zigmund.online
zigmund.online — сервис психотерапии. Пользователи выбирают психологов из базы проверенных специалистов и проходят терапевтические сессии в онлайн-формате
Результат
Провели аудит и разработали план развития системы аналитики для сервиса психотерапии.
Цели клиента
- Выстроить цельную систему аналитики для всей компании.
- Оптимизировать расходы на работу с данными. Отказаться от оплаты сервисов которые больше не используются.
- Сформировать культуру работы с данным, чтобы сотрудники могли четко понимать стоящие перед ними цели и отслеживать прогресс, а также использовали одинаковые подходы к расчету метрик.
- Понять, как дальше развивать систему аналитики, чтобы сделать ее более точной и добавить в нее новые источники данных.
С какими данными работала компания
- Usedesk — обращения в техподдержку.
- Социальные сети, TGStat, LifeDune, Я.Метрика — маркетинговые данные.
- AmoCRM — данные о работе психологов.
- Значительная часть данных собиралась вручную в Google Sheets и оттуда выводилась на дашборды и отчеты.
Задачи команды LEFT JOIN
- Провести аудит текущего состояния аналитических систем и процессов. Выявить слабые и сильные места.
- Составить план действий с конкретными шагами для оптимизации процессов сбора и обработки данных.
- Подготовить рекомендации по внедрению новых инструментов и технологий для улучшения точности и эффективности аналитики.
Особенности проекта
- В компании было несколько направлений, каждое из которых собирало свои данные и самостоятельно вело аналитику. Это сделало систему аналитики запутанной, неконтролируемой и непрозрачной.
- В рамках аудита было необходимо оценить состояние аналитики в 4 отделах: операционном, продуктовом, маркетинговом и B2B. У каждого отдела были свои источники данных, а также таблицы в Google Sheets и отчеты в разных сервисах. Это привело к появлению нескольких разрозненных систем, которые было сложно совместить в одну.
- Система аналитики компании формировалась на протяжении нескольких лет, и в ней накопились таблицы и целые БД, которые уже давно не использовались.
Технические решения
Стек проекта
-
Хранение данных
-
Оркестрация данных
-
Визуализация данных
Ход работы:
- Аналитики из нашей команды провели 5 часовых интервью с представителями заказчика, где выясняли, с какими источниками данных работает каждый отдел и какие метрики отлеживает. После каждого интервью они собирали доступы к БД и другим инструментам, чтобы изучить и проанализировать потоки данных.
- В ходе аудита мы выявили главные проблемы: запутанная инфраструктура, разрозненность и отсутствие понятной документации. За такой системой сложно следить, из-за этого возникают проблемы и ошибки в данных.
- Проблемы, связанные с хранением данных:
- Одна из СУБД изначально использовалась для сбора данных о платежах через старого платежного партнера и уже была неактуальна.
- В другой обнаружили несколько баз, которые не обновлялись больше года.
- BigQuery уже не поддерживалась и не была включена в систему аналитики, но в нее предположительно все еще поступали данные.
- Разные отделы и направления внутри отделов по-своему собирали данные и называли таблицы.
- Неоправданно сложное ETL-решение в виде ClickHouse с шардированием на 2 ноды. Для такого небольшого количества данных в качестве трансформационного слоя и агрегирующего хранилища можно использовать, например, PostgreSQL
- Проблемы, связанные с обработкой данных:
- Много неавтоматизированных процессов по сбору и выгрузке данных, перенос данных и расчетов из отчета в отчет, что отнимало много времени и приводило к ошибкам.
- Проблемы с анализом данных:
- Данные в отчетах, таблицах и сервисах вроде Я.Метрики часто расходились друг с другом.
- Сотрудникам, которые пользовались отчетами, было сложно получить доступ к нужным данным — приходилось запрашивать выгрузки у технического отдела. Возможностей для self-service аналитики было мало.
- Некоторые отчеты в таблицах устарели, слишком большими и сложными для работы.
- Не было системного подхода к аналитике: данные были распределены по десяткам отчетов, у некоторых отделов не было общих overview-дашбордов. Это приводило к тому, что сотрудники хорошо разбирались в своих локальных метриках, но не видели общей картины.
Результаты
- 40-страничный отчет с разбором всех процессов по работе с данными с компании, которые выявил слабые места, основных причины ошибок в отчетах и необоснованных трат. Команда проекта провела презентацию отчета, где обсудила результаты с заказчиком и ответила на все возникшие вопросы.
- План действий по тому, как доработать систему аналитики: от изменения общего подхода к сбору данных до предложений по решению отдельных технических задач.
- Подробная схема текущей системы аналитики, а также визуализация наших предложений по улучшению инфраструктуры.
Обратились к Николаю Валиотти и его команде за аудитом нашей аналитики — и это было действительно полезно! Ребята детально разобрали нашу инфраструктуру, нашли слабые места и предложили конкретные решения. Понравилось, что команда Николая не просто указала на проблемы, а разложила всё по полочкам: почему так происходит, к чему это ведёт и как лучше исправить. В итоге у нас есть чёткий план развития, который мы уже начали внедрять. После их рекомендаций понимание потребностей в аналитике стало точнее, мы знаем, как систематизировать и обрабатывать данные, и теперь у нас есть крепкий фундамент для роста. Огромное спасибо команде LEFT JOIN за крутой подход и отличную работу!
Даниил Чаус
основатель и CEO zigmund.online
[Следующий кейс]
[ Связаться ]
Давайте раскроем потенциал вашего бизнеса вместе
Заполните форму на бесплатную консультацию
