Тёма Ляпунов заморочился, вынес все мозги Матемаркетингу и смог достать мне эту футболку на день рождения, несмотря на то что до конференции оставалось еще полгода!

Спасибо, Тёма, ее на всех конференциях теперь отмечают!

На этой неделе мы наконец-таки согласовали и подали наш кейс на Tagline Awards, и без лишней скромности скажу что это офигенный кейс!

В рамках проекта мне удалось впервые спроектировать и запрограммировать ETL-пайплайн в рамках которого более 100 Гб данных (700+ млн строк!) выгружаются из API Яндекс Метрики и Топвизора, дополнительно обогащаются и загружаются в ClickHouse, поверх которого работает единый SEO-дашборд, который я собрал в Yandex DataLens.

В кейсе я постарался, в рамках дозволенного конечно, описать все самые интересные технические заморочки, с которыми столкнулся.

Отдельная удача – что наш клиент разрешил опубликовать кейс в публичной секции премии. Поэтому призываю проголосовать!

Бронза Таглайна у моего проекта уже была в 2020 году, тогда взяли ее в номинации «Хитрый Performance» с витаминами Удьтра-Д.

И вот долгожданная награда получена – заработали серебро в номинации «Лучшая работа с Big Data». 😎

P.S.: Золота в номинации никому не дали

Никогда бы не подумал, что буду спрашивать у ChatGPT – "На каком масле приготовить вешенки с луком и сметаной", но черт подери – это гораздо проще чем продираться через поисковую выдачу однотипных сайтов, которые к тому же расскажут мне всю историю этих грибов с доисторических времен.

А что такого интересного вы спрашиваете у нейросетей за пределами работы?

Новый рабочий год начался для меня с приятной новости!

Мой коллега Артем Ляпунов написал главу для книги "Теория БОЛЬШОГО маркетинга" в которой рассказал о том как мы делали свой подход к Account-based маркетингу с нашим исследованием "Чайнакаров".

Начиналось все как безобидная затея с лекцией для студентов УрФУ, которые учились у моей мамы на курсе (собственно фото в книге с той самой лекции).

А потом как завертелось... появился плакат, в котором Артем систематизировал всех "китайцев". Плакат начал вируситься в комьюнити автомаркетологов и снялся в эпизодической роли в видео Давидыча. О нём написал у себя Андрей Гавриков (Completo). А к концу 2023 года мы собрали полную версию исследования и дашборд с данными о спросе на китайские автомобильные бренды.

Исследование и правда вышло серьезным – 120+ страниц в лайт-версии и 200 в полной.

Его я приложу к следующей публикации 👇

Очередная весточка про "нежелательность" Google Analytics 4 в России

У нас в JetStyle есть фоновая активность — отвечать на вопросы про аналитику в отраслевых сообществах. Наташа (head направления) подключает меня к сложным вопросам, а я пишу развернутые ответы. Иногда из таких комментариев даже вырастают лиды (да-да, вот реальный кейс!).

И вот на прошлой неделе в таком вопросе прилетело очередное напоминание что РКТ не спит – автору вопроса пришло предписание в течении 3 дней удалить с сайта код Google Analytics и пиксель одной соцсети, которую нельзя называть.

Что происходит?

– Google Analytics 4 подпадает под закон о локализации данных. Чтобы легально его использовать, нужно уведомить РКН, описав маршрут передачи данных.
– Проблема в том, что Google не раскрывает точные пути миграции данных — в справке GA4 нет четкой схемы.
– В сообществе Яндекс.Метрики пишут, что уведомления с указанием дата-центров США и Финляндии иногда проходят, но РКН все чаще требует просто удалять счетчики.

Почему это важно?

Судя по вот таким новостям, РКН периодически проводит проверки. Выглядит как вопрос отчетности по исполнению законодательства («провели Х мероприятий, устранили Y нарушений»), но риски для бизнеса реальны: штрафы, блокировка сайта, репутационные потери.

💡 Что делать?

– Можно попробовать отправить уведомление в РКН с указанием дата-центров (США, Финляндия). В чате Метрики пишут что кому-то это удалось;
– Дублируйте данные в Яндекс.Метрику — благо в 2024 году они добавили событийную модель (по сути трасформировали параметры визитов в параметры событий), а под конец года выпустили еще и Measurement Protocol для метрики (для передачи данных с бэкенда);
– Если получили предписание: не паникуем, удаляем код GA4, чтобы избежать штрафа (DeepSeek еще посоветовал собрать доказательства устранения нарушения (скриншоты, письмо хостингу) т.к. это может пригодиться при повторной проверке).

