Python, R, JavaScript и другие языки программирования для интернет-маркетологов и аналитиков - «Заработок»
- 12:55, 18-июн-2020
- Заработок
- Берта
- 0
Data-driven маркетинг становится все актуальнее, поэтому растет спрос на аналитику больших массивов данных. Для работы с информацией в digital-мире есть целый ряд инструментов, но преимущество — в руках интернет-маркетологов и веб-аналитиков, которые умеют работать с данными напрямую, используя тот или иной язык программирования.
В статье мы рассмотрим популярные и удобные языки, их особенности и области применения.
Python
Этот язык стремительно набирает обороты и в 2020 году занял третью строчку в авторитетном рейтинге TIOBE, уступив лишь С и Java. Python любят и на нем хотят писать, что неудивительно: он прост в освоении и изучается на начальных курсах программирования в университетах.
Python — универсальный язык. Под него созданы сотни удобных библиотек, позволяющих делать буквально всё: от создания несложных игр (Pyxel) до популярных библиотек для работы с данными (Pandas, NumPy) и нейросетями (TensorFlow).
Сегодня Python, пожалуй, самый выигрышный для маркетологов. Зная язык на приемлемом уровне, вы сможете полностью закрыть целый ряд задач:
- Получение данных через API сервисы. Предположим, вам нужно составить небольшой отчет, получив определенный массив данных из нескольких источников. Например, свести конверсии из Google Analytics, звонки из системы коллтрекинга и данные Яндекс.Директа или Google Ads. Вы легко можете импортировать результат в Excel, Google Sheets или базу данных, если у вас есть пара скриптов, написанных на Python.
- Обработка данных. Здесь на помощь придет библиотека Pandas, которая организует данные в удобные датафреймы (подобие таблиц) и позволяет оперировать столбцами и строками, внося массовые изменения.
- Автоматизация процессов. На Python вы легко сможете убрать из своей работы большую часть рутины, связанную с рекламными кампаниями или работой с таблицами, рассылками и т. д. Например, можно настроить автоматическую отправку писем, собирать данные по балансам с рекламных площадок, проверять/устанавливать разметку ссылок и многое другое.
- Парсинг информации. Если вам нужно оперативно получить определенную информацию из сети — будь то цены на конкретные товары в интернет-магазине или любые другие текстовые данные, которые содержатся в теле веб-страницы, — можете прибегнуть к библиотеке BeautifulSoup.
Ниже простой пример применения BeautifulSoup. Скрипт получает информацию о странице и вывод HTML-кода заголовка, его текста, а также HTML-кода его родителя.
[code]#!/usr/bin/python3
from bs4 import BeautifulSoup
import requests as req
resp = req.get("http://www.something.com")
soup = BeautifulSoup(resp.text, 'lxml')
print(soup.title)
print(soup.title.text)
print(soup.title.parent) Создание чат-ботов. На Python можно запрограммировать бота в мессенджере или социальной сети. Стоит обратить внимание на то, что существуют сервисы, которые дополнительно упрощают и автоматизируют этот процесс.
Машинное обучение. Python позволяет анализировать статистические выборки и строить на их основе предсказания. Например, вы сможете вычислить вероятность того, что пользователь отменит подписку на ваш продукт в ближайшее время, и вовремя повлияете на его поведение. В библиотеке Scikit-learn реализовано много алгоритмов машинного обучения, что позволяет строить модели и находить аномалии или важные паттерны.
Где и как изучать Python
- Бесплатный курс в Stepik «Программирование на Python»
- Курс Python в Codecademy
- Курс «Аналитик данных» в Яндекс.Практикум, в бесплатном доступе примерно 20 часов первого блока
- Бесплатный курс по программированию с нуля «Питонтьютор»
- Книга «Легкий способ выучить Python», автор — Зед Шоу
- Книга «Программирование на Python», автор — Марк Лутц
Несколько материалов о работе маркетолога с Python:
- Получаем показатели рекламных кампаний с помощью Python-скрипта
- Работа с первичной аналитикой: выгружаем сырые данные из Метрики с помощью скрипта
- Автоматически анализируем шаблоны объявлений конкурентов в контекстной рекламе
- Автоматически сцепляем ключевые фразы с посадочными страницами с помощью скрипта
Banner
R
По сравнению с Python R — более узкоспециальный язык: в основном его используют для работы с математическими и статистическим моделями. Если говорить об особенностях, то у R не такая подробная и удобная документация, как у Python, не такое обширное сообщество и более специфический синтаксис. Но даже несмотря на это, R — прекрасный инструмент для работы с данными.
