Groen Data B.V. · Zoetermeer, NL

Een eigen marketing data warehouse op BigQuery.

Voor marketingteams bij mid-market bedrijven. Eén omgeving waarin advertentiekosten, websitegedrag en omzet naast elkaar staan, in je eigen Google Cloud-project, elke ochtend ververst.

Fivetran
BigQuery
dbt
Looker Studio
Power BI
GA4
SQL
Python

Neem contact op Waar het misgaat

Specificatie

Dienst: Marketing data warehouse op BigQuery
Stack: Fivetran → BigQuery → dbt → Looker Studio / Power BI
Doorlooptijd: Twee tot drie weken
Oplevering: In je eigen Google Cloud-project
Werkgebied: Nederland, remote en op locatie
Status: Actief, bereikbaar via mail

01 / Praktijk

Terugkerende problemen

Waar het meestal misgaat

Drie dingen die ik bij vrijwel elke opdracht tegenkom.

01 · Eigendom

Je data zit vast in de tool

Hangt de connector rechtstreeks aan je dashboard, dan landt de data nergens die van jou is. Zeg je het abonnement op, dan is ook de historie weg. Je betaalt maandelijks voor toegang tot je eigen cijfers, en buiten dat ene dashboard kun je er niets mee.

02 · Analyse

Cijfers zonder verklaring

Een grafiek laat zien dat de omzet daalt, maar niet welke campagne of welk segment dat veroorzaakt. Dat vraagt om een datamodel waarin kosten, gedrag en omzet aan elkaar gekoppeld zijn, niet om een extra grafiek.

03 · Datakwaliteit

Het dashboard matcht niet met het advertentieplatform

Standaardconnectors laden alleen de nieuwe dag bij, terwijl platforms conversies met terugwerkende kracht toewijzen. Iemand klikt op maandag en koopt op donderdag: die conversie schrijft het platform terug naar maandag, maar in je warehouse staat maandag al vast. Het verschil groeit elke week.

Standaard connector

42

conversies · alleen nieuwe dag

Google Ads interface

50

conversies · met terugwerkende kracht

De oplossing is niet ingewikkeld: laad elke nacht het venster van de laatste 30 dagen opnieuw in plaats van alleen gisteren. Dat kost wat meer rekentijd en scheelt een hoop discussie op maandagochtend.

02 / Warehouse

De opdracht

Wat ik bouw

Je marketingdata staat verspreid over platformexports, spreadsheets en losse dashboards. Ik zet één omgeving op waarin advertentiekosten, websitegedrag en omzet in dezelfde tabellen staan, met vaste definities en een dagelijkse verversing.

Je hoeft vooraf niet te weten hoe dat datamodel eruit moet zien. We beginnen bij de vragen waar je nu geen antwoord op krijgt en werken van daaruit terug naar de bronnen die je daarvoor nodig hebt.

Wat er staat als het klaar is

Een BigQuery-project op naam van je eigen bedrijf, met al je bronnen erin.
Een datamodel in dbt waarin elke KPI één keer is gedefinieerd.
Een dashboard in Looker Studio of Power BI dat elke ochtend ververst is.
Documentatie en toegang, zodat een ander het kan overnemen.
Alle accounts en abonnementen op naam van je eigen bedrijf, niet op die van mij.
Stop je ermee, dan blijft alle tot dan toe geladen data gewoon staan.

De opdracht in het kort

Voor wie: Marketing- en e-commerceteams bij mid-market bedrijven
Vorm: Projectopdracht, daarna optioneel onderhoud
Doorlooptijd: Twee tot drie weken
Oplevering: Werkende omgeving in jouw eigen Google Cloud-project
Stack: Fivetran, BigQuery, dbt, Looker Studio of Power BI

Wat het maandelijks kost

Alles staat op naam van je eigen bedrijf, dus je ziet precies waar het geld heen gaat. Er loopt geen abonnement via mij.

BigQuery: Naar gebruik. Marketingdata is klein vergeleken met wat BigQuery aankan, dus opslag en queries blijven voor de meeste mid-market bedrijven bescheiden.
Google Ads, GA4: Gratis. Beide hebben een eigen export naar BigQuery, je betaalt alleen de BigQuery-kant.
Overige bronnen: Meta, LinkedIn, je webshop of je CRM lopen via Fivetran, op jouw naam en jouw creditcard. Alleen nodig als je die bronnen ook echt wilt meenemen.
Rapportage: Looker Studio is gratis. Power BI rekent per gebruiker, als je die kant op wilt.
Groen Data B.V.: Alleen tijdens de bouw. Daarna niets, tenzij je onderhoud afneemt.

