С приходом технологий в каждый дом, появлением новых каналов для рекламы, программатика и прочих умных штук, позволяющих захватить внимание людей, растёт и количество данных, которые приходится анализировать маркетологам. Мы решили напомнить вам про один из наших замечательных инструментов Power BI. Представляем вам первую статью из серии от наших друзей из CoMagic.
Передаю слово автору.
Допустим, есть данные из разных систем за 2017 и 2016 год, анализ которых поможет ответить на следующие вопросы:
Данные для ответов на эти вопросы можно представить в виде дашборда (панели мониторинга) в Power BI. Им легко поделиться с кем-угодно, да и в использовании он удобнее Excel. А ещё кроме данных и диаграмм на дашборд можно поместить востребованные фильтры. Рассмотрим, какие диаграммы лучше всего подходят для ответов на наши вопросы.
Линейчатые и круговые диаграммы, а также гистограммы отлично подходят для сравнения эффективности рекламных каналов и разных типов обращений. Напомним их основные виды:
После загрузки данных из источников и преобразования таблиц в удобный вид с помощью Power Query можно переходить к созданию диаграмм.
Чтобы построить диаграмму, нажимаем иконку на панели VISUALIZATION, выбираем таблицу в разделе FIELDS и отмечаем, каким образом столбцы таблицы необходимо отобразить.
Чтобы узнать, какие каналы рекламы приносят больше всего обращений, строим линейчатую диаграмму с накоплением (stacked bar chart).
На диаграмме хорошо видно не только общее число звонков, заявок и чатов, но и вклад каждого отдельного канала. Включая и отключая столбцы, сравниваем эффективность каналов попарно или смотрим роль каждого канала в отдельности. В Excel для этого пришлось бы строить отдельные диаграммы.
Совет: с помощью drag-and-drop перетягивайте поля из любой таблицы в область любой диаграммы, добавляя нужные данные при необходимости.
Сравнить распределение всех обращений по типам в разных периодах, например, в 2017 и 2016 году, поможет гистограмма с накоплением (stacked columns chart).
Какой год был более продуктивным с точки зрения обращений видно невооруженным глазом:
Совет: добавьте на диаграмму линию со значением планового числа обращений. Для этого нажмите на значок лупы с графиком внутри на панели визуализаций и зайдите в поле Constant line.
Чтобы сравнить по двум годам число звонков, чатов и заявок, удобнее использовать диаграмму с группировкой.
В отличие от диаграммы с накоплением линейчатая диаграмма с группировкой (clustered bar chart) поможет определить, насколько сильно изменилось число обращений разных типов в двух периодах. Чтобы «повернуть» диаграмму из столбцовой в линейчатую, в таблице с данными поменяем местами столбцы и строки. Годы должны располагаться в столбцах, а обращения в строках.
Гистограмма с группировкой (clustered column chart) – еще один вид диаграммы для сравнения большого числа данных по множеству категорий. Мы используем этот тип для сравнения рекламных каналов в каждом месяце 2016 по числу звонков.
Совет: чтобы сделать сортировку по одному из полей, нажмите «More options» в правом углу окна диаграммы. Так можно быстро определить, в какие месяцы через Instagram или любой другой канал приходило больше всего звонков.
Нормированные диаграммы (линейчатая (stacked bar chart) и гистограмма (stacked column chart) используются, когда необходимо представить данные в процентах. Эту же задачу выполняет кольцевая (donut chart) и круговая диаграммы (pie chart). Нормированные можно использовать для сравнения показателей в нескольких периодах, а круговые – только в одном.
Диаграммы отличаются и восприятием информации. Если сомневаетесь, какая диаграмма подойдет, – постройте все и выберите лучшую. В легенде можно представить данные в процентах, абсолютных величинах, указать только название категорий или полную информацию, как в нашем примере с кольцевой диаграммой.
Сравним структуру звонков по их качественным параметрам с помощью нормированных диаграмм.
Совет: легенда любой диаграммы кликабельна. Чтобы подсветить одну из категорий, просто кликните на нее.
Для выявления канала, который принес максимальное количество обращений в 2016, подойдут круговая или кольцевая диаграмма.
