لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش Google BigQuery برای بازاریابان و آژانس ها - 2022
Google BigQuery for Marketers and Agencies - 2022
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
بیاموزید که چگونه از جستارهای مبتنی بر SQL در Google BigQuery برای تجزیه و تحلیل داده های بازاریابی و یافتن بینش های معنادار استفاده کنید. به یک بازاریاب فنی تبدیل شوید که هم در بازاریابی دیجیتال و هم در تجزیه و تحلیل داده ها باهوش باشد. کاوش داده های سطح کاربر تجارت الکترونیک و CRM در Google Analytics 360 (پروژه شماره 1) پرس و جوهای پیشرفته را با UNNEST، STRUCT و ARRAY_AGG پرس و جو کنید چندین جدول با انواع مختلف عبارت JOIN - INNER، LEFT و RIGHT دادهها را با SUM، COUNT، GROUP BY جمعآوری کنید و با استفاده از عبارت WITH، جداول و جستارهای BigQuery Visualize BigQuery در Google Data Studio (پروژه شماره 2) نام مستعار ایجاد کنید. تبلیغات پیش نیازها:آشنایی با بازاریابی دیجیتال (الزامی نیست، اما بسیار توصیه می شود) Google BigQuery Sandbox (رایگان و ارائه شده) حساب Google Data Studio (رایگان و ارائه شده)
به Google BigQuery برای بازاریابان و آژانسها خوش آمدید، دوره Google BigQuery که بر رشد دانش فنی و تخصص متخصصان بازاریابی تمرکز دارد! این دوره برای پر کردن شکاف بین تجزیه و تحلیل داده ها و بازاریابی دیجیتال طراحی شده است و به شما کمک می کند تا به یک تصمیم گیرنده داده محور تبدیل شوید. برنامه درسی دوره به صورت پیش رونده کنار هم قرار می گیرد و با معرفی مفیدترین پرس و جوهای SQL برای بازاریابان، نقش BigQuery و SQL در اکوسیستم داده بزرگتر شروع می شود و سپس به دو پروژه عملی می پردازد، جایی که می توانید از همه چیزهایی که آموخته اید استفاده کنید.
در پایان دوره، شما قادر خواهید بود:
دادههای سطح کاربر تجارت الکترونیک و CRM را در Google Analytics 360 (پروژه شماره 1) کاوش کنید
جداول دادهها و جستارهای فعال را در Google Data Studio (پروژه شماره 2) تجسم کنید
داده های نیمه ساختار یافته را با ARRAY_AGG، UNNEST و STRUCT کاوش کنید
مقادیر را با عبارت WHERE فیلتر کنید تا اطلاعات آماری شناسایی شود
فایلهای CSV. را مصرف کنید و جداول BigQuery دائمی ایجاد کنید
ترکیب چندین جدول داده با انواع مختلف JOIN - داخلی، چپ و راست
داده ها را با SUM، COUNT و GROUP BY جمع آوری کنید
پرس و جوهای تودرتو با استفاده از عبارت WITH
ایجاد کنید
دانشجویانی که دوره را گذرانده اند چه می گویند؟
"دوره بسیار خوبی که اصول اولیه Google Big Query و ادغام آن با Data Studio را به شما نشان می دهد. معلم، گام به گام، مهم ترین چیزهایی را که باید با علاقه بدانید به شما نشان می دهد. من این دوره را به هر کسی که می خواهد توصیه می کند. اولین قدم ها را در دنیای بزرگ پرس و جو بردارید." - ماسیمو
"دوره بسیار خوبی! من خوشحالم که آن را انتخاب کردم. درک مطالب آسان است. من قبلا با SQL آشنا بودم، اما هرگز در BigQuery با آن کار نکردم. اکنون می دانم چگونه آن را انجام دهم. بسیار متشکرم !" - ماریا
"این دوره فوقالعاده است! واقعاً! من چند سالی است که دادهها را با Google Analytics جمعآوری میکنم. اما این دوره آموزش میدهد که چگونه آن دادهها را به مرحله بعدی برسانم و اکنون میتوانم درباره آنچه میتوان با این دادهها انجام داد صحبت کرد. و اینکه چگونه می توان آن را با سایر منابع داده ترکیب کرد و غیره. من به خصوص از روشی که Lachezar مفاهیم کلیدی را توضیح می دهد که به من کمک کرد پازل داده های GA را در BigQuery و از آنجا به تصویرسازی داده ها کنار هم بگذارم، دوست دارم. با تشکر Lachezar." - محمد
مربی کیست؟
Lachezar Arabadzhiev یک مارکیتک دیجیتال با بیش از 4 سال تجربه در تجزیه و تحلیل عملکرد و تجسم داده است. لاچزار کار خود را به عنوان یک بازاریاب دیجیتال در مایکروسافت آغاز کرد، اما به زودی به دنیای اندازه گیری و تجزیه و تحلیل تبدیل شد، جایی که فرصت همکاری با برندهای بزرگی مانند Air Canada، RBC، Kimberly-Clark، Mazda و HSBC را پیدا کرد.
