4 programozási nyelv PPC-seknek és elemzőknek

Mester Tomi a Data36.com alapítója (korábban a Data36.com magyar nyelvű verzióját, az Adatlabor.hu-t is ő csinálta). Jelenleg elsősorban oktatással foglalkozik: Európán belül cégeknek tart 1 napos bevezető Python és SQL képzéseket – Berlinben, Stockholmban, Budapesten és online.

Ha az ember PPC-vel és analitikával foglalkozik, akkor elkerülhetetlen, hogy előbb-utóbb megismerkedjen egy-két programozási nyelvvel is. Az SQL, a Python vagy éppen a JavaScript ismerete sokkal könnyebbé teheti az életed. Egyszerűbbé válnak az adat lekérdezések (nem kell többé Excel-ben mókolni), automatizálhatod az unalmas és repetitív feladatokat, vagy akár komolyabb prediktív analtikai projektekbe is belevághatsz… és mindehhez csak annyi kell, hogy elkezdj egy kicsit barátkozni a kódolással.

Egy kezdőnek, szerintem 4 nyelven érdemes elgondolkozni – attól függően, hogy pontosan mi a cél:

  • SQL
  • JavaScript
  • Python
  • Bash

Természetesen, nem kell mindegyiket egyszerre megtanulni – ha csak egyet megtanulsz, már akkor is nagyon sok lehetőség megnyílik előtted. Ráadásul az első után a többi nyelvet elsajátítani sokkal egyszerűbb lesz, hiszen már érteni fogod a számítógépek logikáját.

Nézzük őket egyesével, hogy mikor melyiket érdemes választani.
(A cikk végére pedig teszek néhány linket is ingyenes online oktatóanyagokhoz, kurzusokhoz.)

SQL

Az SQL egy relatív egyszerű nyelv. Azt rövidíti, hogy „Structured Query Language” – de én jobban szeretem, úgy nevezni (szép angolosan) hogy „Excel szteroidon”. Ez egész jól leírja a lényegét. Az SQL-lel sokkal nagyobb (akár több 10 millió soros) lekérdezéseket lehet futtatni másodpercek alatt – míg mint tudjuk, az Excel, már párszázezer sornál is elkezd bukdácsolni. Ez az SQL nagy előnye és ez indokolja azt, hogy rengeteg cég az adatainak egy jelentős részét ebben a formátumban tárolja.

Viszont ezért cserébe el kell engednünk az Excel barátságos, össze-kattintgatós felületét, és el kell kezdenünk kód jellegű lekérdezéseket írni. Itt a különbség egy Excel-es és egy SQL-es SUM() függvény között:

excel SUM

sql sum

Én az SQL-t tartom a legjobb „belépő nyelvnek” a kódolás világába, mivel viszonylag egyszerű és logikus – szó szerint egy-két nap alatt el lehet vele jutni egy igen jól használható szintre.

Emellett PPC-sként vagy elemzőként rögtön használhatod például a Google Analytics-hez tartozó Big Query modulban, ahol SQL kódokkal rugalmasan tudod összekapcsolgatni a különböző részletes Google Analytics adattáblákat.

Itt egy minta az SQL szintaktikájából:
SELECT * FROM my_datatable WHERE something = 'my_value';

JavaScript

A JavaScript (a HTML és a CSS mellett) az egyik legtöbbet használt programnyelv weblap programozásban. Ha valami felugrik, bepattan, animálódik, megváltozik egy honlapon, az nagy eséllyel JavaScript-ben íródott. Nekünk, analitikai szakembereknek (és a PPC-seknek is) viszont nem ez a legfontosabb a JavaScript-tel kapcsolatban, hanem az, hogy a követő kódoknak is a 99%-a JavaScript-ben íródott.

Láttál már ilyesmit?

google tag manager kod javascript

Valószínűleg, igen, hiszen ez az a kódrészlet, amivel a Google Tag Manager-t beépítheteted a honlapodba. Ez JavaScript-ben íródott. Ugyanúgy mint a Google Analytics, a Hotjar, a Crazyegg, a Facebook, a Reddit, a Google AdWords, a DoubleClick és még sok-sok más eszköz követő kódja.

Szerencsére ahhoz, hogy ezeket a honlapodba illeszd, nem kell nagyon ismerni a JavaScript-et, hiszen a legtöbb eszköznél egy egyszerű másolás-beillesztés kombinációval meg lehet oldani a dolgot. De haladóbb dolgokhoz, mint például ahhoz, hogy a görgetéseket is mérni tudd Google Analytics-ben – vagy hogy egy domain-ek közötti mérést (aka. „cross-domain tracking”) helyesen be tudj állítani, már nem árt tisztában lenni a JavaScript alapjaival.

Utána pedig jöhetnek a haladóbb dolgok, mint például a különböző AdWords beállítások automatizálása, az UTM-tag-ek honlapok közötti átadása és még sok más finomság.

A JavaScript határozottan egy bonyolultabb nyelv mint az SQL, szerintem egy pár hétig (napi 1-2 óra tanulással) eltarthat, mire magabiztos tudást szerzel benne.

