Jak przyspieszyć raportowanie DataStudio za pomocą Arkuszy Google

Jako profesjonalista ds. analityki internetowej, biegłość w posługiwaniu się stosem technologii ma fundamentalne znaczenie w codziennej pracy. W ramach tego stosu technologicznego Google DataStudio to potężne narzędzie do wizualizacji danych, które umożliwia tworzenie interaktywnych i konfigurowalnych pulpitów nawigacyjnych. Jest nie tylko darmowy, ale DataStudio oferuje przyjazny dla użytkownika interfejs przeciągania i upuszczania, dlatego wielu marketerów używa tego narzędzia do wizualizacji danych w czystym i wyraźnym formacie.

Można korzystać z wielu bezpłatnych źródeł danych, w tym Analytics, BigQuery, Search Console i Arkuszy. Istnieje wiele dodatkowych konektorów, które zostały zaprojektowane tak, aby można było wizualizować dane z innych źródeł, takich jak HubSpot, LinkedIn czy Facebook.

Głównym problemem, który pojawia się w DataStudio, jest szybkość ładowania. W tym artykule pokażemy różne sposoby na zwiększenie szybkości wczytywania raportów, wysyłając dane marketingowe do dokumentu Arkuszy Google i tworząc źródło danych za pomocą łącznika Arkuszy.

Ten artykuł koncentruje się na danych z Google Analytics, ale podobne podejścia można rozważyć w przypadku raportowania na innych platformach marketingowych w DataStudio.

Dlaczego szybkość ładowania w Studio danych jest tak niska?

Załóżmy, że próbujesz raportować dane Google Analytics w DataStudio. Jeśli dodałeś segment lub próbujesz wyświetlić dane z widoku Google Analytics o dużym natężeniu ruchu lub odwiedzinach, możesz doświadczyć znacznych opóźnień w czasie wczytywania. Wymaga to wysyłania zapytań o dane bezpośrednio z serwerów Google Analytics, często obejmujących wiele żądań API, których uruchomienie może zająć trochę czasu.

Rozwiązanie jest proste: Twoje źródło danych powinno zawierać tylko te dane, które będziesz wyświetlać w dashboardzie. Google Analytics zawiera dane dla każdego śledzonego działania od każdego użytkownika, który odwiedza Twoją witrynę – zdecydowana większość tych danych nie będzie potrzebna w Twoim panelu DataStudio. Jeśli wyeksportujesz wszystkie wymagane dane Google Analytics do dokumentu Arkuszy Google i użyjesz go jako źródła danych, prędkość ładowania znacznie wzrośnie.

Wyeksportowanie właściwych danych do dokumentu Arkuszy nadal zajmie trochę czasu, ale gdy dane będą już dostępne, widoki DataStudio załadują się szybko. Zalecamy automatyzację zapytań i uruchamianie ich przez noc, aby obudzić się z nowymi danymi w dokumencie Arkuszy.

Chociaż w tym artykule jako przykładu użyto Google Analytics, ta sama koncepcja eksportowania danych do Arkuszy może być stosowana we wszystkich źródłach danych.

Warto również wspomnieć, że metody te mogą ułatwić przetwarzanie i łączenie danych, zmniejszając potrzebę łączenia źródeł danych lub tworzenia niestandardowych pól w samym DataStudio.

Jak wyeksportować dane z Google Analytics do Arkuszy

Porównanie metod

Analiza krawędzi

Analytics Edge to bezpłatny dodatek Microsoft Excel, który umożliwia wysyłanie zapytań o dane z Google Analytics do arkusza kalkulacyjnego Excel. Ta metoda jest najprostsza, ponieważ nie wymaga żadnych kosztów i jest łatwa do wybrania potrzebnych danych, ponieważ dostępne są listy rozwijane, które pokazują wszystkie dostępne pola w Google Analytics.

Po prostu przejdź przez zakładki, aby skonfigurować zapytanie. Jeśli Twoje dane są próbkowane (lub nie masz pewności), pamiętaj o podaniu daty jako wymiaru i zaznacz pole „Minimalizuj próbkowanie” w Opcjach, aby zapewnić jak największą wiarygodność danych.