03 / Stack

Vier lagen

De standaard stack

Elke bouwopdracht draait op dezelfde vier lagen. Het zijn standaardproducten met veel gebruikers en goede documentatie, zodat een andere partij het kan overnemen. Geen eigen framework, geen licentie die aan mijn naam hangt.

Fivetran

Bron

Beheerde koppelingen naar Google Ads, Meta, GA4, je webshop en je backend. Geen eigen scripts die omvallen bij een API-wijziging.
BigQuery

Opslag

Eén warehouse in jouw eigen Google Cloud-project. Jij bent eigenaar van de data en van de factuur.
dbt

Transformatie

Alle logica als SQL in versiebeheer, met tests op de uitkomsten. Een KPI staat op één plek gedefinieerd.
Looker Studio / Power BI

Rapportage

Dashboards bovenop het model, zodat elk getal herleidbaar is naar de brontabel.

Niet elk bedrijf heeft die eerste laag nodig. Google Ads en GA4 hebben een eigen gratis export naar BigQuery, dus heb je verder weinig bronnen, dan kan het zonder Fivetran. Dan zeg ik dat ook, ook al is de opdracht daarmee kleiner.

04 / Werkwijze

Vijf uitgangspunten

Werkwijze

Definities eerst

Als omzet op drie afdelingen anders geteld wordt, lost geen enkele tool dat op. Die definities leggen we vast voordat er een dashboard komt.

Alles in jouw omgeving

Cloudproject, repository en dashboards staan op naam van jouw bedrijf. Ik krijg toegang, geen eigendom.

Versiebeheer en tests

Alle SQL staat in Git en is gedocumenteerd. Tests draaien voordat de cijfers in een dashboard terechtkomen.

Klein opleveren

Eerst één rapportage die af is, daarna uitbreiden. Wat er verder nodig is blijkt meestal uit de vragen die dat eerste stuk oproept.

AI als gereedschap

Ik gebruik het dagelijks voor SQL, documentatie en het controleren van eigen werk. Het staat niet als product in de offerte.

05 / Over mij

Stefan Groen in 't Woud

Over mij

Ik ben Stefan Groen in 't Woud, marketing data analist en eigenaar van Groen Data B.V. Er zit geen bureau of salesafdeling tussen: wie je spreekt, doet ook het werk.

Mijn werk raakt de marketingkant en de datakant even hard. Technisch genoeg om het datamodel zelf te bouwen, en dicht genoeg op marketing om te weten welke vraag onder een rapportagewens ligt. Ik bouw datamodellen en rapportages, geen applicaties.

Naast het bouwen van warehouses voer ik analyseopdrachten uit bij grotere organisaties, op dataplatformen met flinke volumes en de bijbehorende complexiteit: Databricks, BigQuery op enterprise-schaal, rapportages waar meerdere afdelingen op sturen. Wat daar gebruikelijk is, werkt in het klein vaak ook.

Rol: Marketing data analist en data engineer
Dagelijks: SQL, dbt, BigQuery, Databricks, Power BI, Looker Studio, GA4
Gevestigd: Zoetermeer
Opdrachtvorm: Afgebakende opdracht met omschreven resultaat

Zakelijk

De opdracht wordt aangegaan met Groen Data B.V., niet met mij als persoon.
Het werk gebeurt voor rekening en risico van Groen Data B.V.
Eigen apparatuur, softwarelicenties en tooling.
Eigen planning, werkwijze en vakinhoudelijke keuzes.
KVK 95832386 · BTW NL867328952B01

06 / Gereedschap

Vrij te gebruiken

Gereedschap

Gemaakt voor eigen werk, vrij te gebruiken. Draait volledig in je browser.

Tool 01 · UTM

Multi-platform UTM-builder

Genereert consistente UTM-links voor Google Ads, Meta, DV360, LinkedIn, TikTok en e-mail, inclusief de platform-macro's en de hash-correctie voor GA4. Geen registratie, niets wordt opgeslagen.

Open de tool