Этот инструмент собирает, обрабатывает и визуализирует данные с разных источников. По идее, функционал можно использовать для построения систем сквозной аналитики. Его аналоги стоят сотни долларов!
Вкратце: с помощью этого инструмента вы можете создавать наглядные сводки и отчеты и делиться ими с другими пользователями. В конечном счете это помогает принять более обдуманное объективное решение, основанное на анализе данных.
Это работает следующим образом:
1) Вы настраиваете интеграцию с нужными источниками данных – с теми, которые вам нужны для мониторинга.
Инструмент поддерживает свыше 170 источников, среди них такие, как Google Analytics, Google Ads, BigQuery, Google Sheets, MySQL и т.д.
При необходимости можно взять и сопоставить данные из разных источников и обработать (например, создать рассчитываемые показатели), чтобы работать уже с итоговыми значениями, а не промежуточными.
2) Вы настраиваете то, как именно хотите визуализировать эти данные – по каким шаблонам и темам, с какими параметрами и показателями (плюс можно создавать собственные показатели).
Google Data Studio. Урок 1 : Знакомство с инструментом
В Google Data Studio можно рисовать графики и диаграммы, накладывать данные на карту, добавлять картинки, сводки и использовать фильтры.
3) Вы смотрите статистику по всем направлениям в общем отчете – в нем всё то, что вам нужно, и визуализировано так, как вам удобно.
4) Делитесь данными / отчетами с пользователями или группами пользователей, при этом есть возможность совместной работы с отчетами в реальном времени.
Отчеты Data Studio работают как файлы Google Диска – можно дать коллеге разрешение на просмотр и редактирование, без доступа к аккаунту Google Analytics. Владелец отчета отслеживает, кто какие изменения вносит.
Так же, как и Google Документы, отчеты Data Studio динамические. То есть любые обновления и изменения корректируют отчет полностью.
Таким образом, когда данные и выводы по ним готовы, можно отправить их лицам, которые принимают решения или которые непосредственно работают с результатами анализа данных.
Например, специалистам по контекстной рекламе, руководителям или специалистам по UX.
Важное преимущество инструмента – наглядность. Все ключевые показатели бизнеса попадают в один отчет, который понятен даже тем, кто не знает все тонкости, например, контекстной рекламы.
Можно продемонстрировать клиенту, который заказал у вас настройку, сколько трафика и с каких источников вы привлекли.
Любую информацию из листа Google Sheet вы без труда поместите в пользовательский отчет и откроете в Data Studio. Этот инструмент творит чудеса с самыми большими массивами данных, даже если первоисточник – это «портянка» в Excel на тысячи и сотни тысяч строк.
Вот такие детальные и в то же время лаконичные отчеты получаются:
Отчеты в Google Data Studio — теория и практика
На скриншоте – демо пример из сервиса по шаблону «Google Analytics».
Далее рассмотрим, как работать со всеми опциями Google Data Studio, чтобы получилось нечто подобное.
Как начать работу в Google Data Studio
Во-первых, для работы с инструментом нужен аккаунт Google. Во-вторых, для этого аккаунта должны быть открыты доступы к источникам данным и системам аналитики, которые вы планируете использовать в отчетах.
Нажмите ссылку – вы попадете в сервис «Студия данных», так Google Data Studio называется в русском интерфейсе. Он напоминает Google Диск внешне и по принципам работы:
В левом меню с помощью кнопки «Создать» можно создать новый отчет, источник данных или рабочую область.
Все отчеты, источники данных и рабочие области вы найдете на соответствующих вкладках.
Итак, разберемся с каждым типом элемента.
Как построить отчет и подключить источники данных
На старте открывается страница с отчетами. Если у вас их еще нет, вы увидите шаблоны, которые можно использовать для построения отчетов.
Шаблоны упрощают процесс создания отчетов, так как в них уже заданы наборы данных для отображения. Остается подтвердить доступ к источникам – и отчет формируется автоматически.
Самый популярный шаблон – Search Console. Это база для отчета, с помощью которого вы можете сравнить показатели в выдаче Google за сегодня и в течение предыдущих 30 дней:
Кроме него «Студия данных» предлагает еще 10-20 шаблонов, в том числе Google Ads, YouTube Report, рекламная кампания Facebook.