Совет: чтобы перестроить диаграмму по конкретному виду обращений, добавьте срез и выберите в таблице на панеле FIELDS столбец Тип обращений. Нажмите на звонки, заявки или чаты, чтобы диаграмма перестроилась на новых данных.
Для маркетолога это возможность отслеживать эффективность рекламных каналов в режиме реального времени. Прежде всего, речь идет о контекстной рекламе. Посетители, которые пришли на сайт по рекламе, звонят в компанию, пишут в чат или оставляют заявки на сайте. Специалисты хотят знать конверсию в обращения, а затем и в сделки. Данные о посещениях, кликах на объявления, расходах на рекламу, а также всех обращениях поступают из нескольких источников: рекламных и аналитических систем, сервиса коллтрекинга, соцсетей, CRM. Power BI поможет обработать и представить эти данные.
Начать работать в Power BI, на самом деле, не так сложно. Нужно только импортировать данные из привычных сервисов, таких как Google Analytics, Яндекс.Метрика или CoMagic, создать простые таблицы и визуализировать их. А кликабельные элементы и фильтры поспособствуют удобству аналитики и сравнения.
Евгения Поносова маркетолог CoMagic. В команде отвечает за контентную часть и внимательно следит за внедрением в работу новых инструментов.
Передаю слово автору.
Почему на примере Power BI
Допустим, есть данные из разных систем за 2017 и 2016 год, анализ которых поможет ответить на следующие вопросы:
- Какие рекламные каналы принесли больше всего лидов? Сколько из них звонков, чатов, заявок на сайте?
- Сравнение с предыдущим периодом: как менялась структура обращений в 2016-2017?
- В какие месяцы 2017 число звонков было максимальным?
- Сколько из всех звонков было качественных, повторных, а сколько потерянных в 2017 и 2016?
Данные для ответов на эти вопросы можно представить в виде дашборда (панели мониторинга) в Power BI. Им легко поделиться с кем-угодно, да и в использовании он удобнее Excel. А ещё кроме данных и диаграмм на дашборд можно поместить востребованные фильтры. Рассмотрим, какие диаграммы лучше всего подходят для ответов на наши вопросы.
8 популярных диаграмм для сравнения
Линейчатые и круговые диаграммы, а также гистограммы отлично подходят для сравнения эффективности рекламных каналов и разных типов обращений. Напомним их основные виды:
- Диаграммы с накоплением – когда данные складываются, и можно оценить вклад каждого типа данных в общую сумму.
- Нормированные диаграммы – когда сумма данных принимается за 100%, вклад каждого вида данных отображается в процентах.
- Диаграммы с группировкой – когда разные виды данных группируются на диаграмме по общему параметру. Диаграммы с группировкой бывают как нормированные, так и с накоплением.
После загрузки данных из источников и преобразования таблиц в удобный вид с помощью Power Query можно переходить к созданию диаграмм.
Чтобы построить диаграмму, нажимаем иконку на панели VISUALIZATION, выбираем таблицу в разделе FIELDS и отмечаем, каким образом столбцы таблицы необходимо отобразить.
Чтобы узнать, какие каналы рекламы приносят больше всего обращений, строим линейчатую диаграмму с накоплением (stacked bar chart).
На диаграмме хорошо видно не только общее число звонков, заявок и чатов, но и вклад каждого отдельного канала. Включая и отключая столбцы, сравниваем эффективность каналов попарно или смотрим роль каждого канала в отдельности. В Excel для этого пришлось бы строить отдельные диаграммы.
Совет: с помощью drag-and-drop перетягивайте поля из любой таблицы в область любой диаграммы, добавляя нужные данные при необходимости.
Сравнить распределение всех обращений по типам в разных периодах, например, в 2017 и 2016 году, поможет гистограмма с накоплением (stacked columns chart).
Какой год был более продуктивным с точки зрения обращений видно невооруженным глазом:
Совет: добавьте на диаграмму линию со значением планового числа обращений. Для этого нажмите на значок лупы с графиком внутри на панели визуализаций и зайдите в поле Constant line.
Чтобы сравнить по двум годам число звонков, чатов и заявок, удобнее использовать диаграмму с группировкой.
