Александр Вахтин › avvahtin Сбер ID
AI-агенты, данные и веб-сервисы на Python: от идеи до продакшена
Рейтинг
217
№ 6 009 в каталоге
Отзывы
0
Профессионализм
-/10
Коммуникация
- /10
Город
Москва
Опыт работы
8 лет
На сайте с
2026 года
Юридический статус
ИП

185 кабинетов Яндекс.Директа: отчёт без ручной сборки

Используемые навыки SEO Yandex Аналитика Веб-аналитика Контекстная реклама

Описание

Руководству агентства раз в месяц нужна одна картина: сколько тратит реклама по всем клиентам, как ведёт себя органический трафик сайта, что происходит с выручкой по услугам и за чей счёт она растёт — за счёт новых клиентов или тех, кто уже работает с агентством.

Отчёт каждый раз собирали вручную из рекламных кабинетов, таблиц и выгрузок. Это долго, но главная беда в другом: от месяца к месяцу цифры считались чуть по-разному, и периоды нельзя было честно сравнить. А сравнение — ровно то, ради чего руководитель открывает отчёт.

Почему руками это не масштабировалось:

— в агентском аккаунте 185 клиентских кабинетов Яндекс.Директа, у каждого свои кампании и стратегии ставок;
— одному кабинету доступна 1 241 цель Метрики — выбирать нужные глазами бессмысленно;
— Директ часто не отдаёт статистику сразу: отчёт встаёт в очередь, за ним нужно возвращаться, а слишком длинный период сервер может не успеть собрать;
— выручка живёт в Google Таблице, которую ведут люди: суммы с «₽», пробелами и запятыми, 14 разных названий услуг на 5 реальных направлений, в одном списке текущие, бывшие и потенциальные клиенты.

Задача — инструмент, который каждый раз собирает эти данные одинаково, чтобы на встрече обсуждали решения, а не происхождение чисел.

Решение

Написал инструмент из двух конвейеров — рекламного и финансового — и слоя графиков поверх них. Выгрузка оформлена Python-библиотекой, отчёт пересобирается в тетрадях Jupyter на свежих данных.

Все кабинеты одним запуском. Список клиентов читается из агентского аккаунта постранично, архивные отсекаются, лишние логины исключаются списком. Для каждого кабинета — кампании шести типов со стратегиями ставок на поиске и в сетях, затем статистика по дням.

Отчёты по протоколу Директа. Статистика формируется асинхронно: сервис принимает заказ, ставит его в очередь и сообщает, через сколько секунд вернуться. Код ждёт ровно этот интервал, а не случайную паузу. Каждая ошибка пишется в журнал с идентификатором запроса (RequestId) — без него обращение в поддержку Директа бесполезно.

Нарезка периода. Запрошенный диапазон режется на окна по 29 дней и склеивается обратно, чтобы отчёт не упирался в серверный лимит времени формирования. Пользователь просто просит данные за год.

Бережно к квотам. Кабинеты идут пачками по три с паузой между пачками, а баллы API списываются с агентства, а не с клиентов. Кабинет, на котором случилась ошибка, пропускается с записью в журнал — выгрузка остальных не падает.

Понятные названия. 28 стратегий ставок переведены из служебных кодов в русские описания: в отчёте стоит «Оптимизация конверсий, оплата за конверсии», а не PAY_FOR_CONVERSION.

Сведение. Расход каждой кампании разводится на поиск и сети и склеивается с её стратегиями, логином и идентификатором клиента. На выходе — одна таблица по всем кабинетам агентства.

Выручка из Google Таблицы. Таблица читается по публичной ссылке, а если доступ закрыт — через сервисный аккаунт Google. Суммы очищаются от «₽», пробелов, неразрывных пробелов, запятых и прочерков. Потенциальные клиенты исключаются, бывшие остаются: их выручка не должна пропадать из прошлых месяцев. 14 названий услуг сведены в 5 направлений.

Новые и старые деньги. Выручка каждого месяца делится на деньги клиентов, купивших впервые, и тех, кто покупал раньше. Считаю в двух разрезах: по клиенту и по паре «клиент — услуга». Это разные вопросы: давний клиент может впервые купить новую услугу, и именно так видно, продаются ли новые направления текущей базе.

Графики, которые не преувеличивают:

— выручка по месяцам столбцами с разбивкой по услугам и итогом над каждым столбцом;
— общая динамика — скользящее среднее за 3 месяца, ось от нуля, чтобы месячные колебания не выглядели драмой;
— сравнение двух любых лет по выбранным месяцам с процентом изменения;
— новые и старые деньги рядом, месяц за месяцем;
— трафик сайта: визиты и посетители из поиска и прямых заходов, период к периоду, рост зелёным, падение красным.

Результат

Отчёт по всем 185 кабинетам агентства собирается кодом, а не руками, и каждый раз по одним и тем же правилам. Поэтому месяцы и годы можно сравнивать между собой — ради этого всё и затевалось.

Выгрузка доходит до конца: очередь отчётов, нарезка периода, постраничное чтение и пачки по три решают ограничения API в коде, а сбой одного кабинета не останавливает остальные.

В отчёте появилась картина, которой не было в исходной таблице: какая часть выручки пришла от новых клиентов, а какая — от давних и от новых услуг для них.

Инструмент пережил несколько отчётных циклов: сравнение годов задаётся двумя параметрами, и тот же код сравнивал 2023 год с 2024-м, а позже январь 2025-го с январём 2026-го.

Разговор на встречах сместился с вопроса «откуда эта цифра» на вопрос «что с ней делать».

Схема переносится на любое агентство или бизнес с кабинетами Директа и выручкой в таблице: меняются доступы и список услуг, логика остаётся.

Оценили проект:

Другие проекты

Все проекты →
Веб-разработка и IT Нарезка спрайтов: 52 иконки с листа за один проход
Нарезка спрайтов: 52 иконки с листа за один проход
70
ИИ и Нейросети AI-агент по данным бизнеса: вопрос словами — готовый дашборд
AI-агент по данным бизнеса: вопрос словами — готовый дашборд
124
Веб-разработка и IT Сквозная аналитика amoCRM, Битрикс24 и 1С: отчёты за минуты
Сквозная аналитика amoCRM, Битрикс24 и 1С: отчёты за минуты
72
Веб-разработка и IT Отчёты за 10 минут вместо ~200 ч в год: Читай-город и ещё 5
Отчёты за 10 минут вместо ~200 ч в год: Читай-город и ещё 5
68