Также есть возможность создать отчет с нуля. Для этого выберите опцию «Пустой отчет»:
Для нового отчета нужно в первую очередь подключить источник данных или несколько.
Как подключить источник данных? Перейдите на вкладку «Источники данных» или воспользуйтесь общей кнопкой «Создать» и добавьте нужные источники.
Если вы заходите в «Студию данных» впервые, в открывшемся окне нажмите «Начать работу» и примите условия использования на следующем шаге:
Далее вы увидите коннекторы – так называются значки систем, из которых будут подтягиваться данные.
Коннекторы от Google можно использовать без ограничений, а от сторонних разработчиков часть – условно-бесплатно. То есть с ограничениями по времени использования или по объему данных.
Выберите, откуда будете выгружать данные для отчетов. Допустим, это Google Аналитика. Возможно, понадобится авторизация:
После выберите последовательно нужный аккаунт → ресурс → представление и нажмите «Связать»:
Далее появится список всех показателей из Google Analytics. Из них выберите нужные.
Для отдельных элементов вы можете поменять тип данных (число, процент, текст, дата и время, гео и т.д.) или вообще отключить их таким образом:
Можете добавить также дополнительные метрики, которые можно получить на основе стандартных – нажмите «Добавить поле» и задайте формулу для их расчета.
Фишка, которую стоит взять на вооружение – использование фильтров. Чтобы ваши отчеты были интерактивными, создать поле с filter control на базе одного параметра, например, источника трафика. Выделите галочками нужные варианты – и показатели пересчитаются только по ним.
Настройте все необходимые метрики. Когда всё готово, нажмите «Создать отчет».
Вы попадете в окно, где нужно настроить, как будет выглядеть этот отчет – со всем необходимым визуалом.
Как настроить внешний вид отчета
«Студия данных» дает возможность создавать красивые отчеты, даже если вы не графический дизайнер! Здесь можно менять цвета, градиенты, шрифты… почти всё, чтобы навести красоту в отчетах.
Формы представления данных – на ваш выбор. Гистограммы, линейные и круговые диаграммы и т.д. Добавляйте текстовые области, картинки (например, логотип) и графики. Используйте заголовки, разделители страниц и стилевое оформление.
Если использовать все опции Data Studio, можно делать вот такие классные отчеты:
Итак, давайте разберемся в интерфейсе. Вот так он выглядит:
1 – название отчета, которое можно поменять в любой момент;
2 – главное меню Data Studio;
3 – кнопка добавления новой страницы в отчет;
4 – отмена и повтор действия;
5 – включение режима выбора;
6 – кнопка добавления диаграммы;
7 – настройка сторонних визуализаций и компонентов;
8 – добавление диапазона данных, фильтра и управление данными;
9 – меню для добавления текста, картинок и графиков в отчет;
10 – настройка шаблона и темы;
11 – кнопка для предоставления доступа к отчету другим участникам;
12 – переключение режима редактирования на режим просмотра;
13 – область, куда вы добавляете сам график.
Алгоритм построения отчета следующий:
1) Выберите визуальный элемент, который хотите построить. Это может быть таблица, сводка, динамический ряд, график, диаграмма и т.д. Как именно представлять данные – ограничено только особенностями вашего бизнеса и вашей фантазией.
Далее – самые распространенные виды диаграмм и графиков.
- Гистограмма – чтобы на одной диаграмме смотреть динамику ключевых показателей эффективности, например, показатель конверсии, стоимость клика, стоимость привлечения клиента и т.д. за несколько периодов. Либо распределение трафика по источникам:
- Сводка – вариант для краткой отчетности по ключевым показателям:
- Сводная таблица – пригодится для анализа данных в разрезе двух параметров. Например, по дням недели и времени суток:
- Таблица-маркер – служит для своевременного обнаружения проблем, которые нужно решать сразу. Например, позволяет отслеживать ключевые слова, которые не приводят к конверсиям, или которые приносят очень дорогие конверсии.
2) Дважды кликните на нужную часть линованной области, чтобы поместить в неё график и обозначить его границы. В дальнейшем здесь будут отображаться все графики.
