# DataGo

> DataGo — Marketing Data Warehouse (Marketing DWH) для performance-команд российских компаний.
> Собирает рекламные данные из 20+ источников в единое ClickHouse-хранилище клиента,
> строит атрибуцию, LTV-витрины, ROAS-отчёты. Альтернатива Яндекс.Метрике.Про для
> enterprise-аналитики. Все данные — в инфраструктуре клиента, не в SaaS-хранилище DataGo.

## Продукты

- [DataGo Streaming — стриминг Web и App событий в формате GA4](https://datago.ru/product/streaming/): Собственный трекер (не Google Analytics). 50k+ RPS, до 10 сек доставка, >99.9% uptime. Данные в ваш ClickHouse.
- [Экспорт из Яндекс.Метрики в ClickHouse](https://datago.ru/product/yandex-metrika-export/): Logs API connector (суточная выгрузка) или Data Streaming (real-time). Срок подключения: 2–3 недели.
- [Экспорт из AppMetrica в ClickHouse](https://datago.ru/product/appmetrica-export/): Logs API connector, суточная выгрузка. Работает на бесплатной AppMetrica без Pro.
- [Экспорт из AppsFlyer в ClickHouse](https://datago.ru/product/appsflyer-export/): Push API (real-time, без гарантии) или Pull API (до часа, с антифродом Protect 360).
- [Коннекторы DataGo — рекламные системы, CRM, медиа-трекеры, коллтрекинг, SEO](https://datago.ru/product/connectors/): Готовые коннекторы к 20+ рекламным системам (Я.Директ, VK Ads, MyTarget, и др.), 4 CRM (Битрикс24, AmoCRM, retailCRM, 1С), медиа-трекерам (Weborama, Adriver, TargetAds), коллтрекингу и SEO. Кастомный коннектор по запросу за 2–4 недели. От 900 ₽/мес за коннектор.
- [Витрины данных DataGo — Cost Data, Sessions, Order Data, User Profile, App & Web, User Path](https://datago.ru/product/data-marts/): L2-слой Marketing DWH. Готовые валидированные таблицы поверх raw-данных в ClickHouse клиента, готовые для BI-инструмента (Tableau, DataLens, Metabase). Команда аналитиков работает с витринами как с фундаментом — DataGo берёт на себя сверку источников, дедупликацию заказов, склейку web+app+CRM.
- [Атрибуция DataGo — все модели от Last Click до цепей Маркова](https://datago.ru/product/attribution/): Data-Driven модели (Funnel-Based, Шепли, цепи Маркова), мульти-канальные (Linear, Time-decay, Position-Based, U-shaped) и классические (Last Click, LNDC, First Click). Базовые модели в витрине Sessions по умолчанию, Data-Driven — от 5 000 ₽/мес за дополнительную модель. Рекомендация: запускать 2–3 модели параллельно для уверенного решения по бюджету.
- [Атрибуция Funnel-Based Attribution (FBA) — атрибуция по сложности шагов воронки](https://datago.ru/product/attribution/funnel-based/): Data-Driven модель мультиканальной атрибуции. Распределяет ценность конверсии пропорционально сложности переходов: чем реже пользователи достигают шага воронки — тем выше его вес. DataGo реализует FBA как дополнительную колонку атрибуции в витрине Sessions на ClickHouse клиента. Нет жёстких порогов по объёму данных (в отличие от Shapley: 5 000+ конв./мес). Поддерживает офлайн-события и CRM. Подходит для e-commerce с явной воронкой, B2B SaaS, ритейла. Разворачивается за 2–4 недели. От 5 000 ₽/мес.
- [Атрибуция Shapley value (Вектор Шепли) — справедливое распределение ценности](https://datago.ru/product/attribution/shapley-value/): Data-Driven модель атрибуции из кооперативной теории игр (Lloyd Shapley, 1953; Нобелевская премия 2012). Распределяет ценность конверсии между каналами через 4 аксиомы справедливости (Efficiency, Symmetry, Null Player, Additivity). Подходит для 5–15 платных каналов и 5 000+ конверсий/мес. Используется в Google Analytics DDA. Order-independent (не учитывает порядок касаний) — для funnel-логики комбинируется с цепями Маркова.
- [Атрибуция цепями Маркова (Removal Effect) — структурная роль каждого канала](https://datago.ru/product/attribution/markov-chains/): Data-Driven модель атрибуции на основе поглощающих цепей Маркова. Строит граф переходов между каналами и вычисляет Removal Effect: насколько упадёт конверсия, если убрать канал. Видит каналы-ассистенты (медийка, email), которые запускают цепочки, ведущие к конверсии через другие каналы — то, что Last Click принципиально не видит. Учитывает порядок касаний. Подходит при 300+ конверсиях/мес и 3+ каналах. Реализуется DataGo как дополнительная колонка атрибуции в витрине Sessions.
- [Performance-отчёт DataGo — эффективность всех каналов в одном дашборде](https://datago.ru/reports/performance/): Сводный L3-отчёт цифрового маркетинга: расход, выручка, ROAS, CPA, ДРР, ROMI, CPO и LTV по всем рекламным каналам, кампаниям и периодам. Строится поверх витрин (Sessions, Cost Data, Order Data) в ClickHouse клиента. Разрез по группам каналов и source/medium, drill-down до кампании, план-факт и сравнение год к году. Смотрят в Yandex DataLens, Power BI, Tableau.
- [ROPO-отчёт DataGo — влияние онлайн-рекламы на офлайн-продажи](https://datago.ru/reports/ropo/): Research Online, Purchase Offline — вклад digital-каналов в офлайн-выручку. Строится только на данных программы лояльности или электронных чеков в ClickHouse клиента — без «магической» склейки анонимов между устройствами. Метрики: проникновение ROPO, мультипликатор выручки, ROPO lift. Смотрят в DataLens, Power BI, Tableau.