Lachezar از اوایل سال 2017 با Data Studio و BigQuery کار کرده است و طیف گستردهای از تجسمها و جریانهای اتوماسیون را ایجاد کرده است. از داشبوردهای مبتنی بر عملکرد با منابع GMP پیوست شده (Google Analytics 360، Campaign Manager و Display Video 360) تا نماهای تقسیمبندی مبتنی بر مخاطب با دادههای تجارت الکترونیک در سطح کاربر.
Lachezar یک کارشناس گواهی GMP و یک سخنران رسمی در اجلاس Google Data Analytics Summit کانادا، 2018 است.
سرفصل ها و درس ها
شروع کار با Google BigQuery
Getting started with Google BigQuery
به دوره خوش آمدید!
Welcome to the Course!
Google BigQuery و SQL چیست؟
What are Google BigQuery and SQL?
راه اندازی حساب BigQuery Sandbox خود در Google Cloud Platform (GCP)
Setting up your BigQuery Sandbox account in Google Cloud Platform (GCP)
غیرفعال کردن برگه های ویرایشگر
Disabling Editor Tabs
پیمایش در رابط Google BigQuery
Navigating the Google BigQuery interface
با استفاده از راهنمای راه حل های BigQuery
Using the BigQuery Solutions Manual
دانلود مجموعه داده های دوره BigQuery
Downloading the BigQuery course datasets
شروع کار با Google BigQuery
Getting started with Google BigQuery
به دوره خوش آمدید!
Welcome to the Course!
Google BigQuery و SQL چیست؟
What are Google BigQuery and SQL?
راه اندازی حساب BigQuery Sandbox خود در Google Cloud Platform (GCP)
Setting up your BigQuery Sandbox account in Google Cloud Platform (GCP)
غیرفعال کردن برگه های ویرایشگر
Disabling Editor Tabs
پیمایش در رابط Google BigQuery
Navigating the Google BigQuery interface
با استفاده از راهنمای راه حل های BigQuery
Using the BigQuery Solutions Manual
دانلود مجموعه داده های دوره BigQuery
Downloading the BigQuery course datasets
ایجاد و پرس و جو جداول با SQL در Google BigQuery
Creating and querying tables with SQL in Google BigQuery
وارد کردن یک مجموعه داده CSV در BigQuery و ایجاد یک جدول
Ingesting a CSV dataset into BigQuery and creating a table
نوشتن اولین درخواست خود با بندهای SELECT، FROM و LIMIT
Writing your first query with the SELECT, FROM and LIMIT clauses
جمع آوری داده ها با SUM، COUNT، GROUP BY و ایجاد نام مستعار با AS
Aggregating data with SUM, COUNT, GROUP BY and creating aliases with AS
فیلتر کردن مقادیر با WHERE و مرتبسازی دادهها با ORDER BY
Filtering values with WHERE and sorting data with ORDER BY
درک سوالات فرعی با استفاده از عبارت WITH
Understanding subqueries by using the WITH clause
پرس و جوها و نتایج خود را به یک جدول BigQuery صادر کنید
Exporting your queries and results into a BigQuery table
بررسی دانش
Knowledge Check
یک پرسش SUM بنویسید
Write a SUM Query
ایجاد و پرس و جو جداول با SQL در Google BigQuery
Creating and querying tables with SQL in Google BigQuery
وارد کردن یک مجموعه داده CSV در BigQuery و ایجاد یک جدول
Ingesting a CSV dataset into BigQuery and creating a table
نوشتن اولین درخواست خود با بندهای SELECT، FROM و LIMIT
Writing your first query with the SELECT, FROM and LIMIT clauses
جمع آوری داده ها با SUM، COUNT، GROUP BY و ایجاد نام مستعار با AS
Aggregating data with SUM, COUNT, GROUP BY and creating aliases with AS
فیلتر کردن مقادیر با WHERE و مرتبسازی دادهها با ORDER BY
Filtering values with WHERE and sorting data with ORDER BY
درک سوالات فرعی با استفاده از عبارت WITH
Understanding subqueries by using the WITH clause
پرس و جوها و نتایج خود را به یک جدول BigQuery صادر کنید
Exporting your queries and results into a BigQuery table
بررسی دانش
Knowledge Check
یک پرسش SUM بنویسید
Write a SUM Query
کاوش داده های نیمه ساختار یافته با ARRAY_AGG، UNNEST و STRUCT
Exploring semi-structured data with ARRAY_AGG, UNNEST and STRUCT
"آرایه" چیست و چرا اهمیت دارد؟
What is an "Array" and why does it matter?