3) При нажатии на график справа появляется панель данные – в ней можно уточнить параметры и показатели, которые вы хотите визуализировать:
4) Настройте внешний вид с помощью меню «Шаблоны и тема». При нажатии появляется правая панель с параметрами отображения графика:
5) Посмотрите, как выглядит готовый отчет, нажав кнопку «Посмотреть». Также можно скачать его в формате PDF:
6) Поделитесь этим отчетом с коллегами, которые участвуют в принятии решений:
В дальнейшем используйте кнопку обновления, чтобы всегда видеть актуальные данные:
Ограничение
GDS – бесплатный инструмент.
В аккаунте можно создавать любое количество отчетов с любым количеством страниц (можно спокойно добавлять свыше 30). Рекомендация: разделяйте по смыслу разные графики и диаграммы, не нагромождайте все данные на одну страницу.
Где зарыта собака? Нельзя закрыть доступ к отдельным страницам. Либо всё, либо ничего!
Кроме того, в одной диаграмме можно использовать данные максимум из 5 источников, не больше.
Похожие статьи
Хотите тоже написать статью для читателей Yagla? Если вам есть что рассказать про маркетинг, аналитику, бизнес, управление, карьеру для новичков, маркетологов и предпринимателей. Тогда заведите себе блог на Yagla прямо сейчас и пишите статьи. Это бесплатно и просто
Опубликовано редакцией Yagla
Читайте ещё статьи по этой теме
Контекстная реклама для малого бизнеса: практическое руководство Статья
Малый бизнес – это когда ограничен бюджет, и нужно получить отдачу как можно скорее. Как в этом случае запускать контекстную рекламу и что учитывать? В этой статье – полное практическое руководство, от расчета прогнозных показателей до настройки маркетинговых связок.
Гиперсегментация в оптовых продажах: два кейса Статья
У оптовой компании может быть множество товаров разных брендов. При этом одна посадочная страница на весь ассортимент.
Как в Яндекс.Директе получить в 9 раз больше лидов и снизить их стоимость в 7 раз. Кейс по продаже стеллажей Статья
Самое интересное, что озвученные в заголовке результаты достигнуты в основном за счет кампании в РСЯ. Пока одни рекламодатели жалуются, что РСЯ«испортилась», другие выжимают оттуда заявки«только в путь». 1
Источник: yagla.ru
Как собрать отчет в Google Data Studio быстро и просто
Осенью 2021 года я задумался о бесплатных инструментах аналитики и построения отчетности, доступных простым пользователям. В том или ином виде можно использовать Power BI или Tableau, но почему бы не попробовать что-то более простое?
Небольшой дисклеймер: датасет, о котором далее пойдет речь, был загружен осенью 2021 года. Сейчас датасет другой, возможно более чистый. Загружать новые данные счел нерациональным, поскольку серия постов будет про простейшие визуализации, а не про актуальные исследования или сложные диаграммы. И нет, это не подробная методичка по возможностям GDS, это только общий обзор решения и разбор одного кейса.
Нас интересует только сторона работы обычного аналитика, насколько это возможно (и насколько я себе это представляю), поэтому я буду стараться искать самые простые пути решения проблемы. Понимаю, что некоторые методы вроде использования промежуточной базы данных не выглядят простыми для кого-то, но с тем же успехом можно использовать таблицы от Google. У меня БД просто была под рукой, да и выстроить полноценный ETL-процесс без неё не выйдет.
Работа с БД
ETL-процесс и загрузка данных
Для упрощения, рассмотрим наш ETL-процесс как загрузку данных в хранилище, приведение к нужному нам виду данных и выгрузку в нашу систему аналитики Google Data Studio.
Чтобы не ходить далеко, датасет решено было взять с data.mos.ru В нем есть раздел “данные”, где есть раздел “дороги и транспорт”, где есть датасет “выданные разрешения… таксистам” (там очень длинное название, которое не пожелало копироваться). Почему именно этот вариант? Я люблю машины и было бы интересно узнать, автомобили какой марки наиболее популярны в такси. Кстати, весной 2022 года это исследование может быть довольно актуально в связи с ростом стоимости ЗЧ.
