На этой странице приведены методы настройки импорта данных из системы myTarget в хранилище Google BigQuery. В случае, если бесплатные методики оказываются слишком тяжелыми по реализации и затратными по ресурсам, переходите на страницу сервиса Renta.

С помощью Renta передачу данных в BigQuery можно настроить за несколько минут без единой строчки кода.

Что такое myTarget, и почему это важный элемент интернет- маркетинга?

Сервис myTarget администрирует рекламные объявления в интернет-проектах холдинга Mail.ru: «Вконтакте», «Одноклассники», «Мой Мир» и др. Основная целевая аудитория этих проектов сосредоточена в странах СНГ, где Mail.ru имеет сильные позиции. Поэтому бизнес, ориентированный на этот регион, неизбежно сталкивается с необходимостью работать не только с классическими средствами продвижения (Facebook и Google), но и с рекламной сетью myTarget.

Естественно, данные из разных рекламных систем нужно объединять для анализа эффективности кампании.

Почему именно Google BigQuery

Google BigQuery отличается от других онлайн-хранилищ высокой скоростью обработки больших массивов информации. Для Google BigQuery существуют множество ETL-сервисов для автоматизации сбора данных.

1 метод: экспортируем данные из myTarget с помощью ETL сервиса и загружаем в BigQuery

Проще всего настроить передачу данных из других источников с помощью сервиса Renta. Renta обеспечивает сбор информации более чем с двадцати коннекторов и автоматическую передачу в облачное хранилище.

Разберем настройку Renta на примере экспорта данных в BigQuery.

Первым делом, выбираем myTarget из доступных вариантов подключения. Логинимся в своем аккаунте и открываем Renta доступ.

Затем выбираем нужный рекламный аккаунт из списка аккаунтов, привязанных к авторизованной учетной записи myTarget.

Затем необходимо задать параметры автоматической синхронизации:

Для этого мы оперируем следующими опциями:

  1. Source type: выбираем  тип получаемых данных (Banners или Campaign).
  2. Parameters: отмечаем требуемые параметры и метрики для экспорта в Google BigQuery.
  3. Date Range Type: устанавливаем период, за который нужно выгрузить данные из MyTarget. Можно выбрать данные за последние 30 дней, поставив «Last 30 days». Можно перейти по кнопке custom, и задать определенный период. Для автоматического ежедневного обновления выставьте параметр «Yesterday» в графе «From».
  4. Update time: выбираем время обновления таблицы в БД. Renta будет запускать интеграцию и обновлять данные из MyTarget именно в это время, используя сервер компании. Оставлять свой пользовательский компьютер включенным не нужно, так как Renta полностью автономна.
  5. После этого мы переходим к выбору облачного хранилища.

В нашем случае это будет Google BigQuery, хотя возможны и другие хранилища данных: Azure SQL либо ClickHouse.

Последний может представлять интерес для российских компаний, так как ClickHouse является аналитической базой данных разработанной Яндексом для задач Яндекс.Метрики. ClickHouse распространяется по лицензии Apache 2.0, исходники выложены на GitHub, поэтому настроить работу с ней достаточно легко.

Если в Google BigQuery у вас несколько проектов, выберите тот, куда нужно импортировать информацию. В нем будет автоматически создан набор Renta_dataset, где данные из myTarget будут добавляться в виде таблицы.

На этом настройка синхронизации закончена.

Ссылки на документацию API MyTarget и Google BigQuery

Если вы решите разработать собственное ETL-решение, то вам будут полезным ссылки ниже.

Набор инструкций по работе с API MyTarget для экспорта данных  доступен в документации на официальном сайте сервиса. Импорт данных в Google BigQuery описан в документации.

Недостатком такого способа можно назвать высокую ресурсоемкость, а также необходимость налаживать и отслеживать работу алгоритма самостоятельно. 

Импорт данных myTarget в Google BigQuery с помощью R-библиотеки Алексея Селезнева

Существует еще одна возможность бесплатной настройки автоматической синхронизации между сервисом myTarget и хранилищем Google BigQuery. Это библиотека rmytarget, написанная Алексеем Селезневым. Это скрипт, который ежедневно выполняется на локальном компьютере и передает данные из myTarget в Google BigQuery по состоянию на вчерашний день. 

Библиотека написана на языке R и для импорта данных необходимо установить самую свежую версию этого языка, а также библиотеки devtools и rmytarget.

Для извлечения информации из обычного аккаунта myTarget следующий код: 

Если работаете с агентским аккаунтом myTarget, необходимо использовать данный код: 

Обратите внимание, что скрипт работает при успешном выполнении авторизации в API MyTarget. Подробно этот процесс описан в официальной справке и на профильной странице Github. В зависимости от типа полученного токена доступны различные параметры извлечения и фильтрации данных, поэтому внимательно изучите справочные материалы.

Далее с помощью планировщика задач Windows настраиваем регулярность экспортирования данных из myTarget в Google BigQuery.

У этого бесплатного метода есть несколько недостатков:

  1. Он достаточно трудозатратен;
  2. Вы привязаны к работе локального компьютера. Если в запланированное время синхронизации компьютер будет выключен, синхронизация не произойдет;

Сегодня для успешного продвижения в Интернете необходимо использовать как можно больше инструментов и постоянно экспериментировать с таргетингом, каналами продвижения и рекламными месседжами. Поэтому только регулярное объединение данных из всех каналов дает аналитику возможность оценить эффективность бизнеса.