Skip to content

Analyst / Commercial: start here ​

Tujuannya bukan menghafal tabel. Mulai dari pertanyaan bisnis, tentukan unit hitung dan bukti yang dibutuhkan, lalu pilih tabel.

Pick the right starting point ​

PertanyaanSumber awalUnit hitung
Berapa kali halaman dibuka?core_butics.fact_base_events, event_name=page_viewEvent page_view
Berapa browser membuka PDP?Tabel yang sama, page_key=pdpDISTINCT anonymous_id
Section/banner mana terlihat?fact_enrichment_component_visits atau eventsExposure; tentukan per browser/page visit/item
Artikel → PDP dalam session?fact_base_page_visits / fact_enrichment_page_transitionsSession/browser dengan urutan waktu
Banner tertentu diklik lalu PDP?fact_base_events + fact_base_page_visitsKlik yang memiliki kunjungan PDP setelahnya
Berapa referensi WA dibuat?fact_base_whatsapp_referencesDISTINCT whatsapp_click_id
Berapa yang benar-benar chat?core_master_analytics.fact_enrichment_whatsapp_message_linksDISTINCT message_id atau click_id, sesuai pertanyaan
Siapa yang berhasil dikenali sebagai customer?fact_enrichment_customer_linksDISTINCT customer_id
Berapa transaksi/revenue?fact_enrichment_order_context + aturan waktu/atribusicompany_name + transaction_number
Revenue kredit marketing?fact_attribution_conversion_creditsPilih tepat satu model kredit
Device / GA acquisition?core_gaGrain GA session/event; jangan anggap sama dengan Butics

Four decisions before running a funnel ​

  1. Cohort: masuk funnel karena membuka artikel pada tanggal berapa? Atau hanya semua pembayaran pada tanggal tersebut?
  2. Identity: session yang sama atau browser yang sama lintas session? Cross-device tanpa identitas terkonfirmasi tidak tersedia.
  3. Order and window: artikel harus terjadi sebelum PDP, PDP sebelum klik, chat setelah klik, pembayaran setelah chat. Tetapkan batas, misalnya 7 hari. Itu pilihan analisis, bukan default otomatis collector.
  4. Counting: events, browser unik, session, chat, pembeli dan transaksi berbeda. Jangan mencampur satuan dalam funnel yang sama.

Dates and test traffic ​

Waktu event disimpan UTC. Untuk tanggal bisnis gunakan DATE(occurred_at,'Asia/Jakarta') dan interval setengah terbuka [start,end). Pada 21 September, dua hari kalender sebelumnya adalah 19–20 September WIB. Cohort terbaru dengan conversion window 7 hari belum matang; revenue masih bisa bertambah.

Data UAT ada di production. test_run_id bisa berupa string kosong, bukan NULL. Filter yang aman untuk mengeluarkan marker test yang diketahui:

sql
COALESCE(utm_source, '') != 'codex_uat'
AND NULLIF(TRIM(test_run_id), '') IS NULL

Filter ini hanya membuang marker yang diketahui, bukan membuktikan seluruh bot/internal traffic tersaring. Jangan memakai test_run_id IS NULL saja: itu dapat membuang traffic normal.

Use Metabase ​

  1. Pilih koneksi BigQuery Core.
  2. Gunakan query builder untuk hitungan satu tabel; gunakan SQL untuk urutan event dan join lintas model yang kompleks.
  3. Mulai dari Query recipes, sesuaikan periode/ID, lalu jalankan.
  4. Periksa unit hitung, total sebelum/sesudah join, dan freshness.
  5. Simpan question dengan nama yang menyebut periode/cohort/definisi. Gunakan Funnel untuk kolom stage + jumlah dengan satu unit konsisten.
  6. Revenue ditampilkan terpisah sebagai currency. Jangan memasukkan rupiah sebagai satu tahap dalam funnel jumlah pengunjung.

Metabase Open Source mendukung funnel. Grafik menampilkan hasil SQL; grafik tidak menyusun urutan event atau memilih attribution model untuk kita.

Production dashboard adalah ringkasan operasional. Traffic cards dan validation cards bisa memiliki filter UAT berbeda; baca nama/deskripsi question sebelum membandingkan.

Bumame Engineering · Butics — Butech Analytics