Первая проблема, с которой мы сталкиваемся — способа загрузить данные напрямую в Студию нет, нужно обязательно какое-то промежуточное хранилище. Ограничение логичное, способов решения 2: либо использовать какую-то БД, либо Google Таблицы. Я уже упоминал, что второй вариант мне кажется непростым, поэтому дальше я загружу CSV в свою БД. Ничего интересного: обычный Mysql, никакие его параметры не могут представлять интереса. Правда, залить в него 50-метровый CSV оказалось немного не так просто, как я рассчитывал, но что поделать, давно не держал шашки в руках.
Трансформируем данные
В тот момент, когда я попробовал выгрузить первые пару сотен строк в интерфейсе phpMyAdmin, я понял: просто тут ничего не будет. Кто и как заполняет эти документы — загадка, но артефактов обнаружилось приличное количество даже при том, что я не сильно углублялся в данные. В этот момент у меня родилась мысль, что можно даже сделать сопоставление: какое количество данных мы потеряем, если довольно грубо отрежем записи без попытки привести их к вменяемому виду; как изменятся данные, если мы немного их преобразуем к общему знаменателю. Поехали!
- Поле Status. В исходных данных в нем помимо 5-ти статусов (Аннулировано, Истек срок действия, Действующее, Прекращено действие и Приостановлено) лежат какие-то даты. Тут все просто, мы берем только те поля, которые имеют не_цифры. Опционально можно проверять на цифру только первый символ, но на данном этапе я не вижу в этом никакой необходимости. Upper позволит нам исключить варианты различных способов написания статусов. SELECT DISTINCT UPPER(status) FROM taxidata where status REGEXP ‘^[[:alpha:]]’;
- В поле VehicleBrand также лежит много мусора. Его можно разделить на несколько категорий: опечатки и ошибочно внесенные данные. Опечатки можно отследить только по какому-то мэппингу, но автоматизировать этот процесс я не придумал как. Поэтому просто попробуем отсечь случаи, когда в поле с маркой пишут ещё и модель. Для этого попробуем отрезать часть строки до первого пробела и использовать только её. select distinct substring_index(VehicleBrand, ‘ ‘, 1), count(VehicleBrand) from taxidata group by substring_index(VehicleBrand, ‘ ’, 1); Это позволило с 531 строки сократить до 355 Сразу видно, что есть записи вида МаркаНейм-, то есть лишний дефис. Его мы уберем с помощью ещё одного substring_index
- Промежуточный результат. CREATE VIEW taxidataclean AS SELECT LicenseNumber, global_id, VehicleNumber, INN, substring_index(VehicleBrand, ‘ ‘, 1), OGRN, BlankNumber, VehicleYear, FullName, ShortName, LicenseDate, LicenseEndDate, ValidityDate, EditDate, Info, Status, VehicleModel FROM taxidata where status REGEXP ‘^[[:alpha:]]’
- После всех преобразований количество уникальных марок авто снизилось до 310. CREATE VIEW taxidataclean AS SELECT LicenseNumber, global_id, VehicleNumber, INN, substring_index(substring_index(VehicleBrand, ‘ ‘, 1), ‘-‘, 1) AS VehicleBrand, OGRN, BlankNumber, VehicleYear, FullName, ShortName, LicenseDate, LicenseEndDate, ValidityDate, EditDate, Info, Status, VehicleModel FROM taxidata where status REGEXP ‘^[[:alpha:]]’
Теперь настало время посчитать, сколько данных мы потеряли и что приобрели взамен. Все, что касается VehicleBrand никак не уменьшало количество строк в таблице. Мы лишь приводили данные к одному знаменателю. Но вместо 531 уникальной записи мы смогли добиться 310! Это уже хороший прогресс, но дальше мы немного подумаем, что ещё можно по этому поводу сделать.
Добавив условие по полю Status мы получили вместо 177425 строк 176885. То есть, всего 540 строк имели нечитаемый статус и по умолчанию мы решили, что они нам не нужны. Это порядка 0,3% от общего количества записей.
Ещё немного трансформации
Следующая проблема заключается в том, что у нас есть огромное количество записей (некоторые автопарки передавали данные в исключительно нечитаемом виде) с некорректной маркой. Это нельзя исправить автоматически никак, только руками. Поэтому создадим таблицу mappingVehicleBrand, где будем сопоставлять корявое название и его нормальный вид.