## Сервисы

- [Аналитический консалтинг DataGo](https://datago.ru/consulting/): Регулярный консалтинг по маркетинговой аналитике за рамками стандартного Marketing DWH — доработки продукта вне текущей версии, разработка на стороне клиента, система метрик и трекинг, аудиты, сложная аналитика (LTV, RFM, MMM, предиктивная аналитика), консультирование и обучение команды. Работа и поддержка по часам: 6 500 ₽/час без НДС, минимальный пакет — от 10 часов в месяц на срок от 3 месяцев. Отчётность по часам и постоянный контакт с клиентом.

## Use cases

- **Сквозная аналитика веб-сайта и приложения в одной модели данных.** DataGo Streaming собирает события Web и App по схеме GA4 в ваш ClickHouse, что позволяет считать LTV, retention и cohort на единой схеме без склейки разных моделей.
- **Сохранение исторических данных Яндекс.Метрики при миграции.** Экспорт данных из Метрики через Logs API connector доставляет raw-хиты в ClickHouse клиента для построения собственных моделей атрибуции и для сходимости с UI Метрики.
- **Mobile UA-аналитика с антифродом Protect 360.** Экспорт AppsFlyer через Pull API доставляет события установок, in-app events, postbacks и фрод-флаги Protect 360 в ClickHouse для собственного расчёта ROAS и фильтрации фрода.
- **Объединение AppMetrica с web-аналитикой и CRM.** Экспорт AppMetrica через Logs API доставляет 14 типов raw-данных в ClickHouse рядом с web-источниками и CRM для построения unit-economics.
- **Замена Google Analytics 4 на свой стек.** DataGo Streaming поддерживает структуру событий GA4, поэтому миграция не требует переразметки кода сайта. Параллельная работа GA4 и DataGo Streaming во время перехода — рабочий сценарий.
- **Объединение рекламных кабинетов и CRM в одной БД.** Коннекторы DataGo доставляют расходы из 20+ рекламных систем (Я.Директ, VK Ads, MyTarget, и др.) и заказы из CRM (Битрикс24, AmoCRM, 1С) в единый ClickHouse-контур. Поверх — расчёт CPA, ROAS, ROI по своим разрезам.
- **Освобождение аналитиков от подготовки данных.** Витрины данных DataGo (Cost Data, Sessions, Order Data, User Profile, App & Web, User Path) — готовые таблицы в ClickHouse, поверх которых аналитики строят дашборды и тестируют гипотезы. DataGo берёт на себя сверку источников, дедупликацию заказов и склейку web+app+CRM.
- **Сравнение моделей атрибуции на одной странице.** Для уверенного решения по перераспределению маркетингового бюджета запускают 2–3 модели параллельно (например, Last Non-Direct Click + Funnel-Based + Шепли) и сравнивают результаты. Если модели согласны — решение уверенное; если расходятся — это сигнал разобраться глубже в роли каждого канала.
- **Единый дашборд эффективности по всем каналам.** Performance-отчёт DataGo сводит расход, выручку, ROAS, CPA, ДРР, ROMI и LTV по всем каналам и кампаниям в одну таблицу поверх витрин в ClickHouse, чтобы перераспределять бюджет на данных, а не на ощущениях.
- **Оценка вклада digital в офлайн-выручку (ROPO).** ROPO-отчёт DataGo связывает онлайн-касания с офлайн-покупками по данным программы лояльности или электронных чеков и показывает, насколько недооценён вклад рекламы при оценке только по онлайн-конверсиям.