گروه بندی مقادیر به همراه STRUCT برای تعریف سلسله مراتب آرایه
Grouping values together with STRUCT to define array hierarchy
ایجاد یک آرایه در یک جدول مسطح موجود با ARRAY_AGG
Creating an array in an existing flattened table with ARRAY_AGG
فیلتر کردن و جداسازی آرایه ها با UNNEST
Filtering and unnesting arrays with UNNEST
بررسی دانش
Knowledge Check
یک آرایه ایجاد کنید
Create an ARRAY
کاوش داده های نیمه ساختار یافته با ARRAY_AGG، UNNEST و STRUCT
Exploring semi-structured data with ARRAY_AGG, UNNEST and STRUCT
"آرایه" چیست و چرا اهمیت دارد؟
What is an "Array" and why does it matter?
گروه بندی مقادیر به همراه STRUCT برای تعریف سلسله مراتب آرایه
Grouping values together with STRUCT to define array hierarchy
ایجاد یک آرایه در یک جدول مسطح موجود با ARRAY_AGG
Creating an array in an existing flattened table with ARRAY_AGG
فیلتر کردن و جداسازی آرایه ها با UNNEST
Filtering and unnesting arrays with UNNEST
بررسی دانش
Knowledge Check
یک آرایه ایجاد کنید
Create an ARRAY
ترکیب چندین جدول با عبارات مختلف JOIN
Combing multiple tables with different JOIN statements
انواع مختلف SQL JOIN چیست؟
What are the different types of SQL JOINs?
پیوستن به جداول با رابطه یک به یک (INNER و LEFT JOIN)
Joining tables with a one-to-one relationship (INNER and LEFT JOINs)
محاسبه درصد اختلاف در یک JOIN
Calculating percentage difference within a JOIN
معرفی چند کلید JOIN در روابط چند به چند جدول
Introducing multiple JOIN keys in many-to-many table relationships
بررسی دانش
Knowledge Check
یک NJOIN داخلی ایجاد کنید
Create an INNER JOIN
ترکیب چندین جدول با عبارات مختلف JOIN
Combing multiple tables with different JOIN statements
انواع مختلف SQL JOIN چیست؟
What are the different types of SQL JOINs?
پیوستن به جداول با رابطه یک به یک (INNER و LEFT JOIN)
Joining tables with a one-to-one relationship (INNER and LEFT JOINs)
محاسبه درصد اختلاف در یک JOIN
Calculating percentage difference within a JOIN
معرفی چند کلید JOIN در روابط چند به چند جدول
Introducing multiple JOIN keys in many-to-many table relationships
بررسی دانش
Knowledge Check
یک NJOIN داخلی ایجاد کنید
Create an INNER JOIN
پروژه 1: کاوش داده های سطح کاربر تجارت الکترونیک و CRM در Google Analytics 360
Project 1: Exploring eCommerce and CRM user-level data in Google Analytics 360
راه اندازی یک مجموعه داده عمومی Google Analytics 360 در BigQuery
Setting up a public Google Analytics 360 dataset in BigQuery
درک منابع و حجم ترافیک وب سایت (کاربران، جلسات و بازدید از صفحه)
Understanding website traffic sources and volume (Users, Sessions and Pageviews)
گروه بندی مجدد منابع ترافیک خود (گروه بندی کانال های پیش فرض) با CASE
Re-grouping your traffic sources (Default Channel Groupings) with CASE
بخش 1: تجزیه و تحلیل محصولات و دسته بندی های پرفروش با WHERE و UNNEST
Part 1: Analyzing best-selling products and categories with WHERE and UNNEST
بخش 2: تجزیه و تحلیل محصولات و دسته بندی های پرفروش با WHERE و UNNEST
Part 2: Analyzing best-selling products and categories with WHERE and UNNEST
شناسایی مشتریان با ارزش برای یافتن مطابقت های CRM و فعال کردن اطلاعات بینش
Identifying high-value customers to find CRM matches and activate insights
فعالیت عملی
Practical Activity
پروژه 1: کاوش داده های سطح کاربر تجارت الکترونیک و CRM در Google Analytics 360
Project 1: Exploring eCommerce and CRM user-level data in Google Analytics 360
راه اندازی یک مجموعه داده عمومی Google Analytics 360 در BigQuery
Setting up a public Google Analytics 360 dataset in BigQuery
درک منابع و حجم ترافیک وب سایت (کاربران، جلسات و بازدید از صفحه)