Когда таблица создана, загрузим её в одноименную таблицу в БД и попробуем собрать некую итоговую витрину данных.
CREATE TABLE TaxiDataClean1 AS SELECT taxidata.LicenseNumber, taxidata.global_id, taxidata.VehicleNumber, taxidata.INN, taxidata.OGRN, taxidata.BlankNumber, taxidata.VehicleYear, taxidata.FullName, taxidata.ShortName, taxidata.LicenseDate, taxidata.LicenseEndDate, taxidata.ValidityDate, taxidata.EditDate, taxidata.Info, taxidata.Status, taxidata.VehicleModel, trim(mappingVehicleBrand.VehicleBrandNew) as VehicleBrand
LEFT JOIN mappingVehicleBrand ON trim(mappingVehicleBrand.VehicleBrand) = substring_index(substring_index(taxidata.VehicleBrand, ‘ ‘, 1), ‘-‘, 1)
where taxidata.status REGEXP ‘^[[:alpha:]]’ ;
Итоги работы с БД
В итоге мы сократили количество марок с 310 до 92! С этим уже вполне можно работать, хотя некоторые артефакты и остались (почти все они лежат в “пустом” VehicleBrand).
Теперь настало время поговорить о том, зачем вообще нужно было столько мороки с БД. Загружать в BI-систему excel — это реалии наших дней, но точно не целевая картина. Во-первых, flat files неудобно перегружать каждый раз при изменении. Если речь идет о google docs, то возможно добиться хотя бы единого места расположения файла. Если говорить о файлах, загружаемых с АРМ пользователя — тут все может сломаться довольно быстро и просто из-за простого копирования, переименования или перемещения файла.
Во-вторых, работать с БД гораздо удобнее, поскольку, как мы выяснили, на её основе мы можем сделать витрину данных, которую можно загружать в отчет в формате SELECT * FROM и не заморачиваться по поводу фильтрации на стороне BI-решения. Да, в итоге мы сделали таблицу (из-за некоторых ограничений моего сервера с БД), но могли бы сделать и представление, данные в котором автоматически обновлялись бы при изменении данных исходных таблиц. Короче, с архитектурной точки зрения такое решение выглядит более целостным и корректным.
Создаем отчет в Google Data Studio
Теперь, когда у нас есть БД с более-менее очищенными данными, можно приступить к созданию отчета в нашей аналитической системе.
Создаем новый отчет, выбираем источник данных
Думаю, с созданием нового отчета и выбором листа никаких проблем не возникнет: интерфейс в этом плане очень простой, максимально заточенный под self service разработку, то есть полное отсутствие айтишника при создании отчета. Конечно, это только при условии построения отчетов на Google-источниках.
Для подключения к разным источникам есть великое множество коннекторов. Часть из них сделала сама Google, часть — сторонние разработчики. Из популярного — все популярные реляционные СУБД, instagram, все сервисы материнской компании и целая россыпь каких-то специализированных SEO и CRM систем. Но и рассчитывать на что-то полновесное и серьезное не стоит: SAP и систем Big Data в списке нет. Судя по скорости работы, даже пару миллионов строк переварить этой штуке будет довольно проблематично.
Описывать подключение не буду — все стандартно, порт, название БД, пароль-логин. Стоит ли напоминать, что не стоит делать это через root даже, если вы не понимаете отличия Рута от чего-либо ещё?
Новый лист как новая страница
Любой классический отчет устроен по листам. То есть это не условно бесконечная веб-страница, которую вы можете скролить вниз и так и не найти конца, а холст формата одного экранного листа.
Этот холст можно настраивать централизованно через шаблоны, в меню которых можно попасть через кнопку “Файл”. Стандартных хватит для большинства задач плюс каждый элемент внешне можно настраивать вручную. Разумеется, шаблоны можно редактировать.
Любой отчет состоит из объектов. Какие-то необходимы нам для визуализации данных (графики, таблицы, показометры), иные для UX или дизайна.
Красоту можно наводить стандартными объектами, знакомыми ещё с продуктов Office от мелкомягких: картинки, линии, формы, текст. Сомневаюсь, насколько красивое нечто можно сделать с помощью этих стандартных инструментов, но любое иное BI-решение не будет более разнообразным без дополнений (Extension).