В отличие от диаграммы с накоплением линейчатая диаграмма с группировкой (clustered bar chart) поможет определить, насколько сильно изменилось число обращений разных типов в двух периодах. Чтобы «повернуть» диаграмму из столбцовой в линейчатую, в таблице с данными поменяем местами столбцы и строки. Годы должны располагаться в столбцах, а обращения в строках.
Гистограмма с группировкой (clustered column chart) – еще один вид диаграммы для сравнения большого числа данных по множеству категорий. Мы используем этот тип для сравнения рекламных каналов в каждом месяце 2016 по числу звонков.
Совет: чтобы сделать сортировку по одному из полей, нажмите «More options» в правом углу окна диаграммы. Так можно быстро определить, в какие месяцы через Instagram или любой другой канал приходило больше всего звонков.
Нормированные диаграммы (линейчатая (stacked bar chart) и гистограмма (stacked column chart) используются, когда необходимо представить данные в процентах. Эту же задачу выполняет кольцевая (donut chart) и круговая диаграммы (pie chart). Нормированные можно использовать для сравнения показателей в нескольких периодах, а круговые – только в одном.
Диаграммы отличаются и восприятием информации. Если сомневаетесь, какая диаграмма подойдет, – постройте все и выберите лучшую. В легенде можно представить данные в процентах, абсолютных величинах, указать только название категорий или полную информацию, как в нашем примере с кольцевой диаграммой.
Сравним структуру звонков по их качественным параметрам с помощью нормированных диаграмм.
Совет: легенда любой диаграммы кликабельна. Чтобы подсветить одну из категорий, просто кликните на нее.
Для выявления канала, который принес максимальное количество обращений в 2016, подойдут круговая или кольцевая диаграмма.
Совет: чтобы перестроить диаграмму по конкретному виду обращений, добавьте срез и выберите в таблице на панеле FIELDS столбец Тип обращений. Нажмите на звонки, заявки или чаты, чтобы диаграмма перестроилась на новых данных.
Польза Power BI
Для маркетолога это возможность отслеживать эффективность рекламных каналов в режиме реального времени. Прежде всего, речь идет о контекстной рекламе. Посетители, которые пришли на сайт по рекламе, звонят в компанию, пишут в чат или оставляют заявки на сайте. Специалисты хотят знать конверсию в обращения, а затем и в сделки. Данные о посещениях, кликах на объявления, расходах на рекламу, а также всех обращениях поступают из нескольких источников: рекламных и аналитических систем, сервиса коллтрекинга, соцсетей, CRM. Power BI поможет обработать и представить эти данные.
Начать работать в Power BI, на самом деле, не так сложно. Нужно только импортировать данные из привычных сервисов, таких как Google Analytics, Яндекс.Метрика или CoMagic, создать простые таблицы и визуализировать их. А кликабельные элементы и фильтры поспособствуют удобству аналитики и сравнения.
Об авторе
Евгения Поносова маркетолог CoMagic. В команде отвечает за контентную часть и внимательно следит за внедрением в работу новых инструментов.
Комментарии (10)
xom9r
13.02.2018 10:35Стоит понимать, что PowerBI — это BI инструмент. Эксель — стат. анализ. Можно ли делать bi анализ в экселе? Да. Но это жутко не практично. Сравнивать их между собой- бессмысленно.По роду своей работы связан с BI. MS делает очень широке шаги в направлении развития аналитики. Следующий этап — это предиктивная аналитика. И здесь они также преуспевают.
По поводу 10 дот нет программеров: у нас в компании есть опыт своими силами визуализировать прогноз, но когда началось внедрение QS и PB потребители отчетности сами начали ad hoc анализ, без помощи разрабов. vba мёртв, оставьте его в 2000-х:)
Я в основном использую другой инструмент, но скорее потому, что он дольше на активном рынке и потому функционал и интерфейс удобнее на мой взгляд.
Это QSense?) Если да, то они начали значительно отставать. Мы нашли очень много технических дыр, которые они не могут быстро фиксить.SurfCalavera
13.02.2018 22:38QSense мне кажется уже отстали навсегда.
Я использую Tableau. Быстро, красиво (хоть и бывает с приключениями) и, что очень важно, большое и доброжелательное сообщество пользователей. Для одиночки отлично, но не более.