GA4 пока остается в серой зоне — его использование возможно, но только с дублированием данных и готовностью к внезапным проверкам. Про аналогичные случаи касательно Google Tag Manager пока не слышал, а в справке GTM прописано что они не собирают персональные данные пользователей.

Почему важно управлять ожиданиями клиента и как вовремя подключенный специалист может исправить ситуацию

На неделе стал свидетелем интересного развития событий. На одном проекте нам понадобилась сквозная аналитика, которая бы связала GA4, Google Ads и AMO CRM.

Будь это Метрика+Директ+AMO – никаких проблем, мы постоянно работаем на этом стеке и знаем все API, но в данном случае проще и быстрее было пойти к подрядчику, у которого продукт собран и заточен конкретно под такую задачу. Мы посоветовали попробовать сходить к таким ребятам и, если что, подключить их продукт.

Клиент обратился. Подрядчик в течении месяца что-то настраивал, периодически информируя о ходе процесса в чате. Из аналитики мы за собой оставили только настройку GA4, поскольку при использовании Google Tag Manager там все понятно и прозрачно. Вроде все движется, но не покидает ощущение некоторой недоинформированности.

Запланирован зум с презентацией текущего стейта и буквально за день до него клиент приходит в чат со словами “Они выставили инвойс на 1200 долларов” О_о

Мы все мягко говоря офигеваем от ценника, поскольку он банально не соразмерен запланированному бюджету и ляжет слишком большими костами на всю рекламную активность, а у нас поджимают сроки запуска. Начинаем обдумывать аналогичные решения и варианты выхода из ситуации.

В процессе выяснения деталей оказывается, что это стоимость не за месяц, а за квартал, просто нужна предоплата. Такой вариант нас уже устраивает, но мы все еще сомневаемся.

На следующий день проходит презентация, на которую команда подключает сильного аналитика. Он проводит глубокий экскурс по продукту, разъясняет все детали, с ним можно обсудить как что считается под капотом и что какая метрика обозначает в интерфейсе. С звонка уходим довольные и без сомнений. Понимаем что все наши потребности будут закрыты. Но мы были на грани отказа, хотя команда потратила на нас время и ресурсы.

Что бы я сделал иначе в данной ситуации?

Добавил больше прозрачности в вопросе стоимости и того, что клиент за нее получит, а чего не получит – чтобы сразу формировать правильные ожидания. А тут возникло ощущение что тебя ставят перед фактом – отказать вроде уже не так комфортно, ведь команда проделала работу, но и платить столько ты просто не готов.

Меня как клиента всегда интересует вопрос сколько я заплачу и что конкретно я получу за свои деньги. А также за что и в каком примерно объеме придется доплачивать. Я люблю предсказуемость.

И по моему субъективному опыту чаще всего на этапе приемки возникали вопросы именно когда не совпадали ожидание-реальность, либо ожидание было заведомо сформировано ошибочно.

Помню на моей первой работе, году эдак в 14-15, был SEO-проект. Его продали с оскорбительной спам-рассылки, которая начиналась с условного “Ваш сайт говно и вот почему”, причем капсом и красным шрифтом.

В том проекте клиенту занимавшемуся шкафами купе в Екатеринбурге обещали топ выдачи. Платил он, если не изменяет мне память, тысяч 15 рублей в месяц, а сайт был на админке от Айтекса. Кто сталкивался тот поймет, у нас на Урале это можно сказать легенда =)

Мы ему чуть ли не редизайн+адаптив бахнули посидев с разрабом пару часов в дебаггере хрома. Накатили каталог по всем типам шкафов и кухонь. Тогда еще было реально с сайтом-визиткой как-то конкурировать в выдаче в такой тематике. Целевой трафик стабильно рос, какие-то запросы даже приближались к топу, но каждая встреча начиналась с одного и того же вопроса “Ну что, когда будет топ?”, а клиент так и оставался недоволен проделанной работой.

Что я подчеркнул?

Мне очень понравилось, как вовремя подключенный высококлассный специалист изменил наши ощущения от ситуации. Вообще я по опыту знаю что присутствие лида на презентации резко повышает шансы. Но все равно это то, что я возьму себе на заметку. Правда нужен рабочий механизм вовремя, а не постфактум выявлять такие моменты.

Начал смотреть запись стрима с Ильей Красинским на тему «Почему в компаниях делают аналитику неэффективно» и первая же озвученная идея так мне срезонировала что я пошел писать этот пост.

Илья озвучивает мысль про то, что наш IT-мир поделен на изолированные коммьюнити, “Пузыри”, внутри которых взращивается какое-то экспертное знание, но они почти не пересекаются.