За UX отвечают всевозможные фильтры, диапазоны дат, управления данными и так далее — стандартный функционал любой системы для работы с данными.
Для каждого объекта можно указать источник данных, с которым он будет работать. К примеру, хотим мы создать фильтр — нет ничего проще! Выбираем источник, указываем признак, по которому будет работать фильтр — и вуаля!
Обратим внимание на странную штуку — откуда в фильтре показатель? Фактически это агрегат по признаку, используемому нами для фильтрации. В итоговом варианте это выглядит так:
Довольно удобно: сразу видно количество записей по каждому варианту, это снимает необходимость делать таблицу по такому признаку.
В некоторых системах понятия прямой таблицы и pivot разнесены, причем порой так, что в прямую нельзя добавить расчетный показатель никоим образом. Google решил выбрать иной принцип деления: в любой таблице вы можете считать что и как хотите, зато в качестве альтернативных таблиц у вас есть вариант со встроенной столбчатой диаграммой и тепловой картой! В дата-журналистике давно уже наметился тренд на использование тепловых карт везде и всюду, хотя в бизнес-запросах подобный механизм всё ещё не так популярен.
Работа с таблицами и любыми другими диаграммами одинакова: выбираем признак, который будет считаться осью X, выбираем показатель (один или несколько), которые будут откладываться по оси Y. Если вдруг потребуется сделать горизонтальную столбчатую (полосчатая) диаграмму — такое тоже можно соорудить. Цвет выбрать у графиков — пожалуйста. Нюансов много, а писать обучающий материал можно было бы только при наличии запроса от страждущих 🙂
Работа с показателями
Расчетный показатель — это то, ради чего мы вообще создаем отчетность. Как и в программировании, количество функций для работы с показателями обычно ограничено и условно делится на трансформацию данных и расчет агрегатов. К трансформации данных я могу отнести приведение типов, работу с датами, вычленение отдельных значений из большой строки и так далее. Агрегирование чаще всего сводится к подсчету суммы или количества.
Google Data Studio позволяет работать с помощью методов, стандартных в программировании и SQL-запросах. Посчитать количество — count, сумму — sum, арктангенс — atan. В справке и на форуме сообщества можно узнать чуть больше о различных функциях, но всегда проще отталкиваться от задачи, которую вы хотите решить.
Есть такая штука, как ad-hoc показатели, то есть показатели, отображаемые по запросу пользователя. К примеру, в таблице агрегатов у вас показана сумма продаж в разрезе товаров: хлеба вчера купили на 1560 рублей, молока на 4500. Но аналитику стало интересно узнать, какое количество молока приобрели, а не только сумму продаж — ему требуется показатель count. Мы можем вывести его в область дополнительных показателей:
Тогда на нашей визуализации появится новая пиктограмма “дополнительные показатели”, по щелчку выплевывающая контекстное меню с выбором:
Итоги
На 2-х листах я построил одинаковые диаграммы, по которым во-первых можно определить количество тех или иных автомобилей в сервисе такси; во-вторых прикинуть количество ошибочных записей, из-за которых мы потеряли бы достаточно большой пласт данных. Если прошерстить отдельные интересные записи, то можно найти некоторые артефакты. Например, как вам такое такси:
Вполне реальный кейс, запись о Lamborghini я увидел в данных, а с помощью сервиса “номерограм” смог обнаружить фотографию автомобиля, по документам зарегистрированного как такси.
Говорить о Google Data Studio как об инструменте, готовом для работы с большими данными вряд ли возможно, поскольку даже с такими простенькими датасетом и визуализацией эта штука регулярно выпадала в ошибку, которую лечило только обновление страницы. С другой стороны, гипотезы на небольших срезах можно проверять быстро и просто, особенно если данные уже лежат в БД или их можно закинуть в Гуглдок.
Сейчас у меня появилась мысль сравнить механизмы работы Google Data Studio с Yandex Datalens, который мне видится несколько более актуальным в наше непростое время. Посмотрим, что из этого выйдет.
