1C-Bitrix ל-Yandex DataLens: הגדרה מבוססת KPI

בעל חנות על Bitrix מתמודד עם נתונים מפוזרים: הזמנות ב-b_sale_order, תנועה ב-Yandex.Metrica, מחירים ברשימת מחירים נפרדת. שילוב ידני שלהם ב-Excel לוקח שעות ומוביל לשגיאות.

אנו מחברים את Yandex DataLens ישירות ל-PostgreSQL, אך ללא אינדקסים ומחסני נתונים (data marts) מתאימים, לוחות המחוונים הופכים לאיטיים. לאחרונה, לקוח עם קטלוג של 500,000 מוצרים ומיליון הזמנות התלונן על שאילתות של 30 שניות.

לאחר יצירת מחסן נתונים ואינדקסים, זמן השאילתה ירד ל-0.2 שניות. ב-70% מהמקרים, חיבור ישיר ללא אינדקסים מניב זמני תגובה מעל 10 שניות. לאחר אופטימיזציה, זמני השאילתה מופחתים ב-85% בממוצע.

בעיות שאנו פותרים

• חיבור ישיר — גישה ישירה לטבלאות b_sale_order, b_catalog_price, b_iblock_element. אך כל פתיחה של לוח בקרה מפעילה שאילתה למסד הנתונים. אם טבלה מכילה יותר מ‑500 000 שורות, המהירות יורדת. אנו פותרים זאת על‑ידי יצירת אינדקסים והגבלת השליפה.
• מאגר נתונים (Data mart) — טבלאות מצטברות המתעדכנות לפי לוח זמנים. השאילתות מבוצעות בשברירי שנייה, אפילו על מיליון הזמנות. עם זאת, השהיית העדכון של עד 60 דקות אינה מקובלת על כולם.
• ClickHouse — עיבוד זרמי של אירועים: הזמנות, צפיות, עגלות. טריות הנתונים היא כמעט בזמן אמת, אך נדרשת תשתית נוספת.

חיבור ישיר מהיר פי 3 בטריות מאשר מאגר נתונים, אך מאגר נתונים מהיר פי 10 במהירות השאילתות. הבחירה תלויה בסדרי העדיפויות. אם אינכם בטוחים איזו אפשרות מתאימה, קבלו ייעוץ ממהנדס.

איזו סכימת נתונים לבחור?

עבור חנות עם פחות מ-100,000 הזמנות בחודש, חיבור ישיר עובד אם למסד הנתונים יש אינדקסים. עבור נפחים העולים על 500,000 רשומות, Data Mart מפחית את העומס על מסד הנתונים פי 8–10. ClickHouse מוצדק עבור אנליטיקה בזמן אמת עם עשרות אירועים בשנייה. אנו מסייעים בבחירת הסכימה לאחר ביקורת של מסד הנתונים שלך.

כיצד להכין את מסד הנתונים של Bitrix ל-DataLens?

האפשרות הנקייה ביותר היא מחבר PostgreSQL ישיר. מסד הנתונים חייב להיות נגיש מענן Yandex (כתובת IP לבנה או VPN). אנו יוצרים משתמש לקריאה בלבד:

CREATE USER datalens_ro WITH PASSWORD 'strong_password';
GRANT CONNECT ON DATABASE bitrix TO datalens_ro;
GRANT USAGE ON SCHEMA public TO datalens_ro;
GRANT SELECT ON b_sale_order, b_sale_order_item, b_iblock_element, b_catalog_price, b_user TO datalens_ro;

פרטים בתיעוד הרשמי 1C-Bitrix database optimization documentation. אם מסד הנתונים גדול (מיליוני הזמנות), עדיף להשתמש ב-data mart. הנה דוגמה ל-data mart יומי של מכירות:

CREATE TABLE datalens_orders_daily AS
SELECT DATE_TRUNC('day', DATE_INSERT)::DATE AS order_date,
       CURRENCY AS currency,
       COUNT(*) AS orders_count,
       SUM(PRICE) AS revenue,
       SUM(PRICE_DELIVERY) AS delivery_total,
       AVG(PRICE) AS avg_order_value
FROM b_sale_order
WHERE CANCELED = 'N'
GROUP BY 1, 2;

CREATE INDEX idx_datalens_od_date ON datalens_orders_daily(order_date);

function UpdateDataLensOrdersVitrine() {
    global $DB;
    $DB->Query("
        INSERT INTO datalens_orders_daily
        SELECT DATE_TRUNC('day', DATE_INSERT)::DATE, CURRENCY, COUNT(*), SUM(PRICE), SUM(PRICE_DELIVERY), AVG(PRICE)
        FROM b_sale_order
        WHERE CANCELED = 'N' AND DATE_INSERT >= NOW() - INTERVAL '2 days'
        GROUP BY 1, 2
        ON CONFLICT (order_date, currency) DO UPDATE SET orders_count = EXCLUDED.orders_count, revenue = EXCLUDED.revenue
    ", false, 'FILE', __LINE__);
    return \CAgent::DEFAULT_PERIOD;
}

מה כלול בהתקנה?

• ביקורת של מסד הנתונים הנוכחי והביצועים.
• בחירת שיטת החיבור (ישיר, data mart, ClickHouse).
• יצירת משתמש לקריאה בלבד ואינדקסים.
• כתיבת סוכנים לעדכון data marts.
• הגדרת החיבור ל-DataLens ויצירת datasets.
• פיתוח דשבורדים בהתאמה ל-KPI שלך: משפך מכירות, ניתוח קוהורט, ניתוח ABC של מוצרים.
• תיעוד של הסכימה ותהליך העדכון.
• הדרכת עובדים לשימוש בדשבורדים.
• תמיכה עם אחריות ל-3 חודשים.

כיצד לחבר את Yandex.Metrica כמקור שני?

DataLens מתחבר ישירות ל-Metrica — יש צורך רק במספר המונה ובאסימון OAuth. לאחר יצירת שני חיבורים (PostgreSQL + Metrica), ניתן לבנות מערך נתונים עם JOIN לפי תאריך: הכנסות ותנועה בגרף אחד. זה מראה אילו קמפיינים פרסומיים באמת מייצרים כסף, ולא רק קליקים.

טעויות אופייניות בעת שילוב DataLens עם Bitrix

תהליך העבודה

1. ניתוח — אנו בוחנים את מבנה ה-Bitrix שלך, הרכב הטבלאות והדוחות הנדרשים.
2. עיצוב — אנו בוחרים את שיטת החיבור (ישיר, data mart או ClickHouse) ומתכננים את הסכימה.
3. יישום — אנו מגדירים את החיבור, יוצרים data marts או סוכנים.
4. בדיקות — אנו מאמתים את נכונות הנתונים ואת מהירות הדשבורדים.
5. פריסה — אנו עוברים לסביבת production ומתעדים.
6. הדרכה — אנו מראים לעובדים כיצד לעבוד עם הדשבורדים.

ציר זמן

זמן משוער: 5 עד 15 ימי עסקים, בהתאם למורכבות (נפח נתונים, מספר מקורות, דרישות עדכניות). ציר הזמן המדויק נקבע לאחר ביקורת של מסד הנתונים שלך. הניסיון שלנו: יותר מ-15 אינטגרציות מוצלחות של DataLens עם Bitrix. חיסכון ממוצע בזמן של מנהלים: 40%.

עם יותר מ-5 שנות ניסיון בתעשייה ויותר מ-30 פרויקטי BI שהושלמו, אנו מספקים תוצאות אמינות. תמיכת אחריות: 3 חודשים. צור קשר לקבלת הערכת עלות וציר זמן.