Come velocizzare i rapporti di DataStudio con Fogli Google

In qualità di professionista dell'analisi Web, essere competente con il tuo stack tecnologico è fondamentale per la tua quotidianità. Come parte di questo stack tecnologico, Google DataStudio è un potente strumento di visualizzazione dei dati che ti consente di creare dashboard interattivi e personalizzabili. Non solo è gratuito, ma DataStudio offre un'interfaccia drag and drop intuitiva, quindi molti esperti di marketing utilizzano questo strumento per visualizzare i dati in un formato pulito e nitido.

È possibile utilizzare una gamma di origini dati gratuite, tra cui Analytics, BigQuery, Search Console e Fogli. Ci sono molti connettori aggiuntivi che sono stati progettati in modo da poter visualizzare i dati da altre fonti, come HubSpot, LinkedIn o Facebook.

Il problema principale che si pone con DataStudio è la sua velocità di caricamento. In questo articolo, ti mostreremo i vari modi in cui puoi aumentare la velocità di caricamento dei rapporti inviando i tuoi dati di marketing a un documento Fogli Google e creando un'origine dati utilizzando il connettore Fogli.

Questo articolo si concentra sui dati di Google Analytics, ma è possibile prendere in considerazione approcci simili per i rapporti su altre piattaforme di marketing in DataStudio.

Perché la velocità di caricamento è così lenta su Data Studio?

Supponiamo che tu stia tentando di generare rapporti sui dati di Google Analytics in DataStudio. Se hai aggiunto un segmento o stai tentando di visualizzare i dati da una vista di Google Analytics con un volume elevato di traffico o hit, potresti riscontrare ritardi significativi nel tempo di caricamento. Ciò richiede l'interrogazione dei dati direttamente dai server di Google Analytics, che spesso coinvolge molte richieste API, la cui esecuzione può richiedere del tempo.

La soluzione è semplice: la tua origine dati dovrebbe contenere solo i dati che visualizzerai nella dashboard. Google Analytics contiene dati per ogni hit monitorato da ogni utente che visita il tuo sito: la stragrande maggioranza di questi dati non sarà necessaria per la dashboard di DataStudio. Se esporti tutti i dati di Google Analytics richiesti in un documento di Fogli Google e lo utilizzi invece come origine dati, la velocità di caricamento aumenterà in modo significativo.

L'esportazione dei dati corretti nel documento Fogli richiederà ancora del tempo, ma una volta che i dati sono lì, le visualizzazioni di DataStudio verranno caricate rapidamente. Ti consigliamo di automatizzare le query ed eseguirle durante la notte in modo da poterti riattivare con dati aggiornati nel documento Fogli.

Sebbene questo articolo utilizzi Google Analytics come esempio, lo stesso concetto di esportazione dei dati in Fogli può essere utilizzato per tutte le origini dati.

Vale anche la pena ricordare che questi metodi possono facilitare l'elaborazione e l'unione dei dati, riducendo la necessità di unire le origini dati o creare campi personalizzati all'interno di DataStudio stesso.

Come esportare i dati da Google Analytics a Fogli

Confronto tra metodi

Bordo analitico

Analytics Edge è un componente aggiuntivo gratuito di Microsoft Excel che consente di eseguire query sui dati da Google Analytics in un foglio di calcolo Excel. Questo metodo è il più semplice in quanto non richiede costi ed è facile selezionare i dati di cui hai bisogno in quanto sono presenti menu a discesa per mostrarti tutti i campi disponibili in Google Analytics.

Basta scorrere le schede per impostare la tua query. Se i tuoi dati vengono campionati (o se non sei sicuro), assicurati di includere la data come dimensione e seleziona la casella "Riduci al minimo il campionamento" in Opzioni per garantire che i dati siano il più affidabili possibile.

L'avvertenza principale con la versione gratuita di Excel è che spesso può essere un po' difettosa: è probabile che la versione a pagamento sia migliore. In caso di errori, ti consigliamo di ridurre l'intervallo di date e di suddividere le richieste in più query. Ad esempio, invece di estrarre i dati da un mese, potrebbe essere necessario eseguire questa operazione in due query con intervalli di date di due settimane.

Dopo aver interrogato i dati desiderati, copiali e incollali semplicemente in un documento Fogli.

R/Pitone

Questo è possibile in qualsiasi linguaggio di programmazione, ma ci sono pacchetti disponibili in R e in Python con documentazione disponibile per eseguire le funzioni. Per estrarre i dati da Google Analytics e inviarli a Fogli Google, non è necessaria alcuna esperienza di programmazione esistente. Tuttavia, questo metodo fornisce ai programmatori esperti una moltitudine di opzioni, come ad esempio:

– Unione con dati provenienti da altre piattaforme di marketing (HubSpot, Hotjar, Search Console ecc.)

– Automatizzazione delle query con pianificazione degli script

Per chi non ha esperienza, consigliamo di scaricare R e l'ambiente RStudio poiché sono più facili da configurare rispetto a Python. Una breve guida su come configurarlo sul tuo dispositivo può essere trovata qui.

Esegui semplicemente le seguenti righe di codice per inviare sessioni suddivise per raggruppamento di canali e categoria di dispositivi in ​​Fogli Google. L'intervallo di date, le metriche e le dimensioni possono essere facilmente modificate di conseguenza, così come l'ID di Google Analytics e l'URL dei fogli.

Dai un'occhiata alla documentazione per vedere cos'altro puoi fare con questi pacchetti: googleAnalyticsR e 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")

Nota che la sezione dell'URL che dovrai inserire nel codice si trova nella barra di ricerca in alto – vedi la sezione evidenziata nello screenshot qui sotto

Supermetria / Strumenti a pagamento

Supermetrics for Sheets è uno strumento a pagamento che offre molti connettori di dati, incluso un connettore da GA a Fogli. Sebbene Supermetrics offra un'interfaccia intuitiva simile a quella di Analytics Edge, vale la pena esaminare altri strumenti a pagamento che offrono tale connessione.

Sia Analytics Edge che Supermetrics offrono intervalli di date dinamici, come "il mese scorso", impedendoti di dover aggiornare le date ogni volta che esegui query sui dati. Tuttavia, Supermetrics offre un'utile opzione "Aggiungi a vecchi dati" che riduce il tempo totale di query.

Supermetrics funge da aggiunta a un documento di Fogli, eliminando la necessità di copiare e incollare da Excel.

Supermetrics presenta 4 vantaggi principali rispetto ad Analytics Edge:

– Puoi inviare dati a Fogli Google da altre origini dati (Facebook, LinkedIn, BigQuery ecc.)

– Migliore assistenza clienti

– Non è necessario copiare e incollare da Excel a Fogli

– Un'opzione per "Aggiungi ai vecchi dati", riducendo il tempo di query

NB Non confonderlo con il connettore Supermetrics for DataStudio!

Riepilogo

DataStudio è uno strumento estremamente potente per la visualizzazione dei dati che tende a ottenere una buona trazione con tutto il pubblico. Ciò è probabilmente dovuto al fatto che è facile da usare ma offre anche un elemento di interattività per coloro che desiderano approfondire e aumentare la granularità dei dati.

L'ostacolo principale per DataStudio durante la creazione di rapporti sui dati di Google Analytics è la velocità di caricamento del rapporto, che si verifica quando si eseguono query su volumi elevati di dati.

Fogli Google offre una soluzione a questo agendo come una fonte di dati intermedia, conservando in essa solo i dati di Google Analytics richiesti per i tuoi rapporti DataStudio. È possibile utilizzare vari metodi per eseguire query sui dati nel documento Fogli, tutti con i propri pro e contro.