Τι είναι το Analytics και τι δεν είναι

Μια απόφαση με προθεσμία

Η Alpenkorb AG είναι ένα φανταστικό online κατάστημα τροφίμων και ειδών σπιτιού με έδρα τη Ζυρίχη. Παραδίδει σε οκτώ ελβετικές περιφέρειες, από τη Γενεύη έως το St. Gallen, και κάθε παραγγελία, κάθε επίσκεψη και κάθε φράγκο μάρκετινγκ από τον Ιανουάριο του 2025 έως τον Μάρτιο του 2026 βρίσκεται στα δεδομένα που θα χρησιμοποιήσετε σε αυτό το μάθημα. Την 1η Απριλίου 2026 η Lena Frei αναλαμβάνει καθήκοντα ως επικεφαλής ανάπτυξης. Το πρώτο της καθήκον είναι συγκεκριμένο: να προτείνει πώς θα κατανεμηθεί ο προϋπολογισμός μάρκετινγκ του δεύτερου τριμήνου ανάμεσα σε paid search, social ads, συνεργάτες affiliate και email. Το πρώτο τρίμηνο αυτά τα τέσσερα κανάλια κόστισαν CHF 4'308.96.

Στα οκτώ μαθήματα θα κάνετε τη δουλειά που πρέπει να κάνει η Lena: να οξύνετε την ερώτηση, να επιλέξετε τους αριθμούς που έχουν σημασία, να κάνετε ερωτήματα στους πίνακες και να γράψετε το υπόμνημα μίας σελίδας που ολοκληρώνει το μάθημα. Κάθε αριθμός σε αυτά τα μαθήματα προέρχεται από τα ίδια δεδομένα που θα ερωτήσετε στα εργαστήρια.

Τι είναι το analytics

Το analytics είναι η δουλειά της μετατροπής των δεδομένων σε καλύτερη απόφαση. Η απόφαση έρχεται πρώτη. Αν καμία επιλογή δεν εξαρτάται από την απάντηση, η ανάλυση είναι χόμπι, όσο καλό κι αν φαίνεται το γράφημα. Για τη Lena η επιλογή αφορά χρήματα: ποιο κανάλι παίρνει περισσότερα και ποιο λιγότερα.

• Είναι η απάντηση σε μια συγκεκριμένη ερώτηση με δεδομένα που ταιριάζουν στην ερώτηση.
• Είναι να λέτε πόσο σίγουροι είστε και τι θα σας άλλαζε γνώμη.
• Δεν είναι η συλλογή κάθε πιθανού αριθμού, ελπίζοντας ότι θα εμφανιστεί κάποιο μοτίβο.
• Δεν είναι ένα dashboard που κανείς δεν ανοίγει πριν από μια απόφαση.
• Δεν είναι απόδειξη για κάτι που κάποιος ήδη πίστευε. Μια καλή ανάλυση μπορεί να καταλήξει σε κάναμε λάθος.
• Δεν χρειάζεται big data. Η Alpenkorb έχει 3'427 παραγγελίες, αρκετά λίγες για ένα κινητό και αρκετές για αυτή την απόφαση.

Δείτε την πρώτη ύλη

Τα δεδομένα ζουν σε πίνακες. Ο πίνακας orders έχει μία γραμμή για κάθε παραγγελία: πότε έγινε, από ποιον πελάτη, από ποια περιφέρεια και πηγή μάρκετινγκ, πόσο άξιζε, και αν παραδόθηκε, ακυρώθηκε ή επεστράφη. Η SQL είναι η γλώσσα για να κάνετε ερωτήσεις σε έναν πίνακα. Η πιο σύντομη χρήσιμη ερώτηση είναι: δείξε μου μερικές γραμμές.

SELECT *
FROM orders
LIMIT 5;

SELECT * σημαίνει όλες οι στήλες, FROM orders ονομάζει τον πίνακα και LIMIT 5 σταματά μετά από πέντε γραμμές. Ποιες πέντε; Όποια σειρά τυχαίνει να είναι αποθηκευμένος ο πίνακας. Ένας πίνακας δεν έχει ενσωματωμένη σειρά ταξινόμησης, οπότε αν σας ενδιαφέρει ποιες γραμμές έρχονται πρώτες πρέπει να το ορίσετε με ORDER BY.

SELECT order_id, order_date, source, net_amount
FROM orders
ORDER BY net_amount DESC
LIMIT 5;

Αυτό επιστρέφει τις πέντε μεγαλύτερες παραγγελίες βάσει του net_amount, της αξίας μετά τις εκπτώσεις. Το DESC ταξινομεί από το υψηλότερο στο χαμηλότερο· χωρίς αυτό η SQL ταξινομεί από το χαμηλότερο στο υψηλότερο. Το να ονομάζετε τις στήλες αντί να γράφετε * κρατά το αποτέλεσμα ευανάγνωστο.

Η παγίδα: να ξεκινάτε από τα δεδομένα

Το πιο συνηθισμένο λάθος στο analytics είναι να ανοίγετε τα δεδομένα πριν γράψετε την απόφαση. Βρίσκετε κάτι ενδιαφέρον, μετά κάτι άλλο, και μετά από μία εβδομάδα έχετε σαράντα γραφήματα και καμία σύσταση. Και η Lena θα μπει στον πειρασμό. Τα δεδομένα περιέχουν 17'706 sessions σε ιστότοπο και εφαρμογή, και στο πρώτο τρίμηνο του 2026 τα social ads έφεραν περισσότερα sessions από κάθε άλλη πηγή. Αυτό ακούγεται σαν επιτυχία. Αν είναι πράγματι εξαρτάται από την ερώτηση, και το μάθημα 4 δείχνει ότι αυτός ο αριθμός από μόνος του δεν λέει σχεδόν τίποτα για την απόφασή της.

Τι ακολουθεί

Το Οι τέσσερις τύποι Analytics ταξινομεί τις ερωτήσεις ανάλογα με το τι ζητούν από τα δεδομένα. Το Από την επιχειρηματική ερώτηση στην ερώτηση δεδομένων μετατρέπει το δουλεύει το social; σε κάτι που μπορεί να απαντήσει ένας πίνακας. Το KPI, μετρήσεις και vanity numbers ξεχωρίζει τους αριθμούς που αποφασίζουν από αυτούς που απλώς διακοσμούν. Το Το πρώτο σας πραγματικό ερώτημα και το Ομαδοποίηση σε πίνακα έτοιμο για γράφημα χτίζουν την SQL που χρειάζεστε. Το Το funnel σε αριθμούς ακολουθεί τους επισκέπτες μέχρι την πρώτη και την επαναλαμβανόμενη παραγγελία, και το Το υπόμνημα απόφασης μίας σελίδας μετατρέπει όλα αυτά σε μια σύσταση που η Lena μπορεί να υπερασπιστεί.