Експорт даних у таблиці BigQuery

Експорт входить не в кожен тариф. Якщо налаштування недоступне у вашому акаунті, перевірте тариф: використання BigQuery як джерела даних для сегментації — окрема можливість, і акаунт може мати її, доки експорт лишається закритим. Разом з експортом вмикається збір активності контактів, на якому й будується його глибина.

Налаштуйте експорт даних у таблиці, щоб регулярно оновлювати інформацію про аудиторію, активність контактів і результати кампаній в BigQuery. Доступні набори даних для експорту:

• broadcasts
• contactActivities
• contacts
• devices
• events
• messages
• orderItems
• orders
• revenue
• workflows

Як працює експорт

Щоденна черга починається о 00:00 UTC, і акаунти вивантажуються один за одним, тож запуск для вашого акаунта може початися будь-коли протягом доби. Сам запуск триває від кількох секунд до приблизно двох годин залежно від обсягу змінених даних, і BigQuery додає власний час на злиття тимчасових таблиць. Не прив'язуйте своє завдання до фіксованого часу — краще перевіряйте появу нових даних у таблицях.

Після налаштування експорту перша синхронізація відбувається на наступному циклі, а не одразу. Якщо даних немає значно пізніше за це вікно, спершу перевірте, чи в обраних наборах узагалі є що вивантажувати для вашого акаунта — можливо, дані такого типу ще не формувалися. Якщо проблема лишається, зверніться в підтримку.

Якщо експорт завершується з помилкою, eSputnik надсилає сповіщення на email і в App Inbox акаунта (іконка дзвіночка у верхньому меню). Сповіщення надходить не частіше ніж раз на добу. Коли причину помилки усунено, наступний експорт продовжується з місця, де зупинився попередній.

У списку експортів статус та час останнього запуску не відображаються: про збій повідомить сповіщення, а появу нових даних перевіряйте в таблицях BigQuery. Якщо після цього певного дня чи періоду все одно бракує, попросіть підтримку повторити його.

Перший експорт не обмежений попередньою добою: він містить історію, яка вже є в акаунті, і запускати щось вручну не потрібно. Чого він не додасть — це даних, які ніколи не збиралися; глибину для кожного набору дивіться в статті Інтеграція eSputnik і Google BigQuery. Для акаунта з дуже великою базою контактів перший експорт може тривати кілька днів, а наступні запуски переносять лише зміни й завершуються значно швидше.

Створювати таблиці BigQuery заздалегідь не потрібно: вони генеруються автоматично під час першого експорту й оновлюються далі, а їхні назви відповідають наборам даних. Поряд з основними під час синхронізації з'являються тимчасові таблиці patch_<назва таблиці>_<UUID>: зміни спершу завантажуються в них, потім BigQuery зливає їх в основну таблицю й автоматично видаляє тимчасову. Назви таблиць — ні основних, ні тимчасових — змінити не можна. Таблиці patch_ можуть лишатися в наборі даних ще кілька днів після синхронізації, а потім видаляються самі. Перед створенням такої таблиці експорт перевіряє, чи її ще немає, тому відповіді 404 на TableService.GetTable у власних логах BigQuery дає ця перевірка, а не помилка.

Ви обираєте набори даних і колонки для експорту, але не рядки — фільтрувати експорт за значенням не можна, тож вивантажується кожен рядок обраного набору. Вибірку на кшталт контактів з emailStatus = UNSUBSCRIBED треба робити на своєму боці, запитом до вивантаженої таблиці.

Набір contacts вивантажується повністю — усі контакти акаунта; він і дані розсилок синхронізуються за весь час існування акаунта. contactActivities має фіксоване обмеження глибини: до 90 днів активності контактів, і не раніше за момент, коли для акаунта ввімкнули збір активності, тож при пізнішому ввімкненні доступна глибина менша. Це не єдиний набір, де даних може бракувати: events і revenue не заповнюються за всю історію акаунта заднім числом, а набір, таблицю якого перестворили, наповнюється з моменту перестворення. Перш ніж розраховувати на давніший період, запитайте в підтримці доступну глибину для потрібного набору.

Під час кожної синхронізації набір contacts оновлює контакти, які змінилися з попереднього вивантаження. Контакт вважається зміненим і тоді, коли в нього оновилися лише лічильники розсилок, і тоді, коли ви змінили в нього додаткове поле, — хоча самі додаткові поля в contacts не вивантажуються. Поле, яке ви щойно ввімкнули в експорті, заповнюється лише для контактів, що змінилися після цього; щоб заповнити його для решти, зверніться в підтримку по перестворення таблиці — на великій базі це триває години.

Цифри з contactActivities не збігаються зі звітом за розсилкою — і не мають збігатися. Кожне відкриття записується окремим рядком, а звіт враховує унікальні відкриття — одне на контакт, тому запит до вивантаження дасть більше активності, ніж показує звіт. Щоб наблизитися до звіту, беріть один статус на пару контакт і iid — ідентифікатор конкретного відправлення. Повністю цифри все одно не збігатимуться.

Створення джерела даних для експорту даних

1. Перейдіть у Налаштування → Експорт даних → Новий експорт даних → BigQuery.

2. Завантажте файл ключа і позначте галочками ті набори даних, які бажаєте вивантажувати. Потім натисніть Зберегти.

Підключення буде відображено в розділі Експорт даних, тут ви можете змінити його налаштування.