- google data studio
- business intelligence
- analytics
- работа с данными
- Big Data
- Google Cloud Platform
Источник: habr.com
Создаем автоматизированный отчет в Google Data Studio — пошаговое руководство
Специалист по платному трафику и автор блога SeoPulses Ильхом Чакканбаев объясняет все этапы создания и настройки отчетов в Google Data Studio: от регистрации в сервисе до скачивания и настройки автоматической отправки по почте.
Google Data Studio — это бесплатный сервис визуализации данных. Он позволяет строить полезные и понятные отчеты для маркетологов, трафик-менеджеров, SEO-специалистов или владельцев бизнеса.
В Data Studio можно создавать дашборды, отображающие изменения в трафике, затратах, прибыли или любых других данных. Отчеты могут содержать не только сведения о сайте, трафике, но и любую другую информацию, например, о производительности труда, финансовых потоках и развитии компании. Ниже пример отчета, который будем готовить.
- Начало использования: регистрация
- Подключение коннекторов в Google Data Studio
- Создание отчета в Data Studio
- Как поделиться отчетом
Начало использования: регистрация
Чтобы начать работать с Google Data Studio, перейдите на сайт сервиса и кликните на кнопку Use it for free.
После приветствия принимаем условия использования сервиса.
При желании подписываемся на новости от Data Studio.
Все готово можно начинать подключать коннекторы.
Подключение коннекторов в Google Data Studio
Чтобы начать передавать статистику для построения отчетов, нужно связать Data Studio и источник данных: рекламную площадку, систему аналитики или базу данных. Это можно сделать с помощью коннекторов.
В Data Studio есть коннекторы для всех основных продуктов Google.
Также доступны коннекторы от партнеров, среди которых — Supermetrics, eLama (для построения отчетов BI), Serpstat и многие другие.
И коннекторы с открытым исходным кодом: Chrome UX Report, GKE Usage Metering и Kaggle.
Чтобы выбрать и подключить источник данных, кликаем на кнопку «Создать» в левом верхнем углу.
Теперь выбираем источник данных, например, Google Analytics.
Даем разрешение на использование.
Связываем его с инструментом.
Видим свод данных, которые будут передаваться и использоваться в Data Studio, но при необходимости можно создать собственное поле (как это сделать, разберем ниже).
Если же создавать ничего не нужно, то переходим к настройке отчета.
Создание дополнительного поля в подключении
Добавление нового поля — функция, похожая на вычисляемые показатели в Google Analytics. С ее помощью можно создать новую метрику на основе уже существующих, например, цену заказа. Таким же образом можно добавлять НДС в стоимость.
При создании формулы нужно использовать функции, перечисленные в справке. При введении первых нескольких букв система самостоятельно подскажет либо функцию, либо значение.
Значения будут выбираться исходя из тех, что содержатся в источнике (например, при использовании Google Таблиц это будут названия столбцов).
Идентификатор поля заполнять не требуется он выдается автоматически системой.
Подготовка источника данных
Легче всего подключиться к сервисам Google: для них есть встроенные коннекторы. Но если требуется выгружать в Data Studio статистику из других систем, например, Яндекс.Директа, Яндекс.Метрики или Facebook Ads, то, скорее всего, для этого придется искать сторонние сервисы. Такая возможность есть, например, у Supermetrics, eLama, Funnel, однако все эти решения платные.
При желании можно сделать выгрузку бесплатно, добавив в связку между сторонним источником данных и Google Data Studio третий элемент — Google Analytics. Это будет оптимальным решением для PPC-специалиста. Но Analytics нужно подготовить:
- настроить цели (или электронную коммерцию);
- связать с Google Ads, чтобы передавать затраты;
- загрузить расходы из других рекламных систем (например, через Owox BI или вручную).
Если все сделано верно, в Analytics получим отчет по расходам.
Основное преимущество этого метода — стоимость: оплачивать автоматизацию загрузки данных из рекламных систем не требуется (один поток предоставляется бесплатно).
Его недостаток — ограничение со стороны рекламных систем и специфика работы Google Analytics. Например, в случае с Яндекс.Директом данные по смарт-баннерам придется загружать вручную, так как автоматически затраты по ним не передаются. Аналогично возникнут проблемы с форматами Leads Ads в Facebook и Instagram.
Создание отчета в Data Studio
Чтобы создать отчет, кликаем на плюс в интерфейсе сервиса.
