В рамках проекта были проанализированы данные о рекламных кампаниях, трафике на сайт и продажах онлайн-школы. В итоге проекта были сделаны выводы об окупаемости маркетинговых инвестиций, даны рекомендации по оптимизации сайта и рекламы.
В проекте использованы SQL-запросы для PostgreSQL в редакторе DBeaver. Для визуализации использовался BI-инструмент Apache Superset. Презентация с выводами подготовлена в Google Slides.
Для подключения к БД:
- Установить DBeaver
- Выбрать PostgreSQL
- Создать новое подключение, используя данные:
- Host: 65.108.223.44
- Database: marketingdb
- Username: student
- Password: student
- Port: 5432
- Создать витрину для модели атрибуции Last Paid Click. Файл с SQL-запросом (использовано: join, case, оконные функции, подзапросы). Итоговая таблица last_paid_click.csv
- Рассчитать расходы на рекламу. Файл с SQL-запросом (использовано: join, case, оконные функции, подзапросы, объединение таблиц). Итоговая таблица aggregate_last_paid_click.csv
- Создать дашборд в Apache SuperSet с визуализацией данных. Файл с дополнительными запросами. Дашборд
- Подготовить презентацию в Google Slides с выводами и графиками.