Обзор R пакетов для интернет маркетинга, часть 2

Первой моей публикацией на Хабре была «Обзор R пакетов для интернет маркетинга, часть 1», с тех пор прошло почти 3 года. За это время какие-то пакеты стали не актуальны, какие-то сильно изменились и конечно появились новые пакеты, которые могут значительно облегчить жизнь интернет маркетологам и веб аналитикам.

В этой статье мы рассмотрим следующую порцию R пакетов предназначенных для интернет — маркетинга.

Каждый из приведённых в статье пакетов будет рассмотрен по приведённым ниже пунктам:

• основное назначение пакета;

• возможности пакета;

• установка пакета;

• пример кода;

• полезные ссылки.

Содержание

Если вы интересуетесь анализом данных возможно вам будут полезны мои telegram и youtube каналы. Большая часть контента которых посвящены языку R.

1. rgoogleads — пакет для работы с Google Ads API

2. googleAnalyticsR — пакет для работы с Google Analytics API

3. rappsflyer — пакет для работы с AppsFlyer Pull API

4. searchConsoleR — пакет для загрузки данных из Google Search Console

5. bigrquery — пакет для работы с Google BigQuery

rgoogleads — пакет для работы с Google Ads API

Работа над rgoogleads пакетом была начата в июне 2021 года. Основной мотивацией для его разработки послужило то, что популярный ранее пакет RAdwords, который я рассматривал в первой части статьи, прекратит своё существование 27 апреля 2022 года, вместе с отключением Google Adwords API.

Основные возможности пакета:

• авторизация в API Google Ads;

• загрузка списка аккаунтов верхнего уровня;

• загрузка всей иерархии аккаунтов из управляющих аккаунтов;

• загрузка объектов рекламного кабинета: кампании, группы объявлений, объявления и другое;

• загрузка статистических данных из рекламных аккаунтов;

• загрузка метаданных ресурсов, полей ресурсов, сегментов и метрик;

• загрузка прогноза и исторических данных из планировщика ключевых слов.

Установка пакета:

install.packages('rgoogleads')

Пример кода:

library(rgoogleads)  # авторизация gads_auth(email = 'me@gmail.com')  # загрузка данных по эффективности рекламных кампаний data2 <- gads_get_report(   resource = 'campaign',   fields   = c('campaign.name',               'segments.date',               'metrics.clicks'),   date_from         = '2021-06-01',   date_to           = '2021-06-30',   customer_id       = 'xxx-xxx-xxxx', # id рекламного аккаунта   login_customer_id = 'xxx-xxx-xxxx'  # id управляющего аккаунта (опционально) )

Полезные ссылки:

Пакет совсем свежий, поэтому по нему ещё не так много документации, тем не менее следующие ссылки помогут вам в нём более детально разобраться:

• Миграция с Google AdWords API на Google Ads API: подробный мануал

• Официальный сайт пакета

• Видео с презентации пакета на конференции 8P 2021

googleAnalyticsR — пакет для работы с Google Analytics API

Пакет предназначенный для работы с различными API Google Analytics.

Основные возможности пакета:

• авторизация в Google Analytics API;

• работа с Core Reporting API 3 и 4 версий;

• работа с Management API;

• работа с Multi Channel Funnels API;

• работа с Real time Reportnig API;

• работа с User Activity API;

• работа с Data API (Google Analytics 4);

• автоматический обход семплирования данных;

• загрузка различны данных в Google Analytics, включая данные о расходах из рекламных кабинетов.

Установка пакета:

install.packages('googleAnalyticsR')

Пример кода:

Работа с Google Analytics Core API 4:

## подключение пакета library(googleAnalyticsR)  ## авторизация ga_auth()  ## запрос списка представлений account_list <- ga_account_list()  ## просмотр списка идентификаторов доступных представлений account_list$viewId  ## создаём переменную с идентификатором нужного представления ga_id <- 123456  ## запрашиваем отчёт google_analytics(ga_id,                   date_range = c("2017-01-01", "2017-03-01"),                   metrics = "sessions",                   dimensions = "date")

Работа с Google Analytics Data API (Google Analytics 4):

# подключение пакета library(googleAnalyticsR)  # авторизация ga_auth(email="my@email.com")  # запрос списка доступных ресурсов Google Analytics 4 ga_account_list("ga4")  # запрос отчёта из Google Analytics 4 dimensions <- ga_data(     my_property_id,     metrics = c("activeUsers","sessions"),     dimensions = c("date","city","dayOfWeek"),     date_range = c("2020-03-31", "2020-04-27") )

Полезные ссылки:

• Как загрузить данные из API Google Analytics в R: часть 2

• Доклад: Как работать с API Google Analytics на языке R с помощью пакета googleAnalyticsR (8P Online)

• Сайт пакета googleAnalyticsR

rappsflyer — пакет для работы с AppsFlyer Pull API

Пакет rappsflyer предназначен для работы с AppsFlyer Pull API.

