SPEKA Кейс

SPEKA (speka.ua) – українське онлайн-медіа, яке говорить з аудиторією про бізнес, технології та людей, які сьогодні формують нову економіку країни. Видання охоплює широкий тематичний спектр – підприємництво, науку і космос, штучний інтелект, безпеку й оборону, спосіб життя та інші напрямки — і поєднує оперативні новини з глибокою експертною аналітикою.

Особливість SPEKA – у самій моделі контенту: частину матеріалів створює редакція, а частину формує сама аудиторія через UGC-платформу «Спільнота». Це не просто блог-майданчик, а жива експертна спільнота, де підприємці, топменеджери та представники технологічного сектору діляться власним досвідом безпосередньо з читачами.

Медіапроєкти живуть за рахунок швидкості й обсягу публікацій: щодня виходять десятки матеріалів від редакції і ще більше – від авторів Спільноти. У таких умовах редакції критично важливо розуміти, який саме контент і які автори реально працюють на аудиторію, і мати ці дані в одному місці для швидкого аналізу та ухвалення рішень.

Наша співпраця з командою SPEKA – це історія про те, як довіра будується на реальних результатах. Усе почалося задовго до роботи над проєктом SPEKA: спочатку ми об'єднали зусилля на їхньому першому проєкті – The Page, виданні, яке разом зі SPEKA входить до медіагрупи «Діджитал Економіка». Перше звернення було з класичним болем медіа: дані розкидані по різних системах (GA4, Search Console, CMS), а зводити їх вручну занадто складно. Ми змогли вирішити задачу, створивши автоматизований редакційний дашборд. Далі команда thepage попрацювала деякий час зі звітом, побачила, наскільки цей інструмент спростив роботу та підвищив ефективність команди, і вирішила масштабувати успішний досвід далі. Так ми інтегрували наше рішення і для SPEKA, доповнивши вже перевірену логіку новими, розширеними можливостями, зокрема реакціями аудиторії (лайки, дизлайки, коментарі, скарги) як показником якості контенту та сегментацією авторів за активністю.

Під час реалізації ми зробили акцент на наступних завданнях:

• показати ефективність сайту й контенту в реальному часі та в динаміці (перегляди, залучення, глибина скролу);
• оцінити продуктивність кожного автора окремо і порівняти факт із планом;
• виявити «вічнозелений» контент (evergreen) – статті, що продовжують приносити пошуковий трафік місяцями після публікації;
• підключити пошукову аналітику (Search Console) для контролю позицій і CTR.

Для побудови репортів нам потрібно було зібрати дані в єдиному місці з різних систем:

• Google Search Console (GSC)
• Внутрішня CMS
• Google Analytics (GA4)
• Google Sheets

Вибір сховища був очевидним – Google BigQuery. Воно поєднує в собі нативну інтеграцію з сервісами Google (а їх було аж три – Google Analytics 4, Search Console та Google Sheets), має зручне підключення до інструментів бізнес-аналітики, зокрема Power BI, і водночас має гнучку, доступну цінову модель із безкоштовними лімітами (про ці та інші переваги можна почитати в цій статті).

Поки ми займались налаштуванням інтеграції з сервісами Google, колеги зі SPEKA зі свого боку реалізували передачу даних з власної CMS про публікації, авторів та взаємодії зі статтями до BigQuery за нашим ТЗ.

Перед початком вивантаження була узгоджена логіка оновлення даних: кожну годину протягом робочого періоду і без оновлень у вихідні та інші періоди без використання, що, з одного боку, дозволило досягти максимальної актуальності даних у звіті, а з іншого, мінімізувало витрати на обробку даних для звіту, коли це не потрібно.

Усі обчислення та підготовку зведених даних у BigQuery ми налаштували через Dataform. Цей інструмент допоміг замінити ручну роботу на впорядкований процес, а завдяки контролю версій ми завжди знаємо, хто і коли вносив зміни. Крім того, Dataform будує наочний граф, який чудово візуалізує всі зв'язки – відразу видно, звідки беруться дані та як вони впливають на фінальні звіти.