У Python и R схожие возможности. На R у вас получится:
- автоматизировать рутинные операции, связанные с Excel;
- парсить данные с помощью пакета rvest;
- писать скрипты для обращения к API разных систем.
Как и Python, R позволяет удобно визуализировать результаты. Например, с помощью пакета ggplot2 можно отобразить в удобной форме графики, на которых видны важные аномалии. Ниже — график кликов по дням:
Где и как изучать
Большой вклад в развитие российского сообщества вносит руководитель отдела аналитики агентства Netpeak Алексей Селезнев. Он создал много удобных пакетов для работы с данными Яндекс.Директа, Facebook, «ВКонтакте» и другими рекламными площадками и системами аналитики. Его наработки можно найти на GitHub.
- Подборка «Руководство по изучению языка R и его использование в Data Science»
- Видеокурс «Язык R для пользователей Excel» от Алексея Селезнева на YouTube
- Курс в Stepik «Основы программирования на R»
- Курс в Stepik «Анализ данных в R»
jаvascript
В интернет-маркетинге jаvascript удобен при плотном взаимодействии с сайтами. Он не такой элегантный и лаконичный как Python, но настолько же мощный и разносторонний. Практически всё, что можно сделать на Python, выполнит и JS. В целом, jаvascript — неотъемлемая часть современной веб-разработки, поэтому его знание пригодится.
Три digital-направления, где JS пригодится:
SEO. Зная JS, вы будете понимать, как поисковые движки видят сайт. Это необходимо для поисковой оптимизации.
Работа с Google Tag Manager. Основы jаvascript нужны, чтобы писать скрипты для Google Tag Manager. Система позволяет устанавливать на сайт клиента контейнер, в котором размещаются теги отслеживания и производятся любые другие манипуляции, необходимые для аналитики.
Больше о работе с GTM читайте по тегу.
E-commerce. Зная jаvascript, вы сможете разобраться в настройке электронной коммерции на сайте клиента, внедрить ее или внести необходимые правки.
Ниже приведен пример яркого и наиболее часто встречаемого скрипта для установки электронной коммерции через GTM:
[code]
Где и как изучать
- Современный учебник jаvascript
- Книга «Выразительный jаvascript», автор — Марейн Хавербек
- Раздел по алгоритмам и структурам данных jаvascript на Freecodecamp
- Руководство jаvascript Garden на GitHub, автор — Иво Ветцель
- Книга «jаvascript. Подробное руководство», автор — Дэвид Флэнаган
- Блог Симо Ахавы, веб-аналитика и эксперта по GTM и Google Analytics.
Другие полезные языки для интернет-маркетологов
Google Apps Script. Этот язык, основанный на jаvascript, удобен при работе с экосистемой Google (Docs, Sheets, Slides, Forms). С его помощью можно добавлять пользовательские элементы в интерфейс инструментов, создавать надстройки и настраивать интеграцию с сервисами Google (AdSense, Analytics, Calendar, Drive, Gmail, Maps).
С++. Полноценный мощный язык программирования, который в маркетинге, благодаря высокой скорости, может применяться для математических вычислений при очень больших массивах данных.
Итого
Язык программирования — это всего лишь инструмент, а не самоцель. Не стоит быть адептом одного из них, так как это сужает возможности и перечень решаемых задач.
Конечно, не нужно и учить огромное количество языков, фреймворков, разбираться в сложных инструментах и досконально штудировать Computer Science. Определитесь, что вам нужно разобрать на уровне, которого хватит для решения конкретных кейсов. Ответьте на вопросы: какие задачи нужно выполнить, с какими маркетинговыми инструментами надо применять — и выбирайте нужный язык программирования.
Комментарии (0)