BigQuery: Análisis de Datos Avanzado en SEM

Como todos sabemos, hoy en día vivimos en un mundo hecho de datos. El Big Data es parte integrante de nuestras existencias y analizarlo nos permite entender cualquier aspecto (o casi) de nuestras vidas.  

Los gobiernos y los partidos políticos los utilizan para tomar decisiones que tendrán un impacto concreto en nuestro día a día. Las empresas los utilizan para identificar cómo aumentar las ventas y naturalmente, en el marketing digital, los datos nos permiten entender el comportamiento de nuestros clientes, de forma anónima, para mejorar el rendimiento de nuestras campañas publicitarias.

Hoy nos gustaría hablar de BigQuery, el data warehouse que Google ofrece dentro del entorno Google Cloud. Un data warehouse, o almacén de datos, es un sistema que contiene datos, permitiendo analizarlos y transformarlos en información útil para una organización.  

Podemos importar a BigQuery datos en varios formatos. Se pueden subir documentos .csv por ejemplo, pero lo más interesante es que se puede integrar fuentes como Google Analytics, Google Ads o Search Ads 360. 

Además se importan fuentes que no son propiedad de Google: un CRM o plataformas publicitarias como Facebook Ads. Para los más frikis, comentamos que existe la posibilidad de importar fuentes públicas como las de la NASA o de Wikipedia.

Una vez importados, los datos se analizan a través de SQL (Structured Query Language), el lenguaje más común para gestionar bases de datos relacionales. 

Las ventajas que ofrece BigQuery son varias, aquí vamos a incluir algunos ejemplos, relacionados sobre todo al campo SEM. 

Podemos importar datos de varias plataformas en un entorno centralizado, sin tener que acceder a cada una de las plataformas. Importamos desde Google Ads, Facebook Ads o Google Analytics, almacenando las informaciones en el mismo “sitio”.

Creando queries en SQL, podemos analizar datos de forma más flexible sin tener que seguir la estructura de las tablas en la interfaz de las plataformas.

Además de importar datos, estructurarlos en tablas y analizarlos, los podemos exportar directamente a plataformas de visualización como Google Data Studio o Tableau para crear gráficos.

Una vez importadas, podemos crear integraciones entre varias fuentes, por ejemplo SA360 y CRM: en el CRM calculamos el valor total de un nuevo cliente en su ciclo de vida (LTV). A través de una variable clave en común como el id de pedido, juntamos datos de las dos fuentes y exportamos el valor LTV a SA360 para utilizarlo en las pujas automatizadas.

Además, existen funcionalidades como BigQuery ML que nos permiten crear modelos de análisis estadísticos como regresiones o clustering usando un lenguaje intuitivo como SQL, en lugar de otros lenguajes un poco más complejos como Python o R.

El uso de BigQuery tiene naturalmente un precio y por su naturaleza se propone como herramienta para anunciantes más maduros en sus procesos de digitalización. Al mismo tiempo es una plataforma bastante sencilla de utilizar que puede facilitar el desarrollo del análisis de datos a anunciantes que quieren reforzar este aspecto de la estrategia digital.   

¿Y vosotr@s, estáis list@s para la revolución Big Data?