Python, R, JavaScript и другие языки программирования для интернет-маркетологов и аналитиков

Data-driven маркетинг становится все актуальнее, поэтому растет спрос на аналитику больших массивов данных. Для работы с информацией в digital-мире есть целый ряд инструментов, но преимущество — в руках интернет-маркетологов и веб-аналитиков, которые умеют работать с данными напрямую, используя тот или иной язык программирования.

В статье мы рассмотрим популярные и удобные языки, их особенности и области применения.

Python

Этот язык стремительно набирает обороты и в 2020 году занял третью строчку в авторитетном рейтинге TIOBE, уступив лишь С и Java. Python любят и на нем хотят писать, что неудивительно: он прост в освоении и изучается на начальных курсах программирования в университетах.

Python — универсальный язык. Под него созданы сотни удобных библиотек, позволяющих делать буквально всё: от создания несложных игр (Pyxel) до популярных библиотек для работы с данными (Pandas, NumPy) и нейросетями (TensorFlow).

Сегодня Python, пожалуй, самый выигрышный для маркетологов. Зная язык на приемлемом уровне, вы сможете полностью закрыть целый ряд задач:

Получение данных через API сервисы. Предположим, вам нужно составить небольшой отчет, получив определенный массив данных из нескольких источников. Например, свести конверсии из Google Analytics, звонки из системы коллтрекинга и данные Яндекс.Директа или Google Ads. Вы легко можете импортировать результат в Excel, Google Sheets или базу данных, если у вас есть пара скриптов, написанных на Python.
Обработка данных. Здесь на помощь придет библиотека Pandas, которая организует данные в удобные датафреймы (подобие таблиц) и позволяет оперировать столбцами и строками, внося массовые изменения.
Автоматизация процессов. На Python вы легко сможете убрать из своей работы большую часть рутины, связанную с рекламными кампаниями или работой с таблицами, рассылками и т. д. Например, можно настроить автоматическую отправку писем, собирать данные по балансам с рекламных площадок, проверять/устанавливать разметку ссылок и многое другое.
Парсинг информации. Если вам нужно оперативно получить определенную информацию из сети — будь то цены на конкретные товары в интернет-магазине или любые другие текстовые данные, которые содержатся в теле веб-страницы, — можете прибегнуть к библиотеке BeautifulSoup.Ниже простой пример применения BeautifulSoup. Скрипт получает информацию о странице и вывод HTML-кода заголовка, его текста, а также HTML-кода его родителя.
```
#!/usr/bin/python3

from bs4 import BeautifulSoup
import requests as req
   
resp = req.get("http://www.something.com")

soup = BeautifulSoup(resp.text, 'lxml')

print(soup.title)
print(soup.title.text)
print(soup.title.parent)
```
Создание чат-ботов. На Python можно запрограммировать бота в мессенджере или социальной сети. Стоит обратить внимание на то, что существуют сервисы, которые дополнительно упрощают и автоматизируют этот процесс.
Машинное обучение. Python позволяет анализировать статистические выборки и строить на их основе предсказания. Например, вы сможете вычислить вероятность того, что пользователь отменит подписку на ваш продукт в ближайшее время, и вовремя повлияете на его поведение. В библиотеке Scikit-learn реализовано много алгоритмов машинного обучения, что позволяет строить модели и находить аномалии или важные паттерны.

Где и как изучать Python

Бесплатный курс в Stepik «Программирование на Python»
Курс Python в Codecademy
Курс «Аналитик данных» в Яндекс.Практикум, в бесплатном доступе примерно 20 часов первого блока
Бесплатный курс по программированию с нуля «Питонтьютор»
Книга «Легкий способ выучить Python», автор — Зед Шоу
Книга «Программирование на Python», автор — Марк Лутц

Несколько материалов о работе маркетолога с Python:

R

По сравнению с Python R — более узкоспециальный язык: в основном его используют для работы с математическими и статистическим моделями. Если говорить об особенностях, то у R не такая подробная и удобная документация, как у Python, не такое обширное сообщество и более специфический синтаксис. Но даже несмотря на это, R — прекрасный инструмент для работы с данными.

У Python и R схожие возможности. На R у вас получится:

автоматизировать рутинные операции, связанные с Excel;
парсить данные с помощью пакета rvest;
писать скрипты для обращения к API разных систем.

