Bir CS:GO ticaret sitesi için gelişmiş analitik kurulumu

Standart analiz araçları, basit iş modellerine göre uyarlanmıştır. Bir veya iki dönüşüm türü ve basit bir satış hunisi olan ortak bir e-ticaret projeniz varsa, genellikle raporlamada zorluk çekmezsiniz. Peki ya daha karmaşık bir iş modeline sahip şirketler?

Müşterilerimizden biri, müşterilerin CS:GO ve Dota 2 öğelerini hızlı ve güvenli bir şekilde değiş tokuş etmesine, satın almasına ve satmasına olanak tanıyan bir platform için gelişmiş analitik kurmak üzere OWOX BI kullandı.

Büyüdükçe çok fazla veri biriktiren çoğu şirket gibi, müşterimiz de verilerinin daha iyi kararlar almak için kullanılabileceğini fark etti. Müşterimizin ana ürünü, yaklaşık 100 ülkede beş milyondan fazla kişi tarafından kullanılan, sanal ürün alışverişi ve satın alma platformudur.

Bir noktada şirket, Excel'deki geçici raporları ve verilerin doğrudan çeşitli sistemlerden içe aktarıldığı basit analitik panoları geride bıraktı. Tüm verileriyle bir veri ambarı (DHW) kurmak, bu veri ambarının üzerinde anlaşılır veri pazarları ve analitik iş zekası (BI) raporlaması oluşturmak ve hayatlarını en iyi şekilde yaşamak için bu süreci otomatikleştirmek istediler.

OWOX BI ve Google BigQuery'nin yardımıyla şirket üç ana görevi gerçekleştirmek istedi:

• Çeşitli sistemlerden veri aktarımını otomatikleştirin
• Analitik veri pazarları oluşturun
• Veri kalitesini iyileştirin

Şirket, veri analizi alanında çeşitli zorluklarla karşılaştı. İlki, standart analiz araçlarının müşterimizinkinden daha az karmaşık iş modellerine göre uyarlanmış olmasıydı. Şirketin hizmeti, bir mağazanın ve bir pazar yerinin işlevselliğini birleştirir. Ayrıca alıcılar hem parayla hem de oyun içi eşyalarla ödeme yapabiliyor. Bu nedenle şirketin çeşitli işlem türleri ve çeşitli gelir türleri vardır. Sonuç olarak müşterimiz, kullanıcı davranışını, dönüşümleri ve pazarlama kampanyası yatırım getirisini analiz etmek için özelleştirilmiş raporlara ihtiyaç duyuyordu.

Diğer iki zorluk, düşük veri kalitesi ve sistemler arasındaki veri tutarsızlıklarıydı. Müşteri, aynı metriğin Amplitude'da, Google Analytics'te ve işlem veritabanında başka bir anlamı olduğu gerçeğiyle sık sık karşılaşıyordu. Bundan kaçınmak için, bir veri ambarıyla çalışmaya ve gelecekte bireysel kaynaklardan değil, DHW'den gelen verilere dayalı analitik raporlama oluşturmaya karar verdiler.

Şirket, bir DWH seçerken, analiz ve geliştirme ekibinin uzmanlığı, uygun fiyatlandırma modeli ve Google Cloud Platform'u kullanmaya başlamanın kolaylığı nedeniyle Google BigQuery'de karar kıldı.

Başlangıçta müşteri, Google BigQuery'de bir DWH oluşturmak ve pazarlama ekibi tarafından daha ayrıntılı analiz için Google Analytics'ten ve reklam hesaplarından ham verileri yüklemek için OWOX ürünlerini kullandı. Ancak zamanla burası birincil depolama yeri haline geldi ve artık analistler, ürün yöneticileri, pazarlamacılar, bazı geliştiriciler ve hatta müşteri destek ekibi tarafından kullanılıyor.

