Зачем в Excel/Google Sheets использовать сводные таблицы (pivot tables) для анализа рекламных отчётов, и что они позволяют быстро увидеть?

Короткий ответ

Сводная таблица группирует детальные строки по выбранным измерениям и считает расход, клики и конверсии для каждого среза. Она помогает быстро сравнить кампании, даты и устройства без отдельной формулы для каждой комбинации.

Как это работает подробнее

Сначала задают измерения, например кампанию и дату, а затем помещают расход и конверсии в значения с агрегированием SUM. Меняя строки, столбцы и фильтры, можно быстро увидеть структуру результата и найти кампании с наибольшим расходом.

• Проверка итогов. Сверьте сумму расхода по всем строкам сводной таблицы с исходной выгрузкой за тот же период.
• Средние метрики. Для CTR и CPA пересчитывайте отношение сумм кликов/показов и расхода/конверсий, а не усредняйте проценты каждой строки.

Пример кода

pivot_report.pyКопировать

import pandas as pd
data = pd.DataFrame({
    "campaign": ["Search", "Search", "Social"],
    "date": ["2026-10-01", "2026-10-02", "2026-10-01"],
    "spend": [120.0, 90.0, 75.0],
    "conversions": [6, 5, 3],
})
report = data.pivot_table(index="campaign", values=["spend", "conversions"], aggfunc="sum")
print(report)

Что использовать на практике

• Срезы. Начните с кампании и даты в строках, а устройства или источник добавляйте как фильтр, если они отвечают на конкретный вопрос.
• Метрики. Для общего CPA делите общий расход на общее число конверсий; не суммируйте и не усредняйте CPA по строкам.

Подводные камни

• Старые данные. После изменения исходной выгрузки обновите сводную таблицу и проверьте диапазон источника.
• Неверный тип агрегации. Среднее вместо суммы для расхода и сумма для CTR дают вводящий в заблуждение результат.