Web Analytics ve Dijital Ölçümleme
Analytics Engineering ve BigQuery

Birlikte çalıştığımız 500'den fazla markadan birkaçı
Tüm referansları görSınırı ve kabul ölçütü belli işler
Analytics Engineering tarafında hangi çalışmaya ihtiyacınız var?
Bu alan ne zaman uygulanır?
Ham export karar vermek için yetmediğinde buradan başlıyoruz
Veri toplama araçlarında duruyor ama join'lerin, türetilmiş alanların, testlerin, downstream modellerin ve aktivasyon çıktılarının kalıcı sorumlusu ya da açık kaynak izi yoksa bu alanı ele alıyoruz.
İşin sınırı
Toplama GA4'te, kalıcı veri dönüşümleri Engineering tarafında kalıyor
Export ve veri toplama araçları GA4 alanında kalıyor. Kalıcı dönüşümleri ve downstream modelleri Analytics Engineering ekibi ele alıyor.
Dönüşümün izlenebilirliği
Verinin kaynaktan çıktıya kadar hangi dönüşümden geçtiğini açık tutuyoruz
Kalıcı dönüşümleri, testleri ve sorumluları başlangıçta belirliyoruz. Kontroller yeniden çalışıyor, kaynakla çıktı arasındaki ilişki görünür kalıyor ve ekibiniz modeli sürdürebileceği bir kayıt alıyor.
Ham analitik veri akışlarını iş analizine hazır, versiyon kontrollü yapılı veri modellerine dönüştürüyoruz. Zeo uzmanları dbt modelleri, otomatik veri kalitesi testleri ve BigQuery şemaları hazırlarken; veri ekibiniz iş mantığı tanımlarını ve veri ambarı erişimlerini yönetir.


Analytics Engineering işini kaynak, dönüşüm ve kullanım sırasıyla nasıl yürütüyoruz?
Ham veriyi modelle
Ham GA4 BigQuery tablo dışa aktarımlarını temizler, ayrıştırır ve ilişkisel veya boyutlu veri modelleri halinde yapılandırırız.
Dönüşüm hatlarını kur
Tekrarlayan oturumlaştırma, attribution ve kullanıcı metrikleri için modüler, versiyon kontrollü dbt modelleri ve SQL kodları yazarız.
Veri testlerini uygula
Birincil anahtar benzersizliği, null değer kontrolleri ve sapma limitleri için otomatik veri kalitesi doğrulama testleri kurarız.
Veriyi aktifleştir
Modellenmiş ambar tablolarını BI araçlarına, reverse-ETL entegrasyonlarına ve pazarlama otomasyon platformlarına bağlarız.
Müşterilerimizden
Ölçümleme çalışmaları için ne diyorlar
Bir müşterimiz, işe başlarken karşılaştığımız planlama ve raporlama sorunlarını anlatıyor.
Raporlanan sonuçlar
Vaka Analizleri
Sonucun anlam ifade etmesi için önce raporlamanın sağlam olması gereken projeler.
Ölçümleme sisteminizi kuran ekip
Zeo, bir iş kararını kurallara bağlı veri toplamaya ve sizin kontrol edebileceğiniz raporlamaya bağlayan ölçümleme sistemleri kuruyor. Burada gördüğünüz kişiler, bu sistemin sayfanın kapsadığı bölümünde çalışıyor.

