Appearance
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
| Pertanyaan | Sumber awal | Unit hitung |
|---|---|---|
| Berapa kali halaman dibuka? | core_butics.fact_base_events, event_name=page_view | Event page_view |
| Berapa browser membuka PDP? | Tabel yang sama, page_key=pdp | DISTINCT anonymous_id |
| Section/banner mana terlihat? | fact_enrichment_component_visits atau events | Exposure; tentukan per browser/page visit/item |
| Artikel → PDP dalam session? | fact_base_page_visits / fact_enrichment_page_transitions | Session/browser dengan urutan waktu |
| Banner tertentu diklik lalu PDP? | fact_base_events + fact_base_page_visits | Klik yang memiliki kunjungan PDP setelahnya |
| Berapa referensi WA dibuat? | fact_base_whatsapp_references | DISTINCT whatsapp_click_id |
| Berapa yang benar-benar chat? | core_master_analytics.fact_enrichment_whatsapp_message_links | DISTINCT message_id atau click_id, sesuai pertanyaan |
| Siapa yang berhasil dikenali sebagai customer? | fact_enrichment_customer_links | DISTINCT customer_id |
| Berapa transaksi/revenue? | fact_enrichment_order_context + aturan waktu/atribusi | company_name + transaction_number |
| Revenue kredit marketing? | fact_attribution_conversion_credits | Pilih tepat satu model kredit |
| Device / GA acquisition? | core_ga | Grain GA session/event; jangan anggap sama dengan Butics |
Four decisions before running a funnel
- Cohort: masuk funnel karena membuka artikel pada tanggal berapa? Atau hanya semua pembayaran pada tanggal tersebut?
- Identity: session yang sama atau browser yang sama lintas session? Cross-device tanpa identitas terkonfirmasi tidak tersedia.
- 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.
- 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 NULLFilter 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
- Pilih koneksi BigQuery Core.
- Gunakan query builder untuk hitungan satu tabel; gunakan SQL untuk urutan event dan join lintas model yang kompleks.
- Mulai dari Query recipes, sesuaikan periode/ID, lalu jalankan.
- Periksa unit hitung, total sebelum/sesudah join, dan freshness.
- Simpan question dengan nama yang menyebut periode/cohort/definisi. Gunakan Funnel untuk kolom stage + jumlah dengan satu unit konsisten.
- 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.