РазборBI-дашборды · 16 июля 2026

Как мы построили единый BI-дашборд по всем клиентам: Google + Яндекс в одной валюте

#BI#BigQuery#Looker#автоматизация#дашборд
Читать нас чаще в Google

У агентства контекстной рекламы есть вечная боль: данные живут в двух мирах. Google Ads считает в долларах, Яндекс Директ — в российских рублях, клиент платит в белорусских. Кабинетов — десятки, и когда клиент спрашивает простое «сколько стоит моя заявка?», специалист открывает два кабинета, Excel и калькулятор валют.

Мы устали сводить отчёты руками и построили единую систему аналитики по всем клиентам агентства. Теперь любой вопрос — «какой CPA у клиента X в июне?», «какая кампания сливает бюджет?», «как сработал поисковый запрос?» — решается за 10 секунд в одном дашборде. Рассказываем, как это устроено.

Проблема: два кабинета, три валюты, десятки аккаунтов

  • Google Ads — данные по каждому клиенту в MCC, валюта USD;
  • Яндекс Директ — свои логины, валюта RUB, свои названия целей;
  • клиенту нужен понятный отчёт в одной валюте и одна цифра: цена заявки.

Ручное сведение — это часы в неделю и гарантированные ошибки в копипасте. А главное — данные устаревают быстрее, чем собирается отчёт.

Решение: конвейер данных → BigQuery → Looker Studio

  • 01 Выгрузка из Google Ads. Скрипт обходит все клиентские аккаунты MCC через Google Ads API — параллельно, а не по одному — и складывает статистику в Google BigQuery. Если у аккаунта появляется новое поле — схема таблицы расширяется автоматически.
  • 02 Выгрузка из Яндекс Директа — с целями. Второй скрипт забирает статистику по всем логинам через Reports API, включая конверсии по целям Метрики. Самая удобная деталь: список логинов, целей и полей управляется обычной Google Таблицей. Специалист добавляет нового клиента одной строкой — без программиста и правок кода.
  • 03 Единая валюта — по курсу Нацбанка. Отдельный скрипт ежедневно забирает официальные курсы USD и RUB с API Нацбанка РБ и ведёт их лог в BigQuery. Все расходы приводятся к доллару по курсу на дату траты — без «средних курсов за месяц» и округлений на глаз.
  • 04 Маппинг аккаунтов в клиентов. Таблица соответствий связывает Google-аккаунт и логин Директа в одного «клиента» — поэтому в дашборде фильтр «Клиент» показывает бизнес целиком, а не набор кабинетов.
  • 05 Витрина в Looker Studio. Поверх BigQuery собран дашборд с двумя уровнями: «Общая сводка» — плитки по агентству или клиенту (показы, клики, CPC, CTR, конверсии, CPA, CR, расход + динамика по месяцам) и «Детальный отчёт» — таблицы до уровня групп, ключевых фраз и реальных поисковых запросов с расходом, конверсиями и CPA по каждому.

Фильтры: период, система (Google/Яндекс), клиент, специалист, тип кампании, кампания. На панели всегда видно, на какую дату актуальны данные.

Что это даёт на практике

  • Клиенту — прозрачность: отчёт не «раз в месяц по запросу», а живой дашборд в любой момент, в одной валюте.
  • Специалисту — контроль: все проекты на одном экране, аномалия по CPA видна в день возникновения, а не в конце месяца.
  • Агентству — управляемость: понятно, какие ниши и системы дают лучшую экономику.
  • Решениям — скорость: гипотеза «дорогие заявки идут с РСЯ» проверяется фильтром за секунды, а не выгрузкой за вечер.

Вывод

BI-дашборд — это не «красивые графики», а конвейер данных: API рекламных систем → хранилище → нормализация валют и клиентов → живая витрина. Мы построили такой для себя и ведём на нём десятки клиентов ежедневно. Как выглядит клиентская версия такого дашборда — смотрите в кейсе про BI-дашборд с AI-выводами.

Хотите такой же дашборд по вашему бизнесу?

Все рекламные каналы, заявки и выручка в одном экране — покажем демо на ваших данных.

Обсудить проект

[ FAQ ]

Частые вопросы

Как собрать в одном отчёте Google Ads и Яндекс Директ? +
Напрямую системы не стыкуются: разные API, разные структуры данных и разные валюты кабинетов. Рабочая схема — выгружать обе в общее хранилище (обычно BigQuery), там приводить к единой структуре и валюте по курсу на дату расхода, и уже поверх хранилища строить дашборд.
Зачем нужно хранилище, если есть готовые коннекторы? +
Коннекторы тянут данные на лету и ограничены глубиной истории и лимитами API. Хранилище решает три задачи: история не пропадает при изменениях в кабинете, тяжёлые расчёты выполняются один раз, а не при каждом открытии отчёта, и данные из разных систем можно связать между собой.
[ АУДИТ ]

Хотите так же — но в своём проекте?

Бесплатно посмотрим вашу рекламу и аналитику и покажем, где теряются заявки. Без обязательств.

Нажимая кнопку, вы соглашаетесь с политикой конфиденциальности.

Больше — в нашем Telegram-канале

Кейсы, разборы и новости digital — без воды.

Подписаться
[ КОММЕНТАРИИ ] 0

Оставить комментарий