Data Mart

Data Mart (витрина данных) - это подмножество хранилища данных (Data Warehouse), которое, как правило, ориентировано на конкретную бизнес-область, отдел или группу пользователей. Витрины данных содержат агрегированную и структурированную информацию, оптимизированную для решения специфических аналитических задач.

Data Mart представляет собой удобный инструмент для получения быстрых ответов на вопросы об эффективности кампаний, поведении клиентов и тенденциях продаж без необходимости работать со всем массивом корпоративных данных.

Место Data Mart в иерархии систем хранения данных

В современной архитектуре данных существует несколько уровней хранения и обработки информации, и витрины данных занимают в этой иерархии своё место:

Тип хранилища	Характеристика	Назначение
База данных (Database)	Хранит текущие операционные данные в структурированном виде	Поддержка ежедневных операций (OLTP)
Хранилище данных (Data Warehouse)	Интегрирует данные из множества источников, хранит историческую информацию	Комплексный анализ по всей организации (OLAP)
Озеро данных (Data Lake)	Хранит сырые данные в любых форматах (структурированные, полуструктурированные, неструктурированные)	Глубокий анализ, машинное обучение, исследовательские задачи
Витрина данных (Data Mart)	Подмножество хранилища, ориентированное на конкретную предметную область	Оперативная аналитика для конкретного отдела

Типы витрин данных

Тип	Описание	Примеры
Зависимые	Создаются на основе централизованного хранилища данных	Маркетинговая витрина, использующая данные из корпоративного хранилища
Независимые	Создаются непосредственно из источников, минуя централизованное хранилище	Локальные аналитические базы отдельных подразделений
Гибридные	Комбинируют данные из разных источников	Витрины, объединяющие корпоративные данные и внешние источники

Структура и архитектура

Витрина данных обычно строится по звёздной схеме (star schema), которая включает:

• Таблицу фактов (Fact table): содержит количественные показатели для анализа (продажи, клики, конверсии).
• Таблицы измерений (Dimension tables): содержат описательные атрибуты (время, продукт, клиент, канал).

Пример структуры маркетинговой витрины данных

Для анализа эффективности рекламных кампаний маркетинговая витрина может иметь следующую структуру:

Таблица фактов: campaign_facts

Поле	Тип	Описание
date_id	INTEGER	Ключ даты
channel_id	INTEGER	Ключ канала
campaign_id	INTEGER	Ключ кампании
impressions	INTEGER	Количество показов
clicks	INTEGER	Количество кликов
cost	DECIMAL	Расходы на рекламу
conversions	INTEGER	Количество конверсий

Таблицы измерений:

• dim_date: год, квартал, месяц, день, признак выходного/праздничного дня
• dim_channel: название канала, тип канала (поиск, соцсети, медийная), группа
• dim_campaign: название кампании, тип, менеджер, бюджет

Пример запроса для расчёта основных метрик:

SELECT
  dc.channel_name,
  SUM(f.impressions) AS total_impressions,
  SUM(f.clicks) AS total_clicks,
  SUM(f.cost) AS total_cost,
  SUM(f.conversions) AS total_conversions,
  SUM(f.clicks) * 1.0 / SUM(f.impressions) AS ctr,
  SUM(f.cost) * 1.0 / SUM(f.clicks) AS cpc,
  SUM(f.cost) * 1.0 / SUM(f.conversions) AS cpa
FROM campaign_facts f
JOIN dim_channel dc ON f.channel_id = dc.channel_id
WHERE f.date_id BETWEEN 20250101 AND 20250331
GROUP BY dc.channel_name;

Применение Data Mart в маркетинге

1. Анализ эффективности рекламных кампаний

Маркетинговая витрина данных может содержать агрегированную информацию о расходах на рекламу по каналам, показах, кликах, конверсиях и стоимости привлечения клиента. Это позволяет маркетологам быстро оценивать ROI кампаний без обращения к разработчикам.

2. Клиентская аналитика

Витрина, ориентированная на анализ клиентов, может содержать данные о покупках, сегментах, LTV (пожизненной ценности клиента), частоте и давности покупок (RFM-анализ).

3. Анализ продаж и товарного ассортимента

Витрина с данными о продажах позволяет анализировать динамику по категориям, регионам, сезонам, выявлять наиболее и наименее продаваемые товары.

4. Отчётность для руководства

Агрегированные данные в витринах позволяют быстро формировать регулярные отчёты для топ-менеджмента без сложных запросов к большим хранилищам.

Преимущества использования Data Mart

Преимущество	Описание
Скорость	Быстрый доступ к данным благодаря предварительной агрегации
Удобство	Данные организованы в соответствии с потребностями конкретного отдела
Независимость	Отдел может работать со своей витриной, не загружая центральное хранилище
Экономичность	Требует меньше ресурсов, чем полноценное хранилище

Связанные термины

• Data Lake
• Хранилище данных
• База данных
• ETL
• OLAP
• ROI
• LTV/CAC
• Метрики маркетинга