Ну например, маркетологи, продакты, бренд-менеджеры, SEO-специалисты, дата-аналитики и т.д. У всех них есть свои сильные стороны, какие-то свои специфические навыки. Но в то же время встречается определенная специфичность взгляда на вещи в рамках своей экспертизы.

Ну представьте себе SEO-специалиста, который не разбирается в других каналах привлечения клиентов и маркетинге в целом – с высокой долей вероятности он будет решать задачу через знакомый инструмент, вероятно даже в случаях когда есть более оптимальные способы.

И вот тут как-раз на помощь приходит концепция T-shaped специалиста. Я встретил её достаточно давно в блоге Buffer (такой сервис для кросспостинга).

Она описывает профессионала, сочетающего глубокие знания в одной узкой области с широким кругозором и пониманием смежных дисциплин. Визуально эта идея представляется в виде буквы T:

– Вертикальная черта «T» – это глубокая экспертиза в одной основной области. Для меня ею всегда было SEO, но в последние 4 года я активно развиваю экспертизу в анализе данных.

– Горизонтальная черта «T» – это базовые знания в других смежных дисциплинах. Например, я базово понимаю концепции общего маркетинга, отстройки от конкурентов и позиционирования, всех основных видов онлайн-рекламы, веб-разработку (HTML, CSS, PHP), Dev-ops (работу с Docker, базовое администрирование ClickHouse и Aifrlow) и самое главное – могу их ограниченно применять в работе.

Наличие таких знаний и опыта очень сильно помогает в поиске оптимального решения в процессе работы над любыми проектами.

К примеру, большую часть недели я провел за тем, что в свободное от коммерческих задач время переверстывал и дорабатывал разделы нашего сайта, фиксил костыли на которых держалось портфолио и верстал черновые версии страниц для трех услуг.

Мы даже немного посмеялись сегодня над этим придумав тему для доклада – “Как живется вебмастеру* в агентстве в 2025 году”. Кто достаточно “олд”, тот поймет без сноски =)

Теперь же, имея под рукой ChatGPT, возможности становятся практически безграничными. Ведь нужно иметь именно насмотренность, понимать существование каких-либо подходов и решений, а дальше уже AI поможет разобраться глубже.

Я искренне считаю что развиваться нужно именно так.

Ну и конечно же нетворкинг, для меня стали открытием походы на Random Coffee, благодаря чему я познакомился с кучей классных людей, а некоторые новые технологии уже подтащил в текущие проекты.

P.S: Термин «вебмастер» активно использовался в 90-х и начале 2000-х, когда сайты чаще всего делали «под ключ» одним человеком. В то время вебмастер выполнял все задачи по созданию, администрированию и продвижению сайтов: писал код, занимался дизайном, размещал контент, настраивал SEO и даже решал вопросы с хостингом.

Ну и как же без этого мема

Последние четыре года я плотно занимаюсь анализом и визуализацией данных, и это кардинально изменило мое восприятие систем веб-аналитики и маркетинговой отчетности.

Недавно, разбираясь с данными в Яндекс.Метрике, я поймал себя на мысли: раньше я видел в ней просто набор красивых отчетов — посещаемость, источники трафика, портрет пользователя, технологии. При этом в моей голове не было связи между различными срезами в этих отчетах. А теперь все это для меня — лишь представление над сырыми логами.

Как только я начал работать с Logs API, я увидел Метрику иначе: всего две таблицы. Одна содержит логи визитов (какой пользователь зашел и какие у него характеристики), а другая — логи действий в ходе этих визитов (что он делал на сайте). Всё. Больше ничего нет.

🚀 Весь интерфейс Метрики — просто UI-оболочка для этих данных.

И так со всей аналитикой. Если раньше я воспринимал отчеты как конечный результат, то теперь вижу в них лишь выборку из сырых данных метрики, при этом если возникает вопрос я моментально прикидываю какой набор срезов и показателей посмотреть в первую очередь.

Еще одна интересная особенность – развившаяся подозрительность. Теперь, глядя на любой отчет, в голове сразу возникают вопросы:

– Что за данные передо мной?
– Как они собраны, какова их природа?
– Насколько они достоверны?
– Если они агрегированых то как? Как считаются метрики?
– Если это данные из разных источников, как их можно связать?
– и так далее...

Аналитика — это не просто отчеты, это способ мышления. Чем глубже погружаешься, тем меньше доверяешь "готовому" и тем больше хочется понимать что под капотом.

А еще иногда начинаешь душнить 😅