Как и Python, R позволяет удобно визуализировать результаты. Например, с помощью пакета ggplot2 можно отобразить в удобной форме графики, на которых видны важные аномалии. Ниже — график кликов по дням:

Источник: Выгрузка данных по площадкам РСЯ в R, блог Якова Осипенкова

Где и как изучать

Большой вклад в развитие российского сообщества вносит руководитель отдела аналитики агентства Netpeak Алексей Селезнев. Он создал много удобных пакетов для работы с данными Яндекс.Директа, Facebook, «ВКонтакте» и другими рекламными площадками и системами аналитики. Его наработки можно найти на GitHub.

Подборка «Руководство по изучению языка R и его использование в Data Science»
Видеокурс «Язык R для пользователей Excel» от Алексея Селезнева на YouTube
Курс в Stepik «Основы программирования на R»
Курс в Stepik «Анализ данных в R»

JavaScript

В интернет-маркетинге JavaScript удобен при плотном взаимодействии с сайтами. Он не такой элегантный и лаконичный как Python, но настолько же мощный и разносторонний. Практически всё, что можно сделать на Python, выполнит и JS. В целом, JavaScript — неотъемлемая часть современной веб-разработки, поэтому его знание пригодится.

Три digital-направления, где JS пригодится:

SEO. Зная JS, вы будете понимать, как поисковые движки видят сайт. Это необходимо для поисковой оптимизации.
Работа с Google Tag Manager. Основы JavaScript нужны, чтобы писать скрипты для Google Tag Manager. Система позволяет устанавливать на сайт клиента контейнер, в котором размещаются теги отслеживания и производятся любые другие манипуляции, необходимые для аналитики.Больше о работе с GTM читайте по тегу.
E-commerce. Зная JavaScript, вы сможете разобраться в настройке электронной коммерции на сайте клиента, внедрить ее или внести необходимые правки.

Ниже приведен пример яркого и наиболее часто встречаемого скрипта для установки электронной коммерции через GTM:

<script>
window.dataLayer = window.dataLayer || [];
dataLayer.push({
 'ecommerce': {
   'currencyCode': 'RUB',
   'purchase': {
     'actionField': {
       'id': 'TID1',           
       'affiliation': 'Online Store', 
       'revenue': '91.4',             
       'tax': '9.4',                  
       'shipping': '35',              
       'coupon': 'Coupon 1'           
     },
     'products': [{  
       'name': 'Product 1',        
       'id': 'ID1',              
       'price': '23.5',
       'brand': 'Brand 1',
       'category': 'Category 1/Subcategory 11',
       'variant': 'Variant 1',
       'quantity': 2,
       'coupon': ''
      }]
   }
 },
 'event': 'pixel-mg-event',
 'pixel-mg-event-category': 'Enhanced Ecommerce',
 'pixel-mg-event-action': 'Purchase',
 'pixel-mg-event-non-interaction': 'False',
});
</script>

Где и как изучать

Современный учебник JavaScript
Книга «Выразительный JavaScript», автор — Марейн Хавербек
Раздел по алгоритмам и структурам данных JavaScript на Freecodecamp
Руководство JavaScript Garden на GitHub, автор — Иво Ветцель
Книга «JavaScript. Подробное руководство», автор — Дэвид Флэнаган
Блог Симо Ахавы, веб-аналитика и эксперта по GTM и Google Analytics.

Другие полезные языки для интернет-маркетологов

Google Apps Script. Этот язык, основанный на JavaScript, удобен при работе с экосистемой Google (Docs, Sheets, Slides, Forms). С его помощью можно добавлять пользовательские элементы в интерфейс инструментов, создавать надстройки и настраивать интеграцию с сервисами Google (AdSense, Analytics, Calendar, Drive, Gmail, Maps).
С++. Полноценный мощный язык программирования, который в маркетинге, благодаря высокой скорости, может применяться для математических вычислений при очень больших массивах данных.

Итого

Язык программирования — это всего лишь инструмент, а не самоцель. Не стоит быть адептом одного из них, так как это сужает возможности и перечень решаемых задач.

Конечно, не нужно и учить огромное количество языков, фреймворков, разбираться в сложных инструментах и досконально штудировать Computer Science. Определитесь, что вам нужно разобрать на уровне, которого хватит для решения конкретных кейсов. Ответьте на вопросы: какие задачи нужно выполнить, с какими маркетинговыми инструментами надо применять — и выбирайте нужный язык программирования.

_______________________

Материал подготовлен специально для ppc.world