ценовая политика их просто погубит в корпоративном сегменте. Компания, где я консультирую сейчас — Microsoft house. Только что запустили shared PоwerBI service в Azure, добавляем сюда бесплатный PBI Desktop для всех и вуаля — полное покрытие компании.
Как следствие Tableau уже выкинули из approved applications, QS держится только на существующих приложениях и тех кто ничего кроме него знать не хочет, но дни думаю сочтены.
Я в последнее время все срочное и важное делаю в Табло, но потом все перевожу в PBI — для практики.
max1gu
Так и не рассказали, чем все это лучше эксела.
Типа, в экселе надо строить несколько диаграмм? Так и вы их делаете ровно столькоже. На один дашборд. А в экселе будет на 1 листе.
«Начать работать в Power BI, на самом деле, не так сложно. Нужно только импортировать данные из привычных сервисов, таких как Google Analytics, Яндекс.Метрика или CoMagic, создать простые таблицы и визуализировать их» — собственно, если надо ВСЕГО ЛИШЬ импортировать, а это самая сложная часть, то дальше дочно лучше к экселю прикрутить одбц-соединение и не парьться изучением ещё одной ненужной програмной платформы.
ЗЫ. Всегда смешно выглядит, как обычные сводные таблицы из эксел, которым 30 лет в обед, программисты продают за большие деньги то под видом «олап-кубов», то вот павер-бИаЙ.
И традиционно в споре кто лучше: 10 дот-нет программеров или девочка-студентка с экселем, по побеждает девочка. И ей ещё про VBA не рассказывали.
SurfCalavera
Инструменты типа PowerBI намного удобнее и быстрее для быстрого (очень быстрого) визуального анализа данных. Увидеть направление в котором возможно стоит покопаться дальше. Ну и для прототипирования дашбордов или аналитических визуализаций ексель тоже совершенно не годится.
У стандартного Экселя есть довольно много неудобных ограничений: например чтобы посчитать количество уникальных значений в столбце надо совершить небольшое па с бубном. Опубликовать динамические диаграммы анализа Ексель не позволяет и.т.д.
И конечно сравнение с дот.нет программистами совершенно неуместно. Скорее наоборот — освоить PowerBI и подобные инструменты до уровня позволяющего получить очень и очень достойный результат легко.
Я в основном использую другой инструмент, но скорее потому, что он дольше на активном рынке и потому функционал и интерфейс удобнее на мой взгляд. Но цена негуманная, поэтому с интересом слежу за развитием PowerBI. Если все пойдет как идет, не удивлюсь если в следующие пару лет многие из нынешних конкурентов просто умрут.
Сложно будет конкурировать со стандартным бесплатным продуктом интегрированым с гибким облачным сервисом типа Azure.
SurfCalavera
Но дефолтную цветовую гамму надо им конечно менять — вырви глаз. Ну или позволить ее проще менять.
sahsAGU Автор
max1gu, действительно сегодня Power BI кажется непривычным инструментом, который похож на Excel, что логично. Power BI – новый продукт, который дополняет возможности Excel. Работать с диаграммами в Power BI проще, например, из одной диаграммы можно сделать множество других за пару кликов (как на gif в статье). Еще система обработки информации с помощью запросов более гибкая. Визуализации в Power BI гораздо нагляднее. Большой плюс в том, что дашбордами можно делиться. Импортировать данные и настроить синхронизацию действительно не всегда просто, но многие компании делают бесплатные однокнопочные коннекторы, чтобы автоматизировать этот процесс.
Ananiev_Genrih
max1gu, то что статья написана плохо (и не уровень хабра) — далеко не повод опускать прекрасные инструменты, вообще о них ничего не зная. Так что лично для Вас — да, "ничем не лучше экселя".
Для всех остальных интересующихся:
DS28
Ananiev_Genrih, то, что комментарий max1gu написан без знакомства с Power BI — далеко не повод начинать ответный комментарий с критики.
Если я, ничего не зная о Power BI, читаю статью про него в блоге Microsoft и не вижу никаких преимуществ перед excel — я имею полное право высказаться по этому поводу. Я не должен искать преимущества Power BI, если о них не смог рассказать сам разработчик.
А если у вас есть, что сказать в защиту продукта (например, очень хороший аргумент про R) — расскажите про свой опыт.
max1gu
О, вот комментарий более содержательный, чем статья.