## Key terminology

- **Marketing DWH (Marketing Data Warehouse)** — хранилище маркетинговых данных, которое объединяет источники рекламы, аналитики и CRM в одной базе для сквозных отчётов.
- **Logs API connector** — коннектор DataGo для суточной выгрузки raw-данных из Яндекс.Метрики или AppMetrica в ClickHouse клиента. Работает на бесплатной версии аналитики.
- **Data Streaming (Метрика)** — поток событий Метрики в близком к real-time режиме. Требует подписку Яндекс.Метрика.Про или отдельную подписку Data Streaming на стороне Яндекса.
- **Push API (AppsFlyer)** — поток событий AppsFlyer в близком к real-time режиме. Без гарантии доставки — при сбое endpoint'а часть событий может потеряться.
- **Pull API (AppsFlyer)** — гарантированная доставка raw-отчётов AppsFlyer по расписанию. Включает антифрод-флаги Protect 360.
- **Protect 360** — антифрод-система AppsFlyer. Доставляется как поля события через Pull API: blocked installs, blocked in-app events, post-attribution fraud.
- **ClickHouse** — целевое хранилище данных всех экспортных коннекторов DataGo. Может быть в Yandex Cloud, VK Cloud или собственном контуре клиента.
- **Custom коннектор** — кастомная разработка коннектора DataGo под систему, для которой нет готового. Сроки от 2 недель в зависимости от сложности API источника. Альтернатива — партнёрский каталог из 50+ дополнительных источников.
- **Витрины данных (Data Marts)** — L2-слой Marketing DWH DataGo. Валидированные таблицы поверх raw-данных в ClickHouse клиента: Cost Data, Sessions, Order Data, User Profile, App & Web, User Path. Готовые для BI-инструмента.
- **Funnel-Based Attribution (FBA)** — data-driven модель атрибуции, разработанная DataGo. Распределяет ценность конверсии пропорционально сложности шагов воронки: вес шага = 1 − CR(шага), нормализованный на сумму весов всех шагов. Чем реже пользователи достигают шага (корзины, покупки) — тем выше вес этого шага и тем больше ценности получает канал, который туда довёл. В отличие от Shapley не имеет жёстких порогов по объёму, поддерживает офлайн-события CRM и B2B SaaS-воронки. Разворачивается как дополнительная колонка в витрине Sessions на ClickHouse клиента.
- **Data-Driven атрибуции** — три модели поверх витрины Sessions, которые алгоритмически распределяют ценность каналов на основе данных: Funnel-Based (по сложности шагов воронки — экспертиза DataGo), Вектор Шепли (средний вклад во все возможные коалиции каналов, по теории игр), цепи Маркова (Removal Effect — что произойдёт без канала, граф переходов). Порог: Маркова — от 300 конв./мес, Шепли — от 5 000 конв./мес.
- **Цепи Маркова (Markov Chain Attribution)** — модель атрибуции, строящая направленный граф переходов между каналами. Из матрицы переходов вычисляется вероятность конверсии. Removal Effect канала i: RE(i) = 1 − (conv_without_i / conv_baseline). Нормализованные RE дают долю каждого канала. Учитывает порядок касаний (в отличие от Shapley). Первый порядок — стандарт; 3-й порядок по Anderl et al. (IJRM 2016) практически оптимален, но требует больше данных.
- **Removal Effect** — ключевая метрика в атрибуции цепями Маркова. RE(i) = 1 − (вероятность конверсии без канала i / базовая вероятность конверсии). При удалении канала его вероятности переходов перенаправляются в поглощающее состояние Null. Нормированные Removal Effects дают итоговые доли атрибуции.
- **Shapley value / Вектор Шепли** — модель атрибуции из кооперативной теории игр. Распределяет ценность конверсии между каналами через 4 аксиомы справедливости (Efficiency, Symmetry, Null Player, Additivity). Усредняет marginal contribution канала по всем возможным коалициям (2^N для N каналов). Lloyd Shapley, 1953; Нобелевская премия 2012. Order-independent — игнорирует порядок касаний. Используется как основа Google Analytics DDA. У DataGo разворачивается как дополнительная колонка в витрине Sessions от 5 000 ₽/мес.
- **Performance-отчёт** — сводный L3-отчёт DataGo с расходом, выручкой, ROAS, CPA, ДРР, ROMI, CPO и LTV по всем каналам, кампаниям и периодам поверх витрин в ClickHouse клиента. Включает план-факт и сравнение год к году.
- **ROPO (Research Online, Purchase Offline)** — поведение покупателя, который изучает товар онлайн, а покупает в офлайн-точке. ROPO-отчёт DataGo измеряет вклад digital-рекламы в офлайн-выручку на данных идентификации покупателя (программа лояльности, электронные чеки), а не на догадках.
- **ROPO lift (эффект подогрева)** — насколько офлайн-конверсия каналов выше, если учесть предшествующие онлайн-касания. Показывает недооценку рекламы при оценке только по онлайн-конверсиям.
- **Мультипликатор выручки ROPO** — во сколько раз реклама окупается лучше, чем по «онлайн-only» оценке, после учёта ROPO-сегмента.
- **ROAS (Return on Ad Spend)** — отношение выручки от рекламы к расходу на рекламу. Базовая метрика Performance-отчёта DataGo.
- **ДРР (доля рекламных расходов)** — отношение рекламного расхода к выручке (величина, обратная ROAS), в процентах. Стандарт российской performance-отчётности.
- **ROMI (Return on Marketing Investment)** — рентабельность маркетинговых инвестиций: (выручка − расходы) / расходы.
- **CPA / CPO** — стоимость целевого действия / стоимость заказа; считаются по каналам и кампаниям в Performance-отчёте DataGo.