Yiğit Konur
Founder & Chief Strategy Officer

Burak Pehlivan
Co-founder & CEO

Abdullah Tanıdır
Performance Marketing Team Lead

İlker Emir
Senior Performance Marketing Executive

Deniz Çağın Demirci
Frontend Developer

Mirzamin Aghazada
UI/UX Designer

Serap Yurtvermez
Performance Marketing Team Lead

Sevda Yurtvermez
Performance Marketing Team Lead

İpek Ezer
Performance Marketing Executive

Onur Durdağı
Performance Marketing Executive

Metehan Urhan
New Business & Partnership Manager
Bu konuda ürettiğimiz içerikler
Kullandığımız araçlar
İşin arkasındaki ölçümleme araçları
Veri toplama, etiketleme, ürün analitiği ve raporlama ayrı problemler ve ayrı araçlar demek. Ölçümlemeyi üzerine kurduğumuz araçlar bunlar.
Web analitiği platformları
- Google AnalyticsBu hizmetin adlandırdığı ham analitik veriyi modelleme adımı özellikle GA4 export'undan başlıyor ve onu nihai hedef değil, bir CDP'nin ya da dönüşüm hattının zenginleştirdiği girdi olarak ele alıyor. Bu çerçeve, bu sayfayı bir GA4 yapılandırma sayfasından ayıran şey: burada GA4 yukarı akışta, CDP ve pipeline işi ise onun aşağısında kalıyor.
Etiket yönetimi, CDP ve server-side tracking
- Twilio SegmentMüşteri zaten geniş bir yaygın pazarlama ve ürün aracı yelpazesi kullanıyorsa toplamayı önce Segment üzerinden yönlendiriyoruz, çünkü hedef katalogu özel connector işine gerek kalmadan bu listenin çoğunu kapsıyor. Bu genişlik, onu son derece özel ya da veri ambarı öncelikli bir kurulumda tercih ettiğimiz araç yerine varsayılan başlangıç noktası yapan şey.
- RudderStackMüşterinin veri yönetişim politikası, veri ambarının tek doğruluk kaynağı olarak kalmasını gerektiriyorsa toplamayı Segment yerine RudderStack üzerine kuruyoruz, çünkü event'leri önce sağlayıcı tarafında tutmak yerine doğrudan o ambara yazıyor. Bu mimari tercih, Segment'in modelinin karşılamadığı bir veri konumlandırma gerekliliğini karşılıyor.
- SnowplowMüşterinin sıkı event şema zorlaması ihtiyacı varsa, yani her event kabul edilmeden önce tanımlı bir kurala göre kontrol edilmeli, toplamayı her şeyi kabul edip sonradan temizleyen bir CDP yerine Snowplow üzerine kuruyoruz. Bu girişte doğrulama davranışı, bozuk bir event'in dönüşüm hattına hiç ulaşmamasını sağlıyor.
- mParticleMüşterinin ana toplama yüzeyi web değil de native bir mobil uygulamaysa toplamayı mParticle üzerinden yönlendiriyoruz, çünkü kimlik çözümlemesi ve SDK yönlendirmesi web öncelikli bir üründen uyarlanmak yerine baştan mobil öncelikli tasarlanmış. Bu uygulama-öncelikli temel, event'lerin çoğu hiç bir browser'a değmediğinde kimlik eşleştirmesini güvenilir tutan şey.
- TealiumMüşteri etiket yönetimi ile CDP tipi hedef kitle oluşturmayı, ayrı bir CDP'yi GTM'e eklemek yerine tek platformda istiyorsa Tealium üzerine kuruyoruz, çünkü AudienceStream doğrudan kendi toplama katmanının üzerinde çalışıyor. Bu tek sağlayıcılı eşleşme, birlikte tasarlanmamış bir CDP'yi bir etiket yöneticisine bağlamanın getirdiği ek entegrasyon işini ortadan kaldırıyor.
- Treasure DataYalnızca event yönlendirmesi değil, birçok kaynak sistemden derlenmiş tam customer-360 profillerine ihtiyaç duyan kurumsal bir müşteri için aktivasyon katmanını Treasure Data üzerine kuruyoruz, çünkü profil birleştirmesi ve segmentasyonu bu ölçekteki kimlik çözümlemesi için tasarlanmış. Bu, gruptaki yönlendirme odaklı CDP'lerden daha ağır bir iş, yalnızca birleştirme sorunu gerçekten asıl mesele olduğunda seçiyoruz.
- AmperityAktivasyon sorunu aslında bir kimlik sorunuysa, yani aynı kişi müşterinin sistemlerinde birkaç farklı kayıt olarak görünüyorsa çözümleme katmanını Amperity üzerine kuruyoruz, çünkü tekilleştirme ve kimlik eşleştirme daha geniş bir CDP'ye eklenmiş bir özellik değil, onun asıl odağı. Eşleştirme, yönlendirme değil, asıl zor kısım olduğunda genel amaçlı bir CDP yerine bu uzmanlaşmayı tercih ediyoruz.
- Salesforce Data CloudSatış ve pazarlama ekipleri zaten Salesforce içinde çalışan bir müşteri için birleştirilmiş veriyi doğrudan Salesforce Data Cloud üzerinden aktive ediyoruz, çünkü bu ekiplerin zaten her gün kullandığı CRM ve Marketing Cloud nesnelerine geri yazıyor, ayrıca öğrenmeleri gereken ayrı bir hedef değil. Bu doğal uyum, kendi Salesforce connector'ı kurulup sürdürülmesi gereken bir CDP'ye kıyasla belirleyici faktör.
BI, dashboard ve raporlama
- Looker StudioDownstream'i aktive et adımı test edilmiş, zenginleştirilmiş veriyi teslim ettikten sonra bunu paydaş raporlaması için Looker Studio'da görünür kılıyoruz. Bir dashboard'u ham toplama yerine bu pipeline'ın çıktısından beslemek, her hareket ettiğinde yeniden açıklanması gereken bir sayı yerine tutarlı, zaten doğrulanmış bir sayı göstermesini sağlıyor.
Sonraki adım
Ölçümleme altyapınızı güvenilir kararlara dönüştürün


Sorular



