Raporlar için veriler nasıl birleştirilir:

1. Şirket, OWOX BI Pipeline'ı kullanarak reklam hizmetlerinden (Facebook, Instagram, Bing vb.) maliyet verilerini otomatik olarak Google BigQuery'ye aktarır.
2. OWOX BI Akışı, siteden kullanıcı davranışı verilerini toplar ve BigQuery'ye aktarır.
3. Şirket, kendi çözümlerini kullanarak çeşitli MySQL veritabanlarından, Amplitude'dan ve çeşitli geçici dosyalardan ve Google Dokümanlar'dan BigQuery'ye veri yüklüyor. Yükleme, Google Cloud Composer kullanılarak düzenlenir. Ayrıca birden fazla veri akışı ekine sahiptirler.
4. Veriler katmanlar halinde saklanır. Yukarıda belirtilen tüm veriler, hazırlama katmanında ham haliyle depolama alanına girer. İdeal olarak, bu katman birçok tablo içeren tek bir veri kümesi olmalıdır, ancak şu ana kadar müşterinin farklı sistemlerden (Google Analytics, Amplitude) gelen veriler için ayrı veri kümeleri vardır. DWH geliştikçe şirket bunu düzene sokacak. Bu katmanın oluşumu da Google Cloud Composer'dan düzenlenir.
5. Ayrıca, hazırlama katmanından gelen verilere dayanarak, verilerin bir miktar dönüşümden geçtiği bir depolama katmanı oluşturulur - tüm alanlar uygun türlere sahiptir, zaman damgaları aynı saat dilimine getirilir, bazı tablolar kasıtlı olarak normallikten çıkarılır, ek anahtarlar tabloları vb. bağlama kolaylığı için eklenmiştir. Bu katman, analistler ve ürün yöneticileri tarafından kullanılan SQL sorguları için optimize edilmiştir.
6. Ayrıca bir data_marts katmanı da vardır. Daha sonra çeşitli raporlarda ve indirmelerde kullanılmak üzere data mart'ları saklar. Veri pazarları, hem depolama hem de hazırlama katmanlarından alınan veriler kullanılarak oluşturulur.
7. Şirket, Google Data Studio ve Power BI'da BI raporlaması oluşturuyor.

Ek olarak, müşteri, makine öğrenimi için ayrı veri kümelerine ve bireysel ekipler için, DWH ekibinin yardımı olmadan dahili görevleri için tablolar ve görünümler oluşturabilecekleri sanal alanlara sahiptir.

Burada açıklanan çözüm sayesinde müşterimiz, analitik departmanının iş yükünü önemli ölçüde azaltabildi. Çalışanlar artık pazarlama raporlarını derlemek için çeşitli kaynaklardan veri toplamamakta ve temizlememektedir. Verilerle çalışma kültürü gelişti ve veriler tüm çalışanlar için daha erişilebilir hale geldi.

Sorularına yanıt bulmak (Google Data Studio'da sorgu yazmak ve görselleştirme oluşturmak) için Google BigQuery'yi aktif olarak kullanan çalışan sayısı (dört departmandan) 11'e yükseldi. Deponun oluşturulmasından önce bunu yalnızca üç analist yapabiliyordu.

Önceden, şirket analitik ihtiyaçlar için başlıca üç veri kaynağı kullanıyordu: Google Analytics, bir MySQL veritabanı ve ayrı gider belgeleri. Artık 10'dan fazla veri kaynağına sahipler ve işlenen veri hacmi de arttı.

OWOX BI ile pazarlama departmanı, çalışmalarını hızlı bir şekilde değerlendirmek için uygun araçlara sahip oldu. Artık pazarlamacılar, kullanıcıları çekmenin maliyetini ve en önemlisi yatırım getirisini daha doğru bir şekilde izleyebiliyor. Ayrıca gelir paylaşımı modelini kullanan ortaklarla işbirliği her iki taraf için de daha şeffaf ve anlaşılır hale geldi.

Müşteri, mevcut sorunlarını çözmek için OWOX BI ürünlerini kullanmaya devam ediyor. Şirket, gelecekte Google Analytics 4'e geçerken, dışa aktarılan verileri ve oturum tablolarının oluşturulmasını analiz etmesi için OWOX ekibini görevlendirmeyi planlıyor.