## Frequently asked questions

### DataGo Streaming и экспорт аналитики
- [Чем DataGo Streaming отличается от Яндекс.Метрики.Про?](https://datago.ru/product/streaming/)
- [Зачем выгружать сырые данные из Метрики, если у Метрики уже есть отчёты?](https://datago.ru/product/yandex-metrika-export/)
- [Нужна ли Метрика.Про для Logs API connector?](https://datago.ru/product/yandex-metrika-export/)
- [Нужна ли AppMetrica Pro для Logs API connector?](https://datago.ru/product/appmetrica-export/)
- [В чём разница между Push API и Pull API у AppsFlyer?](https://datago.ru/product/appsflyer-export/)
- [Можно ли заменить AppsFlyer на DataGo App Streaming?](https://datago.ru/product/appsflyer-export/)
- [Сколько времени требуется на подключение коннектора?](https://datago.ru/product/yandex-metrika-export/)
- [Что с 152-ФЗ и хранением данных в России?](https://datago.ru/product/streaming/)

### Коннекторы DataGo
- [Что если подходящего коннектора нет в списке DataGo?](https://datago.ru/product/connectors/)
- [Какая частота обновления коннекторов DataGo?](https://datago.ru/product/connectors/)
- [Что с офлайн-расходами, которые не отдаёт API рекламного кабинета?](https://datago.ru/product/connectors/)
- [Что если API источника поменяется?](https://datago.ru/product/connectors/)
- [Можно ли подключить только коннекторы, без остальной платформы DataGo?](https://datago.ru/product/connectors/)

