Az elmúlt időszakban sokan szembesültek azzal a nehézséggel, hogy a GA4-es felület és funkcionalitás nagymértékben különbözik a korábban megszokottól. Erre is nyújt egy alternatív megoldást a Google Looker Studioja.

A Looker Studio (amely korábban Google Data Studio néven volt elérhető) egy olyan online eszköz, amivel a különböző adatforrásokból származó adatokat egységes felületen lehet prezentálni. Lehetővé teszi például a felhasználók számára, hogy informatív és vizuális irányítópultokat hozzanak létre, melyek könnyen értelmezhetőek, megoszthatóak és testreszabhatók.

Ez is érdekelhet

A Looker Studio így lényegében nem egy egyszerű adatmegjelenítő felület, pláne, hogy a célja az, hogy segítse a döntéshozókat. A több adatforrásból érkező adatok egy felületen elemezhetővé tétele, összehasonlíthatósága ezt szolgálja.

Adatforrások

A Looker Studio jelenleg több mint 800 fajta adatforrást támogat. Ezek kisebb része a Google által beépített kapcsolatok (Google Connectors), mint  például a GA4, a GAds, a Google Sheets vagy a BigQuery. De lehetnek ezek különböző adatbázis kapcsolatok is, mint a MySQL, a PostgreSQL stb..

Az adatforrás támogatás nagyobbik része viszont a partnerek által készített kapcsolatok (Partner Connectors) lehetnek. Mint például a Facebook Ads, a Facebook Insights, a Shopify vagy a Linkedln Ads. Utóbbiak abban térnek el a Google által készített kapcsolatoktól, hogy adatmérettől, lekérdezéstől vagy egyéb paraméterektől függően (havi) fizetős szolgáltatásként érhetőek el.

        

E-ker hírszemle

1. ábra – Looker Studio adatforrások (Google által támogatott adatforrások listája látható a képen)

Amennyiben megszerettük a felületet és annak használatát, akkor lehetőség nyílik egy harmadik módszerre: a saját magunk által készített adatforrás kapcsolat kialakítására is. Ezzel akár saját CMS, CRM, ERP, webáruház rendszerünk adataiból is megoldható az adatok vizualizációjára.

Nagy újdonság az adatforrásokat illetően, hogy a Looker Studióban ezek keverhetők. Ha például van egy adatbázis kapcsolatunk a webáruházzal (rendelések) és mellette egy GA4-es adatforrásunk, melyeben a tranzakció esemény (purchase) elérhető, akkor ezeket egy táblázatban és/vagy grafikonban tudjuk prezentálni. Így pedig azt tudjuk láthatóvá tenni, hogy a webáruházban leadott rendelések mennyire van pariban a GA4-es méréssel.

Adatforrások beállítása során a Looker Studio gondoskodik az adatok tárolásáról, szinkronizációjáról. Így a kapcsolat (vagy: szinkronizálás) gyakoriságának beállítása után már az adatok megjelenítésével kell foglalkoznunk.

Sablonok

A Looker Studio első használata során érdemes egy sablonból kiindulni, melyhez csak a megfelelő adatforrást kell kiválasztanunk. Például egy Google Analytics sablonhoz Google Analytics adatforrást válasszunk. (Lehet persze mást is, de akkor jó eséllyel minden megjelenített táblázatban hibás adatforrás üzenetet fog fogadni).

2. ábra – Looker Studio Sablon galéria (Google Analytics és BigQuery sablonokat láthatjuk a képen)

Az alábbi képen az látható, hogy milyen vizualizációs lehetőségeket nyújt a felület. De az is, hogy milyen egyszerűen tudunk sablon alapján látványos riportokat készíteni.

3. ábra – Google Analytics riport sablon minta adatokkal (Végleges riport ebben a formában fog megjelenni a riport felhasználói számára.)

(És persze azt is megmutatja az ábra, hogy milyen gyorsan változik a GA4: a sablon riport alján látható az eCommerce szekcióban 2 System Error erre utal).

Riportok

  • Oldalak (Pages)

Minden riport esetén több oldalt tudunk létrehozni, ez alapján lehet tematizálni a riportokat. Például GA4 riport esetén: 1. oldalon dashboardszerűen megjeleníteni az adatokat; 2. oldalon kibontani az ügyfélszerzés adatokat, 3. oldalon kibontani a technológiai adatokat és így tovább. (Akár a régi megszokott UGA riportokat is fel lehet igény esetben építeni.)

