemplu un ERP) care să gestioneze totul. Puzzle-ul nostru funcționează bine, procesăm liniștit zeci de mii de comenzi pe lună la o fracțiune din prețul soluțiilor robuste, dar are și părțile lui slabe.
Cea mai mare dintre ele este fragmentarea datelor. Comenzile ne intră în Shoptet, retururile în Retino, e-mailingul îl trimitem prin Ecomail, documentele contabile ajung în Flexibee, Amazon îl gestionăm prin Expando, managementul proiectelor îl rezolvăm prin Freelo, comenzile B2B sunt jumătate în Shoptet și jumătate direct în contabilitate… aș putea continua încă mult timp așa.
Și nici nu mai vorbesc de faptul că Shoptet nu are niciun modul potrivit pentru analize mai profunde ale datelor despre comenzi sau clienți — la analiza RFM putem renunța din start.
Toate acestea îngreunează extrem de mult evaluarea performanței întregii firme și duc la faptul că avem cel puțin o sută de tabele în Excel și Google Sheets, unde ținem separat diverse date despre performanță, pe care apoi le combin cu greu.
După ultimul val de covid, când situația din firmă s-a mai liniștit, am avut mai mult timp pentru analitică și am început să mă ocup mai în profunzime de diverse rapoarte, de exemplu:
- Cifra de afaceri / profitul fiecărui canal de marketing, curățat de retururi și reclamații
- Urmărirea evoluției marjelor în timp, până la nivelul produselor individuale
- Distribuirea automată a cupoanelor de reducere, urmărirea performanței
- Analiza RFM, segmentarea clienților, cohorte
- Definirea traffic builders etc.
- Analiza financiară, analiza costurilor, urmărirea și predicția cashflow-ului (de exemplu, calcularea automată a valorii ramburselor livrate, dar încă neîncasate)
Fiecare astfel de raport însemna pentru mine o grămadă de exporturi și combinarea unor date eterogene în Excel, iar rezultatul nici măcar nu prea aveam încredere în el. Bineînțeles că știam că există o cale de a construi întregul sistem de la zero: să conectez datele din toate sistemele, să le curăț de valorile extreme și să raportez în PowerBI sau Looker. Dar cum?
Business Intelligence: conducerea firmei pe baza datelor
În acel moment mi-a picat în cale o invitație la un curs numit Împinge-ți analiza de date dincolo de Excel. Cursul promitea că voi învăța în sfârșit să fac ordine în datele de firmă, de marketing, de clienți și financiare. Așa că m-am dus 😎
Cursul era exact pentru mine! Nu sunt tocmai un analfabet în materie de date, avem în firmă propriul depozit de date și câteva rapoarte personalizate pe care le-am pus la punct deja împreună cu Digitální architekti — dar îmi lipsea o perspectivă mai amplă și o imagine de ansamblu asupra a tot ce pot face cu datele din sistemele noastre. Iar asta am aflat la curs.
Cursul este ghidat de Přemek Horáček, după părerea mea un specialist experimentat în Business Intelligence. Trăiește din faptul că unește pentru firme sursele de date și caută corelații în ele, datorită cărora clienții învață să conducă firma nu după instinct, ci pe baza datelor concrete.
Keboola: extractorul de date din orice sistem
Dacă ar fi să iau un singur lucru de la acest curs, ar fi acesta: fă-ți un cont Keboola! Keboola este instrumentul de care aveam nevoie. Permite descărcarea periodică a datelor din orice sursă; eu am conectat următoarele surse:
- Google Analytics
- Google Ads
- Facebook Ads
- Sklik
- Shoptet
- Flexibee
- Marketing Miner
- Google Sheets
Keboola se conectează la fiecare sursă prin intermediul API-ului și descarcă datele solicitate.
Datele pot fi transformate în Keboola (cu ajutorul SQL sau R, comenzile de bază le predă Přemek la curs) și apoi salvate sau exportate într-un spațiu de stocare — eu export în Google BigQuery, dar merge și în Google Sheets.
O transformare poate fi, de exemplu, curățarea de valorile extreme (eliminarea comenzilor de test, comenzile excepționale de 20 000 € etc.), combinarea datelor din diferite tabele prin intermediul unui ID comun) sau orice altă modificare pe care trebuie să o faci.
La ce se poate folosi?
La pregătirea datelor pentru orice raport pe care îl poți construi din datele tale; iată ce am realizat / am de gând să realizez eu:
- Curățarea datelor din sistemele de publicitate de comenzile anulate / returnate
- Crearea unui raport automatizat al cupoanelor folosite, cu calcularea reducerii reale acordate și a marjei obținute
- Calcularea marjelor fiecărei comenzi și gruparea lor (împărțirea comenzilor după mărime / marjă)
- Analiza RFM pe datele despre clienți descărcate din Shoptet
- Dashboard de cashflow îmbogățit cu date despre ramburse
La curs se discută și despre Google BigQuery, un instrument similar pentru extragerea și modificarea datelor. Pentru anumite utilizări este probabil mai potrivit, dar pentru utilizatorul obișnuit nu este atât de intuitiv.
Cum modifici / transformi datele?
Din păcate nu vei scăpa de puțină programare. Big data înseamnă tabele mari, așa că e nevoie să știi bazele SQL sau R. Ambele se discută la curs, iar după curs am primit un „cheat sheet” cu comenzile de bază. Nu am ambiția să învăț aceste limbaje în profunzime, dar datorită cursului am o imagine de ansamblu suficientă cât să știu ce și în ce măsură să cer de la analiștii noștri de date.
În plus, Keboola pregătește șabloane pentru extragerea simplă a datelor. Această funcție este momentan în versiune beta, dar are deja câteva scheme de bază pentru combinarea datelor din sistemele de publicitate și trimiterea lor către Google Sheets sau PowerBI. Așadar, pentru cele mai frecvente utilizări, în viitorul apropiat nu va mai fi nevoie deloc de programare.
Cum vizualizezi datele?
Când ai datele pregătite, vrei să le vizualizezi cumva — de aceea faci toate acestea. Marketerii cunosc sigur Looker (Google Data Studio), pe care îl folosesc și eu din plin pentru tot felul de rapoarte de marketing.
Mai mult m-a atras însă PowerBI, pe care până acum (mai ales din cauza faptului că nu rulează pe Mac 😎) l-am ignorat cu succes. După ce am absolvit cursul, am înțeles că Looker este doar un fel de versiune demo a PowerBI și, deși cele două sisteme se apropie tot mai mult, PowerBI încă are un avantaj.
La curs am petrecut în total 8 ore, pe care le consider o investiție bună. Am plecat de acolo cu o nouă perspectivă asupra datelor de firmă și a modului de a lucra cu ele. În timpul liber încerc să-mi creez propriile rapoarte și pregătesc treptat noi cerințe pentru Digitální architekti, pentru că simt că e timpul să ducem analitica noastră la nivelul următor 😎