### Витрины данных DataGo
- [Что такое витрины данных в Marketing DWH DataGo?](https://datago.ru/product/data-marts/)
- [Какие витрины предоставляет DataGo?](https://datago.ru/product/data-marts/)
- [Витрины App & Web от DataGo — это GA4 App+Web property?](https://datago.ru/product/data-marts/)
- [Можно ли использовать витрины DataGo без всей платформы Marketing DWH?](https://datago.ru/product/data-marts/)
- [Сколько стоят витрины данных DataGo?](https://datago.ru/product/data-marts/)

### Funnel-Based Attribution (FBA)
- [Чем FBA отличается от U-Shaped (Position-Based) атрибуции?](https://datago.ru/product/attribution/funnel-based/)
- [Как FBA связана с цепями Маркова?](https://datago.ru/product/attribution/funnel-based/)
- [Нужен ли минимальный объём данных для FBA?](https://datago.ru/product/attribution/funnel-based/)
- [Можно ли включить звонки и офлайн-события в воронку FBA?](https://datago.ru/product/attribution/funnel-based/)
- [Как DataGo разворачивает FBA в моей витрине Sessions?](https://datago.ru/product/attribution/funnel-based/)
- [Можно ли запускать FBA параллельно с другими моделями?](https://datago.ru/product/attribution/funnel-based/)

### Атрибуция DataGo
- [Какая модель атрибуции самая точная?](https://datago.ru/product/attribution/)
- [Сколько конверсий нужно для Data-Driven моделей?](https://datago.ru/product/attribution/)
- [Можно ли использовать Data-Driven с маленьким трафиком?](https://datago.ru/product/attribution/)
- [Что если разные модели дают противоположные результаты?](https://datago.ru/product/attribution/)
- [Атрибуция входит в стандартный набор витрин или это отдельная услуга?](https://datago.ru/product/attribution/)

### Цепи Маркова (Markov Chain Attribution)
- [Что такое Removal Effect в атрибуции?](https://datago.ru/product/attribution/markov-chains/)
- [Чем цепи Маркова отличаются от Shapley value?](https://datago.ru/product/attribution/markov-chains/)
- [Сколько конверсий нужно для устойчивой матрицы переходов?](https://datago.ru/product/attribution/markov-chains/)
- [Почему цепи Маркова лучше видят роль медийки?](https://datago.ru/product/attribution/markov-chains/)
- [Что такое первый порядок Маркова и достаточно ли его?](https://datago.ru/product/attribution/markov-chains/)

### Вектор Шепли (Shapley value attribution)
- [Чем Shapley value отличается от цепей Маркова?](https://datago.ru/product/attribution/shapley-value/)
- [Почему Shapley value называют «справедливой» атрибуцией?](https://datago.ru/product/attribution/shapley-value/)
- [Сколько конверсий нужно, чтобы запустить Shapley value?](https://datago.ru/product/attribution/shapley-value/)
- [Можно ли применить Shapley к 20+ каналам?](https://datago.ru/product/attribution/shapley-value/)
- [Что Shapley value НЕ может?](https://datago.ru/product/attribution/shapley-value/)

### Performance-отчёт DataGo
- [На каких данных строится Performance-отчёт?](https://datago.ru/reports/performance/)
- [В каком инструменте смотрят отчёт?](https://datago.ru/reports/performance/)
- [Какие метрики покрывает отчёт?](https://datago.ru/reports/performance/)
- [Можно ли сравнивать несколько моделей атрибуции в отчёте?](https://datago.ru/reports/performance/)
- [Кто настраивает и поддерживает отчёт?](https://datago.ru/reports/performance/)

### ROPO-отчёт DataGo
- [Как DataGo связывает онлайн-касания с офлайн-покупками?](https://datago.ru/reports/ropo/)
- [Что нужно, чтобы вообще собрать ROPO-отчёт?](https://datago.ru/reports/ropo/)
- [DataGo делает программу лояльности или цифровые чеки?](https://datago.ru/reports/ropo/)
- [Какой match-rate можно ожидать?](https://datago.ru/reports/ropo/)
- [Где смотрят ROPO-отчёт и на каких данных он работает?](https://datago.ru/reports/ropo/)

## Ключевые факты

- Данные клиентов хранятся в их собственном ClickHouse (Yandex Cloud, VK Cloud или собственный контур).
- Инфраструктура DataGo — серверы в России (Yandex Cloud), соответствие 152-ФЗ и требованиям РКН.
- 20% компаний из топ-100 e-commerce РФ — клиенты DataGo.
- DataGo поддерживает коннекторы и несёт SLA на их актуальность при изменениях API источников.
- Компания: ООО «Дейта Гоу», ИНН 7731390743, ОГРН 5177746179298, аккредитованная IT-компания (ОКВЭД 62.01, код ИТ-деятельности 26.01, 12.01).