Vezérlő gombok beillesztésével lehet a megjelenített grafikonokat, táblázatokat szűrni adatforrásból származó adatokkal vagy a felhasználó által megadott tetszőleges adatokkal. Ilyenek lehetnek például: dátum szűrés, legördülő listából kiválasztható szűrő érték(ek), vagy akár adatforrás választó. (3. abrán az összesítő adatok blokk felett látható elemek.)

4. ábra – Vezérlő esetén metrika megjelenése (Egy multiselect vezérlő megjelenését láthatjuk, bal oldalon a források nevei jobb oldalon pedig a forrásokhoz tartozó aktív felhasználók száma jelenik meg.)

Minden vezérlő típus esetén lehetőségünk van testreszabni, hogy milyen adat kerüljön benne megjelenítésre és azok tartalmazzanak-e valamilyen metrikai adatot (például, ha forrás dimenziót választunk, akkor az adott forrásnál mennyi aktív felhasználó).

Diagramok segítségével tudjuk megjeleníteni az adatokat. Ezekből számtalan forma érhető el: eredménymutató, táblázat, hőtérképes táblázat, pivot tábla, oszlop és sor diagram, térképek stb.

Minden diagram esetén lehetőségünk van megadni, hogy milyen dimenziókat és milyen metrikai adatokat szeretnénk bemutatni, azokat miként rendezzük, csoportosítsuk.

5. ábra – Device Category esetén Dimenzió: Device category, Metrika Active users, Rendezés Active users növekvőben (Device Category kördiagramra kattintva jobb oldalon megjelennek a diagram beállítási lehetőségei.)

Lehetőség van adott elemeknél összehasonlító adatokat megjeleníteni, ami segít, hogy például adott időszak adataihoz képest milyen eltérés érhető tetten.

6. ábra – Active users esetén előző hét napos időintervallumhoz képest 49.2 százalékos a visszaesés értéke. (Active users lekattintva a jobb oldalon beállítható, az összehasonlítás intervalluma.)

Nagyon hasznos lehetőség, hogy minden diagram esetén megadhatjuk a kapcsolt adatszűrés lehetőségét. Ez azt jelenti, hogy bármelyik diagramban megjelenített adatot szűrőként is lehet használni. Például az alábbi mintánkban a Top Countries diagramban a Amerikai Egyesült Államokat kiválasztva, a többi diagramban is csak az ebből az országból származó adatokat jeleníti meg.

7. ábra – Top Countries diagramban United States ország szűrőként való kiválasztása (Top Countries táblázatban United States elemre kattintva minden más diagramban is a United States country szűrő aktiválódik.)

Looker Studio egyik nagyszerű újítása, hogy a felvett adatforrásokat vagy azok elemeit össze tudjuk mixelni és az így összeállított adatokat egyben tudjuk tálalni.

Vegyünk egy példát! Mutassunk meg egy csatornában, hogy a felhasználó milyen lépéseken keresztül jut el a vásárlásig. Ehhez a GA4-es forrásból létrehozunk táblákat és a táblákban a munkamenet kezdete, vásárlás, termék megtekintése, vásárlási folyamat elkezdése, kosárhoz adás eseményeket kötjük össze.

8. ábra – GA4-es adatok összekapcsolása (az ábrán látható, hogy miként jelenik meg a többszörös tábla kapcsolat.)

A kapcsolat: minden esetben az összes felhasználó.

9. ábra – Kapcsolat a táblák között (az ábrán látható, hogy a táblák közötti kapcsolat miként definiálható.)

Összekapcsolt adatok megjelenítése során egy csatorna ábrázolásban jelenítjük meg jelen esetben az adatokat.

10. ábra – kapcsolt adatok megjelenítése (Az előző tábla kapcsolatok alapján létrehozott diagram az ábrán látható módon jelenik meg.)

Összegzés, konkluzió

A Looker Studio használatával olyan eszközt kapunk a kezünkbe, mellyel az adatokat több szintben tudjuk prezentálni. Így nem kell külön felületekre belépni és különböző típusú megjelenítési módokat összehasonlítani.

Fontos tudni, hogy:

  • Adatvizualizáció során gyakorlatilag nincs megkötés.
  • Adatokat bárhol elérjük internet kapcsolata megléte esetén.
  • Saját adatforrások használatával más forrásokból érkező adatok összehasonlíthatóak lesznek.
  • BigQuery vagy egyéb BIG DATA eszköz bekötésével elfelejthetjük az extrapolált adatokat.

Mindenkinek azt javasoljuk, hogy kezdje el használni, mert nagyon könnyű elkezdeni és a kezdet után lehet egyre mélyebbre menni a speciális adatforrások integrálásával és összekötésével. Az adatok segítenek az adatközpontú döntések meghozatalában és így a bevételek, performancia növelésében.