1. То, что он там где-то в рейтинге — не сомневаюсь. Бюджеты на продвижение, судя по этой статье, имеются.
2. Большое количество видов графиков — это хорошо. Но. Это когда вы уже поняли, что именно вам надо показать, т.е. вы обработали данные, проанализировали их со всех сторон, определили срезы, группировки, усреднения и пр. Определились с типом диаграммы, проранжировали важность категорий. Определили те самые 10-100 цифровых значений, которые в принципе могут быть отражены на диаграмме и за котороые может ухватиться взгляд. А также вы понимаете, что хотите показать показать — отношение цифр, тренд, динамику, структуру… Реально для всего этого есть 5-6 типов диаграмм.
И вот после этого, когда дынные обрели смысл, который будет видно невооруженным взлядом дилетанта за 5-10 секунд (это целевая аудитория диаграмок, если что), тогда можно потрать недельку на игру со всеми этими сотнями видов красивых диаграмм.
А до того момента анализ, обработка и прототип делаются в экселе.
3. Еще один язык анализа данных — это хорошо. Плюс неделька на его изучение. А можно по старинке набросать SQL запрос в одбц-соединении и все. Более того, уже 5 лет как соединение таблиц можно делать прямо в сводных таблицах экселя.
4. Язык Ры — это ещё лучше. Ещё больше языков разных и сложных. Только вот нюанс: деочка студентка базовый курс ВБА пройдет за пару часов, расширенный за 2 недели. А программисту на Ры придется пару месяцев обяьснять что все это такое и зачем надо, потмоу что знания предметной области у него как у первоклашки.
Это, кстати, ключевая проблема всех программистов: вроде и умные люди, а применить их с пользой проблематично. В том, что нужно людям вот прямо здесь и сейчас — ниччё не понимают. Вот когда к программисту приставляют менеджера проекта и продакт-менеджера — вот тогда что-то путное начинает получатся (не всегда).
Но сравните бюджет и временные затраты: девочка-студентка за пару недель что-то вам уже сделает.
И пяток, а то и десяток мужиков, каждый с нехилым опытом, которые минимум пол года будут делать тестовый неработающий макет.
hohlick
Я работаю в Excel 25 лет и до сих пор не умею прикручивать на лету ODBC соединения и набрасывать SQL-запросики. Слава богу, ни разу в реальной жизни не понадобилось.
Аргумент про еще один язык — это как раз про SQL для среднего офисного работника. Человеку дают в руки десятки (точнее, сотни) возможных источников данных "из коробки", с "коробочным" же подключением к подавляющему большинству из них, и изучать SQL для этого ему не нужно.
А тот же самый DAX — это не изобретение для Power BI, это язык Power Pivot в Excel. В принципе хороший спец в Excel без проблем начинает работать в Power BI, а DAX нужен только для более сложных случаев.
Power BI — инструмент для создания и расшаривания интерактивных отчетов на заданную аудиторию с настройкой уровня доступа. Именно с этой позиции и надо его оценивать. Он не замена Excel, а дополнение. Все те же отчеты теоретически можно построить в Excel (Power Query + Power Pivot, он же DAX + диаграммы), но практически они будут страдать кучей болезней, излеченных в Power BI, кроме того, будут лишены тех самых плюшек, которые привнесены в Power BI, начиная с интерактивной работы диаграмм с кросс-фильтрацией до Row Level Security, настраиваемым расписанием обновления, и встраиванием в приложения и пр. и пр. — перечислять можно долго, и большая часть в текущей версии Excel отсутствует пока.
Построение хорошего интерактивного дашборда в Excel требует хорошего, опытного специалиста, прекрасно разбирающегося в сводных (а лучше — в Power Pivot), умеющего строить сложные формулы и нехило разбирающегося в прочих тонкостях работы в Excel + желательно VBA.
Построение хорошего интерактивного дашборда в Power BI требует гораздо меньшей технической квалификации и, главное, гораздо меньше времени.
Так что Power BI при определенных условиях можно рассматривать в том числе (не исключительно) как развитие т.н. "дашбордингового" направления Excel (который обладает огромным количеством других возможностей, не имеющих отношения к Power BI).