## Блог

Статьи и кейсы DataGo о маркетинговой аналитике. Сгруппированы по темам. Обзор: [Блог DataGo](https://datago.ru/blog/).

### Кейсы клиентов

- [Кейс S7 и DataGo: отказ от аналитического стека Google и переход на независимую маркетинговую аналитику](https://datago.ru/blog/kejs-s7-i-datago-otkaz-ot-analiticheskogo-steka-google-i-perehod-na-nezavisimuyu-marketingovuyu-analitiku/): Как S7 заменила Google Analytics 4 и BigQuery на независимый стек DataGo, сохранив структуру данных GA4 и развернув стриминг web и app в закрытом контуре.
- [Как DataGo помогла e-com проекту X-COM связать маркетинговые доходы и расходы](https://datago.ru/blog/kak-komanda-datago-pomogla-krupnomu-ecom-proektu-xcom-shop-svyazat-marketingovye-dohody-i-rashody/): Кейс X-COM: как настроить Performance-отчёт, связывающий маркетинговый расход с реальным доходом по каждому каналу, и применить Funnel Based Attribution поверх Last Non-Direct Click.
- [Переход на новую архитектуру: как это влияет на надёжность стриминга web-данных](https://datago.ru/blog/perehod-na-novuyu-arhitekturu-proekta-kak-eto-vliyaet-na-nadezhnost-striminga-web-dannyh/): Как DataGo перевёл стриминг web и app данных на микросервисную архитектуру с Apache Kafka, резервным хранилищем S3 и мониторингом инцидентов — и почему это повышает надёжность доставки данных.
- [Кейс Skillbox и DataGo: на что обратить внимание при смене источника данных](https://datago.ru/blog/kejs-skillbox-i-datago-smena-istochnika-dannyh/): Кейс Skillbox: миграция 15+ доменов на независимый стриминг DataGo взамен CustomTask и неочевидные вызовы — внутренние UTM, разрывы сессий, фрод-трафик и автоскроллы.
- [Бесшовная смена источника данных: как продолжить собирать web-данные — кейс «Русского Света» и DataGo](https://datago.ru/blog/besshovnaya-smena-istochnika-dannyh-kak-prodolzhit-sobirat-dannye-iz-web-kejs-russkogo-sveta-i-datago/): Кейс «Русского Света»: бесшовная смена источника данных после ухода OWOX, сохранение историчности и отчётности и переход на независимый трекинг web-данных с DataGo Web Streaming.
- [Смена источника данных для сквозной аналитики: внедрение DataGo Web Streaming в Yandex Cloud на проекте Hoff](https://datago.ru/blog/smena-istochnika-dannyh-dlya-skvoznoj-analitiki-vnedrenie-datago-web-streaming-v-yandex-cloud-na-proekte-hoff/): Кейс Hoff: миграция web-аналитики на DataGo Web Streaming в Yandex Cloud, импорт ретро-данных из BigQuery в ClickHouse и разбор типичных расхождений при смене стриминга.
- [Как неэффективные процессы влияют на бюджет и качество post-view аналитики](https://datago.ru/blog/kak-neeffektivnye-protsessy-vliyayut-na-byudzhet-i-kachestvo-post-view-analitiki-kejs-datago-consulting/): Опыт DataGo Consulting: три подхода к анализу медийной рекламы — от рекламных кабинетов до data-driven сквозной аналитики — и почему внутренние процессы влияют на качество post-view аналитики.
- [Миграция аналитики в Yandex Cloud после отказа от сервисов Google: кейс «Азбуки Вкуса» и DataGo](https://datago.ru/blog/migratsiya-analitiki-v-yandex-cloud-posle-otkaza-ot-servisov-google-kejs-azbuki-vkusa-i-datago/): Кейс «Азбуки Вкуса»: бесшовная миграция аналитики из Google BigQuery в Yandex Managed Service for ClickHouse с сохранением исторических данных, структуры отчётов и независимым сбором web-данных.
- [Как бесшовно заменить зарубежный стек и перейти на Яндекс.Метрику: кейс «Столото» и DataGo](https://datago.ru/blog/kak-besshovno-zamenit-privychnyj-zarubezhnyj-stek-i-perejti-na-yandeks-metriku-kejs-stoloto-i-datago/): Кейс «Столото»: переход с Google BigQuery на Yandex Managed Service for ClickHouse, миграция на Яндекс.Метрику и выгрузка сырых данных через Logs API в сжатые сроки без потери истории.