Íme egy részlet a szintakszisból:

if (hour < 18) {
    greeting = "Good day";
} else {
    greeting = "Good evening";
}

Python

A Python sok tekintetben nagyon hasonló a JavaScript-hez. Maga a szintakszis is hasonlít. Pl. a a fent bemutatott ha-függvény, Python-ban így nézne ki:

if hour < 18:
    greeting = 'good day'
else:
    greeting = 'good evening'

A nagy különbség viszont az, hogy a Python-t elsősorban nem a „front-end”-en (weblap programozáshoz) használjuk, hanem inkább a „back-end”-en, analitikai folyamatokhoz. A Python-nak egy nagy erőssége, hogy számtalan adatelemzéssel kapcsolatos bővítményt írtak hozzá, különös tekintettel Data Science területen. Ha egy prediktív analitikai vagy gépi tanulással („machine learning”) kapcsolatos projektet szeretnél futtatni, akkor valószínűleg Python-ban kell majd dolgoznod.

egyszerubb prediktiv analtikai projekt 2

Emellett sok PPC-s és elemző eszköz kínál úgy nevezett API-kapcsolatokat, ami lefordítva (és egyszerűsítve) annyit jelent, hogy tudsz az adott eszközzel egy kóddal kommunikálni. Kicsit távoli példa, de nem rég például a Coinbase nevű kriptovaluta szolgáltatáshoz csatlakoztam egy Python-ban megírt API kapcsolattal. Szintén Python-nal lekértem tőlük percenként a BitCoin árfolyamát és szintén Python-nal megpróbáltam egy prediktív analitikai algoritmust ráilleszteni a Bitcoin árfolyamra, hogy előre megjósoljam, mi fog történni a következő 5 percben. (Spoiler Alert: Nem sikerült… pedig több mint 10.000 model-t kipróbáltam. :-))

De hasonló projekteket futtathatsz egy Google Analytics, egy AdWords vagy egy akármilyen belsős, céges adathalmazon is. Feltéve, hogy értesz a Python-hoz.

A Python és a JavaScript hasonló bonyolultságú nyelv. Szóval a Python-hoz is pár hetet javasolnék (napi 1-2 óra gyakorlással), mire egy alkalmazható tudásszintre eljutsz.

A jó hír, hogy a JavaScript után a Python – illetve a Python után a JavaScript – már sokkal egyszerűbben elsajátítható.

Bash

A bash egy bónusz nyelv és nincs is nagyon a kirakatban. Viszont minden Ubuntu/Linux alapú gépen megtalálható és ezáltal a legtöbb távoli adatszerveren is.
A bash-t nem induló nyelvnek javasolnám, de nem mondanám nehéznek sem. A kinézete a klasszikus parancs soros megoldás, ami egyrészt menő (persze ez ízlés kérdése), másrészt pedig sejteti, hogy itt elég elemi szinten tudunk a számítógépünkkel kommunikálni.

bash command line pelda

Ezt a programnyelvet én három speciális területen használom (kifejezetten data science projektekben):

  1. Fájlok mozgatása, másolása, tisztítása és újrastruktúrálása távoli adatszervereken.
  2. Szkriptek automatizálása. (Pl. a felhasználói adatok lekérése, tisztítása és lementése egy szerverre minden éjfélkor.)
  3. Python és SQL szkript-ek összekötése és közös futtatása.

Egyébként ezt a nyelvet is el lehet sajátítani alapszinten egy-két nap alatt, mégis én azt mondom, hogy ennek akkor van értelme, hogy ha az ember legalább az SQL-t vagy a Python-t (vagy mindkettőt) már megtanulta előtte.

Tehát összefoglalva

Mi mire jó?

  • SQL: gyors és egyszerű lekérdezésekre – akár több millió soros adattáblákból.
  • JavaScript: haladóbb követőkódok beágyazására.
  • Python: haladóbb analitikai, machine learning és prediktív analitikai projektekre, illetve API-kapcsolatok létesítésére.
  • Bash: automatizálásra és a különböző nyelvek összekötésére.

Hol lehet ezeket megtanulni?

Ingyenes online kurzusok és tananyagok – illetve (nem ingyenes) könyvek:

  • SQL:
    • http://www.sqlcourse2.com/intro2.html
    • https://www.codecademy.com/learn/learn-sql
    • https://data36.com/learn-data-analytics-bash-scratch/
    • http://sqlzoo.net/
  • Javascript:
    • https://www.codecademy.com/catalog/language/javascript
  • Python:
    • https://www.codecademy.com/catalog/language/python
    • https://data36.com/learn-python-3-for-data-science-from-scratch/
    • https://www.youtube.com/user/sentdex
    • http://shop.oreilly.com/product/0636920050896.do
  • Bash:
    • https://www.codecademy.com/learn/learn-the-command-line
    • https://www.datascienceatthecommandline.com/

(Megjegyzés: a Codecademy nem affiliate partnerem, csak tényleg jók az interaktív anyagaik! : ))

Mindegyik nyelvből van itthon is több fajta fizetős egy/több napos tantermi képzés is – ezeket nem akarom ebben a cikkben reklámozni, de nem nehéz őket megtalálni!

Konklúzió

Aki számítógéppel dolgozik, annak előbb-utóbb mindenképpen érdemes a kódolás alapjaival megismerkedni. Egészen új világok nyílnak meg, amikor egy pár soros kóddal sikerül valamit létrehozni, amit előtte elképzelhetetlennek tartottál. És ez az egész sokkal-sokkal könnyebb, mint hinnéd! Úgyhogy válaszd ki a számodra legfontosabb nyelvet és kezdj bele valamelyik fenti kurzusba. Nem fogod megbánni!

Mester Tomi
data36.com

A szerző

Mester Tomi

Mester Tomi a Data36.com alapítója (korábban a Data36.com magyar nyelvű verzióját, az Adatlabor.hu-t is ő csinálta). Jelenleg elsősorban oktatással foglalkozik: Európán belül cégeknek tart 1 napos bevezető Python és SQL képzéseket - Berlinben, Stockholmban, Budapesten és online.
PPC Pro Facebook-csoport

Csatlakozz Facebook-csoportunkhoz!

PPC és analitika, nem csak Pro felhasználóknak.

Belépek

Írj nekünk!

Kérdésed van? Cikket írnál? Van egy jó képzésed? Feladnál egy álláshirdetést? Írj üzenetet!