Understanding website traffic sources and volume (Users, Sessions and Pageviews)
گروه بندی مجدد منابع ترافیک خود (گروه بندی کانال های پیش فرض) با CASE
Re-grouping your traffic sources (Default Channel Groupings) with CASE
بخش 1: تجزیه و تحلیل محصولات و دسته بندی های پرفروش با WHERE و UNNEST
Part 1: Analyzing best-selling products and categories with WHERE and UNNEST
بخش 2: تجزیه و تحلیل محصولات و دسته بندی های پرفروش با WHERE و UNNEST
Part 2: Analyzing best-selling products and categories with WHERE and UNNEST
شناسایی مشتریان با ارزش برای یافتن مطابقت های CRM و فعال کردن اطلاعات بینش
Identifying high-value customers to find CRM matches and activate insights
فعالیت عملی
Practical Activity
پروژه 2: تجسم جداول و پرس و جوهای BigQuery در Google Data Studio
Project 2: Visualizing BigQuery tables and queries in Google Data Studio
اتصال جدول BigQuery به Data Studio
Connecting your BigQuery table to Data Studio
با استفاده از انواع نمودار، جدول خود را تجسم کنید
Visualizing your table by using different chart types
نوشتن پرس و جوهای سفارشی SQL به طور مستقیم در Data Studio
Writing Custom SQL queries directly in Data Studio
استفاده از Google Data Studio Explorer برای ایجاد اطلاعات سریعتر
Using the Google Data Studio Explorer for generating insights faster
فعالیت عملی
Practical Activity
پروژه 2: تجسم جداول و پرس و جوهای BigQuery در Google Data Studio
Project 2: Visualizing BigQuery tables and queries in Google Data Studio
اتصال جدول BigQuery به Data Studio
Connecting your BigQuery table to Data Studio
با استفاده از انواع نمودار، جدول خود را تجسم کنید
Visualizing your table by using different chart types
نوشتن پرس و جوهای سفارشی SQL به طور مستقیم در Data Studio
Writing Custom SQL queries directly in Data Studio
استفاده از Google Data Studio Explorer برای ایجاد اطلاعات سریعتر
Using the Google Data Studio Explorer for generating insights faster
فعالیت عملی
Practical Activity
نتیجه
Conclusion
مراحل بعدی
Next Steps
راهنمای مبتدیان برای استفاده از BigQuery با Google Data Studio
The Beginner’s Guide to Using BigQuery with Google Data Studio
تبلیغی: Supermetrics برای Google BigQuery
PROMO: Supermetrics for Google BigQuery
نتیجه
Conclusion
مراحل بعدی
Next Steps
راهنمای مبتدیان برای استفاده از BigQuery با Google Data Studio
The Beginner’s Guide to Using BigQuery with Google Data Studio
تبلیغی: Supermetrics برای Google BigQuery
PROMO: Supermetrics for Google BigQuery
سلام! من Lachezar Arabadzhiev هستم و در پنج سال گذشته به شرکتها کمک کردهام تا از قدرت دادهها، داستانگویی بصری و آموزش به روشهای مختلف برای هدایت رشد و نوآوری کسبوکار استفاده کنند. من کارم را به عنوان یک بازاریاب دیجیتال در مایکروسافت آغاز کردم اما به زودی به دنیای مخاطبان و تجزیه و تحلیل منتقل شدم، جایی که فرصت کار با برندهای بزرگ از جمله Air Canada، RBC، Walmart، Kimberly-Clark، StackAdapt، LinkedIn، مزدا و HSBC را داشتم. . علاوه بر این، من صاحب وب سایت آموزشی هستم.
در تمام آن مدت، من همیشه عاشق تدریس و توسعه برنامه های یادگیری برای همکاران و دوستانم بودم. این اشتیاق در اوایل سال 2021 در قالب یک شرکت کاملاً جدید تحقق یافت که خوشبختانه من آنقدر موفق شدم که آن را راه اندازی کنم.
من در حال حاضر بنیانگذار و مدیر عامل شرکت هستم، جایی که به شرکت ها و افراد کمک می کنم تا تجربیات یادگیری بهتری را از طریق قدرت آموزش ایجاد کنند. با SkildLabs، من معتقدم که ما توانایی توانمندسازی دانش آموزان در سطح جهانی و ایجاد تجربیات یادگیری تعاملی تر را داریم. . چگونه؟ با ترکیب ابزارهای یادگیری از قبل موجود و روشی بهتر برای سازماندهی تجربیات یادگیری.
نمایش نظرات