### Регуляторика и миграция с Google

- [Как сохранить GTM, не попасть под штрафы и обеспечить безопасность данных: переход на Server Side GTM](https://datago.ru/blog/kak-sohranit-gtm-ne-popast-pod-shtrafy-i-obespechit-bezopasnost-dannyh-perehod-na-server-side-gtm-vmeste-s-datago/): Клиентский GTM технически обращается к серверам Google за пределами РФ. Разбираем юридические риски и показываем, как перевести теги на Server Side GTM в российском контуре вместе с DataGo.
- [Новые правила РКН: как работать с аналитикой после 1 июля 2025 года](https://datago.ru/blog/novye-pravila-rkn-kak-rabotat-s-analitikoj-posle-1-iyulya-2025-goda/): С 1 июля 2025 ужесточаются требования РКН к трансграничной передаче данных. Разбираем, чем это грозит Google Analytics и GTM и как сохранить аналитику в рамках закона.
- [Отключение Google BigQuery API: как не потерять ретро-данные и используемую отчётность](https://datago.ru/blog/otklyuchenie-google-bigquery-api/): С 5 сентября 2024 года Google BigQuery API перестал принимать запросы с российских IP. Разбираем, чем это грозит данным и отчётности и как мигрировать аналитику в Yandex Cloud без потерь.
- [Google анонсировал отключение Google BigQuery в РФ: чем это грозит бизнесу и как сохранить данные](https://datago.ru/blog/google-anonsiroval-otklyuchenie-google-bigquery-v-rf-chem-eto-grozit-biznesu-i-kak-sohranit-sobrannye-dannye/): Google уведомил об отключении облачного хранилища BigQuery в России после 9 сентября 2024 года. Разбираем последствия для аналитики и как мигрировать данные без потерь на российскую инфраструктуру.
- [Как отказ от cookie повлиял на маркетинг и почему важно готовиться к cookieless уже сегодня](https://datago.ru/blog/kak-otkaz-ot-cookie-povliyal-na-marketing-i-pochemu-vazhno-gotovitsya-k-cookieless-uzhe-segodnya/): Что уже произошло с маркетингом после первых инициатив по отказу от third-party cookie, какие метрики просели и как подготовиться к cookieless-миру с помощью серверного стриминга DataGo.
- [Отключение сторонних cookie: что это значит для маркетинга и что с этим делать](https://datago.ru/blog/otklyuchenie-storonnih-cookie-chto-eto-znachit-dlya-marketinga-i-chto-s-etim-delat/): Chrome начал поэтапно отключать third-party cookie. Разбираем, как сокращение срока хранения данных бьёт по атрибуции и метрикам и как серверный стриминг помогает собирать данные без потерь.