Список параметрів даних для експорту

Broadcasts

ContactActivities

• Поле буде видалено як застаріле; використовуйте поле, вказане у дужках

Contacts

Devices

Events

📘

Зверніть увагу

• Кількість рядків у таблиці events не збігається з кількістю контактів — кожне виникнення події експортується як окремий рядок. Один контакт може викликати ту саму подію кілька разів (наприклад, через перевстановлення застосунку на новому пристрої або використання кількох пристроїв), і події залишаються в таблиці навіть після видалення пов'язаного контакту. Не використовуйте кількість рядків подій як показник кількості унікальних контактів.
• paramsJson містить лише плоскі (верхнього рівня) параметри події. Вкладені параметри — де значення параметра саме є об'єктом (наприклад, поле source, вкладене в інший параметр) — не експортуються в BigQuery.

Messages

📘

Зверніть увагу

Якщо ви редагуєте вже експортоване повідомлення (наприклад, додаєте мітку), відповідний рядок у таблиці messages у BigQuery заднім числом не оновлюється.

OrderItems

Orders

Revenue

Активність повідомлень, надісланих API-ресурсом Send prepared message (smartsend), теж потрапляє в експорт: такі надсилання належать до тригерних, тому campaignType має значення IM.

• Поле буде видалено як застаріле; використовуйте поле, вказане у дужках

📘

Зверніть увагу

Існуючі записи в таблиці Revenue (для замовлень, зроблених після 08.03.2024) можна оновлювати разом з вивантаженням нових замовлень. Оновлення може знадобитися, наприклад, якщо змінилася загальна вартість замовлення.

Workflows

Приклади використання

Нижче наведено декілька основних варіантів використання експорту даних з eSputnik до BigQuery.

1. Розширений аналіз ефективності кампанії

• Використаний набір даних: broadcasts, contactActivities, messages
• Опис: BigQuery дає змогу детально аналізувати ефективність кампаній, відстежуючи ключові показники, такі як рейтинги відкриття та кліків. Експорт даних про розсилки, включаючи критерії сегментації, статус доставлення та тип повідомлення, дозволяє маркетологам оцінити, які кампанії досягають найкращого залучення.
• Переваги використання: визначивши найефективніші кампанії, маркетологи можуть оптимізувати контент повідомлень, час і таргетинг, підвищуючи вплив і рентабельність інвестицій майбутніх кампаній.

2. Сегментація клієнтів і аналіз поведінки

• Використаний набір даних: contacts, contactActivities, events
• Опис: BigQuery може обробляти великі обсяги даних про активність клієнтів, дозволяючи виявляти моделі поведінки, такі як частота покупок або бажані канали взаємодії. Це розуміння дозволяє глибше сегментувати аудиторію, щоб точніше таргетувати зацікавлених клієнтів.
• Переваги використання: Кампанії, орієнтовані на поведінку, сприяють збільшенню утримання клієнтів і вищій пожиттєвій цінності клієнтів (LTV), надаючи досвід, який резонує з кожним сегментом аудиторії.

3. Прогнозне моделювання

• Використаний набір даних: contacts, orders, revenue, contactActivities
• Опис: Історичні дані про доходи, покупки та інші активності контактів дозволяють розробляти прогнозні моделі відтоку клієнтів. Це дає змогу виявляти клієнтів із групи ризику та націлювати на них стратегії утримання.
• Переваги використання: Цільові кампанії зменшують відтік і збільшують LTV, допомагаючи утримувати цінних клієнтів і підвищувати довгостроковий дохід.

4. Стратегічний аналіз замовлень і доходів

• Використаний набір даних: orders, orderItems, revenue
• Опис: Аналізуючи дані про замовлення та доходи в BigQuery, маркетологи можуть відстежувати такі показники, як середня вартість замовлення та тенденції доходу. Цей аналіз допомагає виявити можливості збільшення продажів.
• Переваги використання: Аналіз моделей доходів дозволяє приймати керовані даними рішення щодо ціноутворення, рекламних акцій і пропозицій продуктів, максимізуючи потенційний дохід.

5. Моніторинг і попередження за ключовими показниками

• Використаний набір даних: broadcasts, contactActivities, revenue
• Опис: Інформаційні панелі BigQuery можуть відстежувати ключові показники ефективності (KPI), такі як рівень залученості та доходи, із можливістю налаштування сповіщень про значні зміни (наприклад, раптове зниження показників доставлень).
• Переваги використання: Моніторинг допомагає підтримувати ефективність кампаній, дозволяючи швидко розв'язувати проблеми та забезпечуючи послідовну взаємодію з підписниками.

6. Аналіз рентабельності інвестицій та розподілу бюджету

• Використаний набір даних: broadcasts, orders, revenue, contactActivities
• Опис: Експорт даних про кампанії та доходи в BigQuery дозволяє обчислювати рентабельність інвестицій і оцінювати економічну ефективність кампанії, надаючи відомості для оптимального розподілу бюджету.
• Переваги використання: Зосереджуючись на високоефективних кампаніях, маркетологи можуть оптимізувати витрати, щоб максимізувати ефективність і віддачу від інвестицій.

7. Відображення омніканального шляху клієнта

• Використаний набір даних: contacts, contactActivities, events, orders
• Опис: Можливості обробки даних BigQuery дозволяють брендам аналізувати шляхи користувачів за різними каналами, надаючи розуміння життєвого циклу клієнта від обізнаності до конверсії.
• Переваги використання: Розуміння шляху клієнта дозволяє виявити моменти деактивації та можливості для вдосконалення, забезпечуючи більш позитивний користувацький досвід і вищі коефіцієнти конверсії.

Опис статусів повідомлень

Поле statusdescription пояснює, чому повідомлення не було надіслано або доставлено:

Значення null означає, що опис статусу не записано. Не вважайте кожне заповнене значення помилкою доставки — звіряйте його зі статусом повідомлення.