Поверх сирих даних ми побудували кілька шарів бізнес-логіки, специфічних для медіапроєкту, зокрема:

• Evergreen-контент. Стаття вважається «вічнозеленою», якщо вона збирає трафік як мінімум останні 3 місяці, у структурі її трафіку 70% і більше – пошуковий, а позиція в Google (за даними Search Console) – у межах топ-20.
• Сегментація авторів за активністю. Активні (мінімум 1 публікація щомісяця 3 місяці поспіль), середньоактивні (2 публікації за останні 3 місяці), низькоактивні (1 публікація за 3 останні місяці), сплячі (0 публікацій за 3 останні місяці, але були активні раніше).
• План/факт за авторами. Щомісячні цілі за унікальними юзерами, кількістю публікацій, CTR та іншими показниками – і порівняння факту й прогнозу з цими плановими показниками.

Ми обрали Power BI як основний інструмент побудови звітів перш за все через поєднання гнучкості у налаштуванні та широких можливостей інтерактивного аналізу, які були необхідні на проєкті. Проте він має й інші переваги.

Сторінка відображає наступне:

• Чи росте аудиторія сайту в цілому? Для швидкого порівняння періодів ми вивели ліворуч блок KPI-карток із ключовими метриками взаємодії, а графік поруч дозволяє зручно відстежувати показники в динаміці.

• Яка тематика контенту працює найкраще? Графік динаміки тем за кількістю юзерів (можна перемкнути на кількість юзерів) показує, які теми набирають чи втрачають популярність.

• Звідки аудиторія і з яких пристроїв вона заходить? Топ-10 міст за переглядами та розподіл за категорією пристрою й операційною системою.

• Деталізація за темами і авторами в таблицях. Перша розкриває ефективність тем із можливістю «провалитися» до рівня конкретного матеріалу, а друга допомагає головреду чи менеджеру аналізувати результативність кожного автора.

• Виділення сегмента для аналізу. Завдяки інтерактивній панелі фільтрів масив даних легко розкладається на потрібні зрізи. Це дає змогу виокремити специфічні сегменти, наприклад конкретну тему чи автора, та проаналізувати їхній вплив на загальну динаміку.

Дашборд складається з декількох сторінок, кожна з яких деталізує окремий напрям для аналізу. Щоб краще передати суть звіту, наведемо приклади запитань, на які можна знайти відповіді на інших сторінках цього звіту.

• Чи росте сайт і чи покращується взаємодія з контентом?
• Яке джерело трафіку реально працює?
• Яке співвідношення нових і повторних відвідувачів – наскільки сайт утримує аудиторію?

• Яка ефективність контенту за період в цілому?
• Як змінюється випуск контенту в розрізі «Редакція vs UGC» у динаміці?
• Наскільки активно реєструються автори у спільноті?
• Хто з авторів формує основний обсяг трафіку та за рахунок якого контенту?
• Які статті «вистрілили» за останні 30 днів?
• Який контент варто просувати повторно?
• Хто з авторів активний, а хто – ні?

• Чи росте видимість сайту в пошуку та які зміни відбуваються з плином часу?
• Які сторінки втрачають позиції в пошуку?
• Через які канали показу приходить пошукова аудиторія?
• Які конкретні сторінки дають найбільше кліків і показів, яка в них позиція і CTR%, і як це змінилось порівняно з попереднім періодом?

• Чи виконує кожен автор редакційної команди план за кількістю публікацій за місяць і наскільки?
• Чи наздожене автор план до кінця періоду?
• Хто з команди відстає, а хто випереджає план у конкретному місяці?
• Яка динаміка виконання плану конкретного автора та як його показники виглядають на тлі всієї команди за обраний місяць?

• Який тип реакції домінує і в кого з авторів?
• Які статті потребують уваги редакції, а які варто взяти за приклад?
• Як обраний тип реакції аудиторії змінюється в часі?
• Чи відрізняється реакція аудиторії залежно від типу автора чи теми?

Тепер редакція speka.ua бачить трафік, пошукову видачу і реакції аудиторії в одному дашборді – без ручного зведення GA4, Search Console і внутрішньої бази. Це дає змогу оцінювати продуктивність кожного автора відносно плану, знаходити evergreen-статті, які варто просувати повторно, і оперативно реагувати на статті, що втрачають позиції в пошуку або викликають негативну реакцію аудиторії.

Ми не просто перенесли готовий дашборд з thepage.ua – адаптували й розширили його для другого медіапроєкту нашого партнера. Тож SPEKA отримала ті самі можливості, що вже підтвердили свою цінність на thepage.ua, плюс глибший рівень аналітики: реакції аудиторії та сегментацію авторів за активністю.