После этого появится возможность добавить к нему подключенный источник данных.
Теперь даем отчету название.
Далее приступаем к оформлению дашборда. Мы можем использовать:
- диаграммы, гистограммы и круговые диаграммы;
- географические карты и карты Google;
- сводки;
- изображения;
- текст, строки и встраиваемые URL;
- прямоугольники и круги;
- диапазоны дат;
- фильтры данных;
- управление данными.
При необходимости данные можно разделить между страницами. Это пригодится, если все данные не помещаются на одном листе или кажется, что будет логичнее разделить данные.
Использование элементов визуализации
Перед наполнением элементов потребуется в первую очередь выбрать макет. Для примера используем «Урожай».
Задаем размеры отчета : во вкладке «Макет» выберем Screen.
Затем добавляем диапазон данных , чтобы в дальнейшем регулировать временной период в дашборде.
После этого добавляем изображение , чтобы установить логотип.
Далее идет текст , который, как правило, служит для навигации.
После можно добавить сводку — значение важного показателя: сеансы, затраты на рекламу или показатель отказов.
Вы можете переименовать показатель, сделав его понятней.
С помощью таблицы выбираем данные, например, список источников.
Дополнительно следует использовать графики , которые визуализируют динамику показателей. В примере ниже — сеансы и показатель отказов.
Интересная возможность в Data Studio — фильтрация , с помощью которой можно показать нужные данные в отчете, например, клики только по платной рекламе или переходы с поиска.
Еще один способ фильтрации, которым может управлять пользователь в отчете, — элемент с соответствующим названием.
Создание дополнительных страниц
Если необходимо разделить информацию, то можно добавить страницу в отчет. Как правило, так делают, чтобы не загромождать страницу большим количеством графиков и диаграмм и разбить их на несколько частей — страниц. В нашем случае для более легкого восприятия мы разделим все данные на блоки с небольшим количество информации, благодаря им любой зритель сможет сразу переключиться в интересующий его блок, например, к анализу аудитории или географии пользователей.
Можно перенести информацию из одного листа в другой: для этого с помощью стандартных комбинаций клавиш копируем ее и вставляем в нужном листе. Аналогично переносим данные из одного отчета в другой.
Чтобы разместить навигацию по страницам слева, можно немного изменить макет.
В этом случае мы увидим список страниц слева и сможем переключаться между ними.
Если же оставить навигацию по умолчанию, то переключаться между страницами можно только через небольшое меню в левой верхней части экрана.
В новом дашборде используем круговые диаграммы , позволяющие представить информацию в долях, например, аудиторию по полу или возрасту.
Для оценки эффективности геотаргетинга стоит добавить карту .
Когда необходимо расширить свод данных информацией более глубокого уровня (например, кампании, группами объявлений или объявлениями), то стоит воспользоваться функцией «Развернуть». Например, ниже мы хотим сначала видеть список из стран, а после выбора подходящей вывести список по городам (все в той же таблице).
Когда отчет готов, необходимо переименовать страницы.
Подключение дополнительных источников
Если во время работы одного источника данных будет мало, то можно добавить новый. На вкладке «Ресурс» выберите «Добавить источник данных».
Как поделиться отчетом
Для случаев, когда клиент или коллега должны получать отчет с какой-то периодичностью, есть настройка отправки по почте. В параметрах можно выбрать страницы отчета, периодичность и время.
Также есть возможность встроить отчет на любой сайт с помощью iFrame.
Кроме того, отчет можно скачать в формате PDF.
Вы можете указать, какие страницы нужно включить в документ.
Посмотрите примеры PDF-отчетов: с одной страницей и со всеми.
Заключение
Google Data Studio — это простой и интуитивно понятный инструмент для построения отчетности, он будет полезен практически всем digital-специалистам. Прежде всего он заточен на работу с ресурсами Google. Но если вы разберетесь, как передать данные из других площадок, например, остановитесь на готовом решении, то сможете автоматизировать отчетность и для Директа, «ВКонтакте», Facebook, myTarget и т. д.
Если у вас есть вопросы о возможностях сервиса или о том, как вывести в отчет какие-то данные, пишите в комментариях к материалу, я обязательно отвечу.
Источник: ppc.world