ETL — общее слово из ИТ, и большая часть текстов о нём написана для инженеров данных. В маркетинге оно обычно означает одну работу: свести в одну таблицу расходы из рекламных кабинетов и лиды и сделки из CRM.
Три шага
| Шаг | Что происходит | Пример в маркетинге |
|---|---|---|
| Извлечь (extract) | Данные забираются из источника | Расходы по кампаниям из каждого кабинета, сделки из CRM |
| Преобразовать (transform) | Данные приводятся к нужному виду | Одна валюта, одна граница суток, одно имя канала |
| Загрузить (load) | Данные попадают в хранилище | Таблица в хранилище или электронная таблица |
ELT меняет два последних шага местами: сырые данные загружаются сразу и меняются уже внутри хранилища. Схема стала обычной, когда хранилища подешевели и ускорились. Reverse ETL везёт данные обратно: из хранилища в инструменты вроде CRM.
Кто что делает
Общие инструменты вроде Fivetran и Airbyte перевозят данные для всей компании. Инструменты вроде Supermetrics, Funnel и Windsor.ai заточены под маркетинговые источники. Показывает результат BI-инструмент: Looker Studio или Power BI.
Чего конвейер не решает
Конвейер доставляет данные. У этих правил всё равно должен быть хозяин:
- к какому визиту относится лид и что происходит с лидом без визита;
- что считать продажей и какую дату ей ставить;
- как учитывать возвраты и повторные оплаты;
- какой расход относится к какому каналу, если имена не совпадают.
Конвейер ещё и требует ухода. Площадки меняют API, в CRM появляются поля, форма перестаёт передавать метку. Часто ошибки при этом нет, а отчёт просто показывает меньше.
Когда он нужен
Когда в компании есть хранилище и человек, который им занимается, а данные маркетинга — один из многих источников.
Если цель только в отчёте от расходов до выручки, посчитайте работу целиком: коннекторы, хранилище, правила преобразования, BI и человек, который всё это поддерживает.
Где здесь KO
KO — не универсальный ETL, и хранилище для него не нужно. Коннекторы, связку и формулы метрик KO держит сам и собирает один отчёт от расходов до выручки.
Если хранилище у вас есть, подключение BigQuery и Snowflake доступно по запросу, данные могут ходить в обе стороны. Подробнее — в сравнении BI или KO.