Głównym zastrzeżeniem w bezpłatnej wersji programu Excel jest to, że często może być trochę błędny – wersja płatna prawdopodobnie będzie lepsza. W przypadku wystąpienia błędów zalecamy skrócenie zakresu dat i rozdzielenie żądań na wiele zapytań. Na przykład zamiast pobierać dane z jednego miesiąca, może to być konieczne w dwóch zapytaniach z dwutygodniowymi zakresami dat.

Po wyszukaniu żądanych danych po prostu skopiuj je i wklej do dokumentu Arkuszy.

R/Python

Jest to możliwe w dowolnym języku programowania, ale istnieją pakiety dostępne w R i Pythonie z dostępną dokumentacją, która umożliwia przeprowadzenie przez te funkcje. Aby pobrać dane z Google Analytics i wysłać je do Arkuszy Google, nie jest potrzebne żadne doświadczenie w programowaniu. Jednak ta metoda zapewnia doświadczonym programistom wiele opcji, takich jak:

– Łączenie z danymi z innych platform marketingowych (HubSpot, Hotjar, Search Console itp.)

– Automatyzacja zapytań z harmonogramowaniem skryptów

Osobom bez doświadczenia zalecamy pobranie środowiska R i RStudio, ponieważ są one łatwiejsze w konfiguracji niż Python. Krótki przewodnik, jak skonfigurować to na swoim urządzeniu, można znaleźć tutaj.

Wystarczy uruchomić poniższe wiersze kodu, aby wysłać sesje podzielone według grupowania kanałów i kategorii urządzeń do Arkuszy Google. Zakres dat, dane i wymiary można łatwo odpowiednio zmienić, a także identyfikator i adres URL arkuszy Google Analytics.

Zapoznaj się z dokumentacją, aby zobaczyć, co jeszcze możesz zrobić z tymi pakietami: googleAnalyticsR i 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")

Zwróć uwagę, że sekcja adresu URL, którą musisz wstawić do kodu, znajduje się w pasku wyszukiwania u góry – zobacz podświetloną sekcję na zrzucie ekranu poniżej

Supermetryka / Płatne narzędzia

Supermetrics for Sheets to płatne narzędzie, które oferuje wiele łączników danych, w tym łącznik GA do Arkuszy. Chociaż Supermetrics oferuje przyjazny dla użytkownika interfejs podobny do tego z Analytics Edge, warto przyjrzeć się innym płatnym narzędziom, które oferują takie połączenie.

Zarówno Analytics Edge, jak i Supermetrics oferują dynamiczne zakresy dat, takie jak „ostatni miesiąc”, zapobiegając konieczności aktualizowania dat za każdym razem, gdy wysyłasz zapytanie o dane. Jednak Supermetrics oferuje przydatną opcję „Dodaj do starych danych”, która skraca całkowity czas zapytania.

Supermetrics działa jako dodatek do dokumentu Arkuszy, eliminując potrzebę kopiowania i wklejania z programu Excel.

Supermetrics ma 4 główne zalety w stosunku do Analytics Edge:

– Możesz wysyłać dane do Arkuszy Google z innych źródeł danych (Facebook, LinkedIn, BigQuery itp.)

– Lepsza obsługa klienta

– Nie trzeba kopiować i wklejać z Excela do Arkuszy

– Opcja „Dodaj do starych danych”, skracająca czas zapytania

NB Nie pomyl tego ze złączem Supermetrics for DataStudio!

Streszczenie

DataStudio to niezwykle potężne narzędzie do wyświetlania danych, które ma dobrą przyczepność do wszystkich odbiorców. Jest tak prawdopodobnie dlatego, że jest przyjazny dla użytkownika, ale oferuje również element interaktywności dla tych, którzy chcą zagłębić się w dane i zwiększyć ich szczegółowość.

Główną przeszkodą dla DataStudio podczas raportowania danych Google Analytics jest szybkość wczytywania raportów, która występuje podczas zapytań o duże ilości danych.

Arkusze Google oferują rozwiązanie tego problemu, działając jako pośrednie źródło danych, przechowując w nim tylko dane Google Analytics wymagane do raportów DataStudio. Do wysyłania zapytań o dane do dokumentu Arkuszy można używać różnych metod, z których każda ma swoje wady i zalety.