Tento článek je o tom, jak spárovat informace o návštěvnosti webu s jinými informacemi a vyhodnotit je.

V našem příkladu si ukážeme, jak posoudit efektivitu reklamně kampaně – máme-li informace o počtech reklam v jednotlivé dny a o návštěvnosti webu. Je možné, že ve dny, kdy byly reklamy publikované, se zvýšila návštěvnost webu (pak považujeme reklamu za úspěšnou) nebo naopak, že reklamy nemají na návštěvnost vliv – a pak nemá význam za ně platit.

Použijeme dva zdroje. Jedním ze zdrojů jsou online připojená data z Google Analytics (o jejich připojování více tady):

Druhým ze zdrojů tato excelovská tabulka, do které si zapisujeme počty zveřejněných reklam v určité dny.

Tuto tabulku načteme do Power BI.

Pak do jedné z tabulek dotáhneme k příslušným datumům hodnoty z druhé tabulky. Jde to obousměrně, v našem případě přitáhneme k informacím od počtu reklam informace z Google Analytics. Nejprve mezi tabulkami vytvoříme relaci (pozor na to, aby klíč (v našem případě datum) byl v obou tabulkách stejným datovým typem):

Pak pro dotažení hodnot použijeme jazyk DAX a funkci Related. Nyní tedy máme jednu tabulku, ve které jsou všechna naše data:

Můžeme si vytvořit graf, který zachytí obě řady. Hodí se např. Line and Clustered Column Chart:

Z grafu vidíme, že naše reklamy asi neměly na návštěvnost webu vliv. Další vhodnou možností by byl Scatter chart, kde se rovněž neprojevuje žádná závislost:

Také by bylo možné např. data vytáhnout do Excelu a dál analyzovat – např. zjistit korelační koeficient. Ten nám svojí velmi nízkou hodnotou potvrdí, že žádná závislost neexistuje a naše reklamy tedy nemají vliv na návštěvnost webu.