### Технические и архитектура

- [Отказ от Google Analytics: как бизнесу сохранить структуру и логику сбора данных](https://datago.ru/blog/otkaz-ot-google-analytics-kak-biznesu-sohranit-strukturu-i-logiku-sbora-dannyh/): Роскомнадзор требует уведомлять об использовании Google Analytics или отказаться от него. Разбираем последствия для бизнеса и как мигрировать, сохранив структуру данных GA4/UA.
- [Исследование: новые стандарты рынка цифровой аналитики в условиях импортозамещения](https://datago.ru/blog/issledovanie-novye-standarty-rynka-tsifrovoj-analitiki-v-usloviyah-importozameshheniya/): Мы опросили более 50 средних и крупных проектов из ТОП-100 РФ: как изменился рынок цифровой аналитики после ухода зарубежных инструментов и сформировался ли новый стандарт стека.
- [Переезд на новую аналитику GA4: сложности и решения — оцениваем риски и рассчитываем свои силы](https://datago.ru/blog/pereezd-na-novuyu-analitiku-ga4-slozhnosti-i-resheniya-otsenivaem-riski-i-rasschityvaem-svoi-sily/): Как корректно интегрировать GA4 с базой данных, получать 100% сырых данных при лимитах GA4 и сохранить структуру отчётности. Разбираем подводные камни и пошаговые сценарии миграции.

### Сквозная аналитика

- [Multi-touch и инкрементальная атрибуция: в чём разница и почему это важно для маркетингового бюджета](https://datago.ru/blog/multi-touch-vs-incremental-attribution/): Разбираем разницу между MTA и инкрементальной атрибуцией: почему multi-touch модели описывают путь пользователя, но не доказывают причинность — и как это влияет на решения по бюджету.
- [Сквозная аналитика не даёт ожидаемых результатов? Часть 2](https://datago.ru/blog/skvoznaya-analitika-ne-daet-ozhidaemyh-rezultatov-ch-2/): Четыре неочевидные сложности при внедрении сквозной аналитики — неполные данные с площадок и сайта, несопоставимость источников и разрозненная интерпретация метрик — и решения на реальных кейсах.
- [Почему сквозная аналитика не даёт ожидаемых результатов? Часть 1](https://datago.ru/blog/pochemu-skvoznaya-analitika-ne-daet-ozhidaemyh-rezultatov-chast-1/): Что такое качественные данные, через какие этапы проходит аналитический проект и почему подготовительный этап определяет, оправдает ли сквозная аналитика ожидания бизнеса.
- [Performance-аналитика: в чём польза для маркетинга и как интерпретировать результат](https://datago.ru/blog/performance-analitika-v-chem-polza-dlya-marketinga-i-kak-interpretirovat-rezultat/): Что такое performance-аналитика, на какие вопросы отвечает performance-отчёт и как с его помощью оценивать каналы по целевым метрикам — CR, CPO, ДРР, ROAS — а не по кликам.

### Медийная и post-view аналитика

- [Трекинг медийной рекламы: как повысить эффективность размещений и не тратить бюджет впустую](https://datago.ru/blog/treking-medijnoj-reklamy-kak-povysit-effektivnost-medijnyh-razmeshhenij-i-ne-tratit-byudzhet-vpustuyu/): Почему привычная аналитика не оценивает вклад медийки в продажи и как методы Post-view, Conversion Lift и Brandformance помогают корректно измерить эффективность медийных размещений.
- [Какие данные нужны для продвинутой post-view аналитики: опыт DataGo Consulting](https://datago.ru/blog/kakie-dannye-neobhodimo-sobirat-dlya-prodvinutoj-post-view-analitiki-opyt-datago-consulting/): Какие данные собирать для продвинутой post-view аналитики медийной рекламы и как с нуля построить инфраструктуру: от единой БД и коннекторов до оркестрации, dbt и BI-системы.
- [Способы анализа post-view аналитики: как выбрать подходящий — опыт DataGo Consulting](https://datago.ru/blog/sposoby-analiza-post-view-analitiki-kak-vybrat-podhodyashhij-dlya-vashego-biznesa-opyt-datago-consulting/): Три способа анализа post-view аналитики медийной рекламы — базовый, коробочный и data-driven — и как выбрать подходящий в зависимости от бюджета, числа площадок и зрелости медийки.

### ROPO

- [ROPO-аналитика для омниканального маркетинга: как сформировать и в чём польза](https://datago.ru/blog/ropo-analitika-dlya-omnikanalnogo-marketinga-kak-sformirovat-i-v-chem-polza/): Что такое ROPO-аналитика, на какие вопросы бизнеса и маркетинга она отвечает и как за три шага построить отчёт, который показывает влияние digital-рекламы на офлайн-продажи.

## Optional

- [Полная карта сайта](https://datago.ru/sitemap-index.xml)