AppsFlyer — сервис аналитики мобильной рекламы, помогающий маркетологам точно определить таргетинг, оптимизировать расходы на рекламу и повысить рентабельность инвестиций.

Основные возможности пакета:

• запрос данных из AppsFlyer Pull API;

• запрашивать агрегированный отчёт (привлечение пользователей и ретаргетинг);

• запрашивать отчеты по сырым данным (неорганические);

• запрашивать отчеты по сырым данным (органические);

• запрашивать сырые данные по доходу от рекламы.

Установка пакета:

install.packages('rappsflyer')

Пример кода:

library('rappsflyer')  # авторизация af_set_api_token('ваш API токен')  # запрос отчёта af_data <- af_get_aggregate_data(   date_from         = '2021-08-01',   date_to           = Sys.Date() - 1,    report_type       = "geo_by_date_report",   additional_fields = c("install_app_store", "match_type", "oaid"),   app_id            = 'myapp.app' )

Полезные ссылки:

• Видео урок по работе с пакетом rappsflyer

• Виньетка «Работа с API AppsFlyer на R»

• README пакета

searchConsoleR — пакет для загрузки данных из Google Search Console

Пакет searchConsoleR предназначен для работы с Google Search Console API.

Основные возможности пакета:

• авторизация в Google Search Console API;

• запрос, удаление и добавление веб сайтов в Search Console;

• запрос, удаление и добавление файлов Sitemap в Search Console;

• получение статистики из Google Search Console.

Установка пакета:

install.packages('searchConsoleR')

Пример кода:

library(searchConsoleR)  # авторизация scr_auth(email = 'alsey.netpeak@gmail.com')  # список доступных сайтов list_websites()  # получить данные из Search Console data <- search_analytics(   siteURL    = "http://www.my-site.ru/",   startDate  = "2021-01-01",    endDate    = "2021-07-31",   dimensions = c("query", "page") )

Полезные ссылки:

• README пакета

bigrquery — Пакет для работы с Google BigQuery

Пакет предназначенный для работы с облачной базой данных Google BigQuery, которая очень популярна в решении аналитических задач интернет маркетинга.

Основные возможности пакета:

• авторизация в Google BigQuery API;

• возможность запрашивать метаданные объектов Google BigQuery, таких, как проект, набор данных и таблица;

• предоставляет интерфейс для работы с низкоуровневым API, с помощью которого можно запрашивать или загружать данные в BigQuery;

• предоставляет DBI интерфейс для подключения и работы с Google BigQuery;

• предоставляет dbplyr интерфейс для работы с данными, хранящимися в Google BigQuery.

Установка пакета:

install.packages('bigrquery')

Пример кода:

Работа с низкоуровневым API:

library(bigrquery)  # запросить данные из BigQuery ## текст SQL запроса sql <- "SELECT year, month, day, weight_pounds FROM `publicdata.samples.natality`" ## загрузка данных в R tb <- bq_project_query('id проекта', sql) %>%       bq_table_download()  # отправка данных в Google BigQuery bq_table(project = "id проекта",          dataset = "id набора данных",          table   = "название таблицы") %>%   bq_table_upload(values = mtcars,                   create_disposition = "CREATE_IF_NEEDED",                   write_disposition = "WRITE_APPEND")

Работа через DBI интерфейс:

library(DBI)  # подключение к BigQuery con <- dbConnect(   bigrquery::bigquery(),   project = "publicdata",   dataset = "samples",   billing = billing )  # запрос данных dbGetQuery(con, sql)  # отправка данных в BigQuery dbWriteTable(   con,    name      = "название таблицы",    value     = mtcars,    append    = FALSE,    overwrite = TRUE )  # закрываем соединение dbDisconnect(con)

Полезные ссылки:

• Сайт пакета

• Учимся обращаться к данным и запрашивать их при помощи Google BigQuery. С примерами на Python и R

Заключение

В этой статье мы разобрали очередную порцию полезных для интернет маркетологов R пакетов. С помощью представленных в статье пакетов вы сможете быстро начать работать с API таких сервисов как: Google Ads, Google Analytics, AppsFlyer, Google Search Console и Google BigQuery.

Надеюсь материал приведённый в данной статье будет вам полезен. Буду рад видеть вас среди подписчиков своего telegram и youtube канала R4marketing.