Comment accélérer les rapports DataStudio avec Google Sheets

En tant que professionnel de l'analyse Web, la maîtrise de votre pile technologique est fondamentale pour votre quotidien. Dans le cadre de cette pile technologique, Google DataStudio est un puissant outil de visualisation de données qui vous permet de créer des tableaux de bord interactifs et personnalisables. Non seulement son utilisation est gratuite, mais DataStudio offre une interface conviviale de glisser-déposer, c'est pourquoi de nombreux spécialistes du marketing utilisent cet outil pour visualiser les données dans un format propre et net.

Une gamme de sources de données gratuites peut être utilisée, notamment Analytics, BigQuery, Search Console et Sheets. De nombreux connecteurs supplémentaires ont été conçus pour vous permettre de visualiser des données provenant d'autres sources, telles que HubSpot, LinkedIn ou Facebook.

Le principal problème qui se pose avec DataStudio est sa vitesse de chargement. Dans cet article, nous allons vous montrer les différentes manières d'augmenter la vitesse de chargement des rapports en envoyant vos données marketing vers un document Google Sheets et en créant une source de données à l'aide du connecteur Sheets.

Cet article se concentre sur les données de Google Analytics, mais des approches similaires peuvent être envisagées pour les rapports sur d'autres plates-formes marketing dans DataStudio.

Pourquoi la vitesse de chargement est-elle si lente sur Data Studio ?

Supposons que vous essayez de générer des rapports sur les données Google Analytics dans DataStudio. Si vous avez ajouté un segment ou essayez d'afficher les données d'une vue Google Analytics avec un volume élevé de trafic ou de visites, vous risquez de subir des retards importants dans le temps de chargement. Cela nécessite l'interrogation des données directement depuis les serveurs de Google Analytics, impliquant souvent de nombreuses requêtes API, dont l'exécution peut prendre un certain temps.

La solution est simple : votre source de données ne doit contenir que les données que vous afficherez dans le tableau de bord. Google Analytics contient des données pour chaque hit suivi de chaque utilisateur qui visite votre site - la grande majorité de ces données ne seront pas nécessaires pour votre tableau de bord DataStudio. Si vous exportez toutes les données Google Analytics requises dans un document Google Sheets et que vous les utilisez comme source de données à la place, la vitesse de chargement augmentera considérablement.

L'exportation des bonnes données dans le document Sheets prendra encore un certain temps, mais une fois que les données seront là, vos vues DataStudio se chargeront rapidement. Nous vous recommandons d'automatiser les requêtes et de les exécuter pendant la nuit afin que vous puissiez vous réveiller avec de nouvelles données dans votre document Sheets.

Bien que cet article utilise Google Analytics comme exemple, le même concept d'exportation de données dans Sheets peut être utilisé pour toutes les sources de données.

Il convient également de mentionner que ces méthodes peuvent faciliter le traitement et la fusion des données, réduisant ainsi le besoin de mélanger les sources de données ou de créer des champs personnalisés dans DataStudio lui-même.

Comment exporter des données de Google Analytics vers Sheets

Comparaison de méthodes

Bord analytique

Analytics Edge est un complément Microsoft Excel gratuit qui vous permet d'interroger les données de Google Analytics dans une feuille de calcul Excel. Cette méthode est la plus simple car elle ne nécessite aucun coût et il est facile de sélectionner les données dont vous avez besoin car il existe des listes déroulantes pour vous montrer tous les champs disponibles dans Google Analytics.

Parcourez simplement les onglets pour configurer votre requête. Si vos données sont échantillonnées (ou si vous n'êtes pas sûr), assurez-vous d'inclure la date comme dimension et cochez la case "Minimiser l'échantillonnage" dans Options afin de vous assurer que les données sont aussi fiables que possible.

La principale mise en garde avec la version gratuite d'Excel est qu'elle peut souvent être un peu boguée - la version payante est probablement meilleure. Si vous rencontrez des erreurs, nous vous recommandons de réduire la plage de dates et de répartir vos demandes sur plusieurs requêtes. Par exemple, au lieu d'extraire les données d'un mois, il peut être nécessaire de le faire en deux requêtes avec des plages de dates de deux semaines.

