分析師的工作很大一部分是對數據進行分析。這通常會產生決策建議（或至少應該如此）。我喜歡將這些決策視為「如果這樣，那麼那樣」(IFTTT) 決策。這些可以像「我看到一條平線，我真的需要調查一下」一樣簡單，也可以像「我需要為即將到來的競選年度優化全通路媒體計畫」一樣複雜。借助 API，許多 IFTTT 決策可以而且應該自動化。

自動化 Google Analytics 資料的 5 個步驟：
1.從簡單開始
我像新創公司一樣對待想法。我問自己的第一個問題是：驗證我的想法所需的最低限度是什麼。我既考慮了這個問題的技術意義，也考慮了業務影響。在我的範例中，我們想要建立一個通知系統來監控資料。從技術上講，我們需要一些東西來從網路分析系統中獲取資料。從商業角度來看，最簡單的支票是平線支票。每天檢查每個KPI並不是一個好的時間投資。自動化這些檢查相當容易，並且可以提高我們的數據品質。它很容易設置，因為它不包括百分比下降或異常檢測。這只是一個簡單的檢查。零是壞事，非零是好事。

因此我們產品的第個版本將是平

我們通常從系統演示開始。在本例中，演示是本地Python專案。此專案透過 API 從 Google Analytics 取得資料。當資料為零時，它會向 Slack 發送通知。該通知提到了負責 Google Analytics 設定的數位分析師。這個項目是我們的概念驗證。

接下來是在雲端進行測試運行。我們不想每天手動運行這個項目。該項目應該會自動運行。因此，我們調整了該項目，使其在雲端中運行（在我們的例子中是在 AWS Lambda 中）。這需要一些學習，在第一次成功測試運行後，我們繼續進行。

我們的最後一步是關於易用性。我們希望團隊中的每個人（而不僅僅是知道如何使用 Python 程式設計的同事）都能從這個系統中受益。因此，我們不需要每次想要新增客戶時都修改我們的項目，而是連

 

 

 

接到 Google Sheet。該表包含我們每天想要執行的所有資料檢查。 一行包含所有必要的資訊（例如，Google Analytics 視圖 ID、要使用的維度和指標、選用篩選器、將 slack 訊息傳送到的頻道等）。我們的產品現在可供任何知道如何在電子表格中添加行（並閱讀我們的手冊）的同事使用。

因此，我們產品的第一個版本將是平板顯示器。

3.在此基礎上構建
MVP 投入運作後，我們就可以開始擴展產品了。有多個方向可以進入。或者我們可以建立其他類型的檢查。我們可以檢查漏斗中的步驟（例如購物車添加、結帳和購買）是否具有邏輯數據（添加購物車的數量多於結帳的數量，結帳的數量多於購買的數量）。或監視 A/B 測試資料（是我們用於報表測試運行時傳入的自訂維度）。

我非常喜歡自動化測量。我們使用測量協議來測量我們的自動化項目。對於通知系統，這使我們能夠

共享系統已完成的自動檢查次數

我非常喜歡自動化測量。我們使用測量協議來測量我們的自動化項目。對於通知系統，這使我們能夠共享系統已完成的自動檢查次數。目前它已為我們完成了超過 22,000 項數據檢查。

5.開始自動化
自動化是一件很強大的事情。借助 API 和雲端解決方案，這比以往任何時候都更容易。如果您從一個小的 MVP 開始來證明您的想法可行，那就更容易了。之後，將整個流程自動化，這樣您就無需在啟動和運行時執行任何操作。之後，擴展您的解決方案。

您將做什麼自動化？

‍