如何使用 Google 表格加速 DataStudio 报告

已发表: 2021-02-05

作为一名网络分析专业人士，精通您的技术堆栈是您日常工作的基础。作为该技术堆栈的一部分，Google DataStudio 是一个强大的数据可视化工具，可让您创建交互式和可自定义的仪表板。它不仅免费使用，而且 DataStudio 提供了用户友好的拖放界面，因此许多营销人员使用此工具以清晰明了的格式可视化数据。

可以使用一系列免费数据源，包括 Analytics、BigQuery、Search Console 和 Sheets。设计了许多其他连接器，因此您可以可视化来自其他来源的数据，例如 HubSpot、LinkedIn 或 Facebook。

DataStudio 出现的主要问题是它的加载速度。在本文中，我们将向您展示通过将营销数据发送到 Google 表格文档并使用表格连接器创建数据源来提高报告加载速度的各种方法。

本文重点介绍来自 Google Analytics 的数据，但可以考虑使用类似方法在 DataStudio 中的其他营销平台上进行报告。

为什么 Data Studio 的加载速度这么慢？

假设您尝试在 DataStudio 中报告 Google Analytics（分析）数据。如果您添加了细分或尝试从具有大量流量或点击量的 Google Analytics（分析）视图中查看数据，那么您可能会遇到加载时间的显着延迟。这需要直接从 Google Analytics 服务器查询数据，通常涉及许多 API 请求，这可能需要一些时间才能运行。

解决方案很简单：您的数据源应该只包含您将在仪表板中显示的数据。 Google Analytics 包含来自访问您网站的每个用户的每个跟踪点击的数据——这些数据中的绝大多数对于您的 DataStudio 仪表板来说都不是必需的。如果您将所有必需的 Google Analytics 数据导出到 Google Sheets 文档中并将其用作数据源，加载速度将显着提高。

将正确的数据导出到 Sheets 文档中仍然需要一些时间，但是一旦数据存在，您的 DataStudio 视图将快速加载。我们建议您自动执行查询并在一夜之间运行它们，这样您就可以从表格文档中的新数据中醒来。

虽然本文使用 Google Analytics 作为示例，但将数据导出到 Sheets 的相同概念可用于所有数据源。

还值得一提的是，这些方法可以促进数据处理和合并，减少混合数据源或在 DataStudio 本身内创建自定义字段的需要。

如何将数据从 Google Analytics 导出到表格

方法比较

分析边缘

Analytics Edge 是一个免费的 Microsoft Excel 插件，可让您将来自 Google Analytics 的数据查询到 Excel 电子表格中。这种方法是最直接的，因为它不需要任何费用，而且很容易选择您需要的数据，因为有下拉菜单向您显示 Google Analytics 中的所有可用字段。

只需浏览选项卡即可设置您的查询。如果正在对您的数据进行抽样（或者如果您不确定），请确保将日期作为维度并勾选选项中的“最小化抽样”框，以确保数据尽可能可靠。

免费版 Excel 的主要警告是它通常会有些小错误——付费版可能会更好。如果您遇到错误，我们建议您缩小日期范围并将您的请求拆分到多个查询中。例如，这可能需要在两个日期范围为两周的查询中完成，而不是从一个月中提取数据。

查询所需数据后，只需将其复制并粘贴到表格文档中即可。

R / Python

这在任何编程语言中都是可能的，但在 R 和 Python 中都有可用的包，其中包含可用于运行函数的文档。为了从谷歌分析中提取数据并将其发送到谷歌表格，不需要现有的编程经验。但是，这种方法为有经验的程序员提供了多种选择，例如：

– 与来自其他营销平台（HubSpot、Hotjar、Search Console 等）的数据合并

– 使用脚本调度自动查询

对于没有经验的人，我们建议下载 R 和 RStudio 环境，因为它们比 Python 更容易设置。可以在此处找到有关如何在您的设备上进行设置的简要指南。

只需运行以下代码行，即可将按渠道分组和设备类别拆分的会话发送到 Google 表格。日期范围、指标和维度以及 Google Analytics（分析）ID 和表格 URL 都可以轻松进行相应更改。

查看文档以了解您还可以使用这些包做什么：googleAnalyticsR 和 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")

请注意，您需要插入代码中的 URL 部分可以在顶部的搜索栏中找到 - 请参阅下面屏幕截图中突出显示的部分

Supermetrics / 付费工具

Supermetrics for Sheets 是一种付费工具，提供许多数据连接器，包括 GA 到 Sheets 连接器。尽管 Supermetrics 提供了类似于 Analytics Edge 的用户友好界面，但值得研究提供这种连接的其他付费工具。

Analytics Edge 和 Supermetrics 都提供动态日期范围，例如“上个月”，这样您就不必在查询数据时更新日期。但是，Supermetrics 提供了一个有用的“添加到旧数据”选项，可以减少总查询时间。

Supermetrics 充当表格文档的附加组件，无需从 Excel 复制和粘贴。

与 Analytics Edge 相比，Supermetrics 有 4 个主要优势：

– 您可以从其他数据源（Facebook、LinkedIn、BigQuery 等）向 Google 表格发送数据

– 更好的客户支持

- 无需从 Excel 复制粘贴到表格

- “添加到旧数据”选项，减少查询时间

注意不要将此与 DataStudio 连接器的 Supermetrics 混淆！

概括

DataStudio 是一个非常强大的数据显示工具，它往往会受到所有受众的青睐。这可能是因为它是用户友好的，但也为那些希望深入挖掘和增加数据粒度的人提供了交互元素。

在报告 Google Analytics 数据时，DataStudio 的主要障碍是报告加载速度，在查询大量数据时会遇到这种情况。

谷歌表格通过充当中间数据源提供了一个解决方案，只在其中保存您的 DataStudio 报告所需的谷歌分析数据。可以使用各种方法将数据查询到您的表格文档中，这些方法各有优缺点。