Une fois que vous avez interrogé les données souhaitées, il vous suffit de les copier et de les coller dans un document Sheets.

R/Python

Cela est possible dans n'importe quel langage de programmation, mais il existe des packages disponibles en R et en Python avec une documentation disponible pour vous expliquer les fonctions. Pour extraire des données de Google Analytics et les envoyer à Google Sheets, aucune expérience de programmation existante n'est nécessaire. Cependant, cette méthode offre aux programmeurs expérimentés une multitude d'options, telles que :

– Fusion avec les données d'autres plateformes marketing (HubSpot, Hotjar, Search Console, etc.)

– Automatisation de requête avec ordonnancement de script

Pour ceux qui n'ont aucune expérience, nous recommandons de télécharger R et l'environnement RStudio car ils sont plus faciles à configurer que Python. Un bref guide sur la façon de le configurer sur votre appareil peut être trouvé ici.

Exécutez simplement les lignes de code suivantes pour envoyer des sessions réparties par groupe de canaux et catégorie d'appareils dans Google Sheets. La plage de dates, les mesures et les dimensions peuvent facilement être modifiées en conséquence, ainsi que l'ID Google Analytics et l'URL des feuilles.

Consultez la documentation pour voir ce que vous pouvez faire d'autre avec ces packages : googleAnalyticsR et googlesheets4.

 install.packages("googleAuthR") install.packages("googleAnalticsR") install.packages("googlesheets4") library(googleAuthR)<br>library(googleAnalyticsR) library(googlesheets4) ga_auth() gs4_auth() ga_id &lt;- #ID of your GA View# dateRange &lt;- c("2020-01-01", "2020-11-30") sessionsData &lt;- google_analytics (ga_id, date_range = dataRange, metrics = "sessions", dimensions = c("date","channelGrouping","deviceCategory"), anti_sample= TRUE sheet_write(sessionsData, ss = "#Section of URL of your Sheets doc#", sheet = "Sheet1")

Notez que la section de l'URL que vous devrez insérer dans le code se trouve dans la barre de recherche en haut - voir la section en surbrillance dans la capture d'écran ci-dessous

Supermetrics / Outils payants

Supermetrics for Sheets est un outil payant qui propose de nombreux connecteurs de données, dont un connecteur GA vers Sheets. Bien que Supermetrics offre une interface conviviale similaire à celle d'Analytics Edge, il vaut la peine de se pencher sur d'autres outils payants qui offrent une telle connexion.

Analytics Edge et Supermetrics proposent tous deux des plages de dates dynamiques, telles que "le mois dernier", vous évitant d'avoir à mettre à jour les dates chaque fois que vous interrogez des données. Cependant, Supermetrics offre une option utile "Ajouter aux anciennes données" qui réduit le temps total de requête.

Supermetrics agit comme un complément à un document Sheets, supprimant le besoin de copier et coller à partir d'Excel.

Supermetrics présente 4 avantages principaux par rapport à Analytics Edge :

– Vous pouvez envoyer des données à Google Sheets à partir d'autres sources de données (Facebook, LinkedIn, BigQuery, etc.)

– Meilleur support client

- Pas besoin de copier et coller d'Excel vers Sheets

- Une option pour "Ajouter aux anciennes données", réduisant le temps de requête

NB Ne confondez pas cela avec le connecteur Supermetrics for DataStudio !

Sommaire

DataStudio est un outil extrêmement puissant pour afficher des données qui ont tendance à obtenir une bonne traction auprès de tous les publics. C'est probablement parce qu'il est convivial, mais offre également un élément d'interactivité pour ceux qui souhaitent approfondir et augmenter la granularité des données.

Le principal obstacle à DataStudio lors de la création de rapports sur les données de Google Analytics est la vitesse de chargement des rapports, qui se produit lors de l'interrogation de gros volumes de données.

Google Sheets offre une solution à cela en agissant comme une source de données intermédiaire, ne contenant que les données Google Analytics requises pour vos rapports DataStudio. Diverses méthodes peuvent être utilisées pour interroger des données dans votre document Sheets, toutes avec leurs propres avantages et inconvénients.