Dashboards profesionales de Google Analytics con Google DataStudio

Dashboards profesionales de Google Analytics con Google DataStudio

15 Jul 2020 in

Aquí volvemos a estar, intentando sacar partido a las últimas herramientas de la Suite de Analytics. El otro día hicimosy vimos como trabajar con la herramienta y las posibilidades que nos ofrece sin entrar demasiado en casos prácitocs.

Hoy vamos a hacer todo lo opuesto, daremos por famosa la herramienta (por lo que si no leíste el post que decía en el párrafo anterior sólo tienes que hacer click en el link superior) e vamos a ir a efectuar uno de los trabajos que seguramente serán más comunes para la mayoría de usuarios: Crear un dashboard basado en datos de Google Analytics.

  • Veremos cómo es la conexión con Google Analytics. Su complejidad, posibilidades y limitaciones
  • Cómo crear fácilmente nuestros primeros dashboards básicos
  • Qué posibilidades si tenemos de filtrado y dinamismo en nuestros dashboards
  • Los inconvenientes a los que nos marchamos a enfrentar para sacar los datos que queremos
  • Y cómo solucionar el mayor de estos problemas: Los segmentos

Todo en un post y también intentando no resultar ni demasiado técnico ni demasiado pesado. Espero que os guste.

Back to top

1) El primer paso: Conectando Google Analytics a Google Data Studio

Como sabemos, Google Data Studio precisa de conexiones con fuentes de datos para poder trabajar. Con estas conexiones se crean los dataSources que utilizan los dashboards y la verdad es que la oferta de conexiones y opciones de modelado es limitada pero veremos que aun así ya tienen su miga.

Crear una conexión inicial con Analytics por fortuna no podría ser más fácil. Tan solo tenemos que acudir a "FUENTES DE DATOS", cliquear en el icono de (+) (que recordad que al ser una estética basada en "material design" está abajo a la derecha) y elegir entre las posibles fuentes a "Google Analytics".

Se nos solicitará una vista específica (lo que significa que cada vista de GA debe tener su propia conexión) y realizará una importación genérica (para todos los Google Analytics es exactamente la misma) de los datos.

Se nos presentará una pantalla como la que sigue, donde se nos detallan las más de 500 métricas+dimensiones que vamos a tener disponibles con esta conexión. Antes eran menos, mas poquito a poco van mejorando la integración. Aquí es posible que nos quedemos intranquilos admitiendo la configuración que Google ha querido hacer mas os debo decir que la conexión es bastante transparente (no inventa mucho que sea nativo de GA) y como base es adecuada, por lo que no hace falta tocar nada salvo que quieras tu tocarlo por el motivo que sea.

En esta importación nos hallamos en realidad más sorpresas agradables que carencias: En la parte positiva a parte de lo que podríamos esperar ciertos datos como el ID de propiedad, agrupaciones de canales y contenido, métricas de ecommerce mejorado, estarán ahí libres pero en la negativa descubriremos que no hay rastro ni de realtime (era bastante lógico que no existiese) ni de los embudos multicanal (esto no tan lógico y que ojalá nos llegue algún día).

Genial, pues esta es la información de la que disponemos y que con los detalles que os decía resulta muy afín a los datos de los que disponemos vía API de Analytics. Con esto ya podemos lanzarnos a trabajar y a crear dashboards. Es bastante sencillo y se aprecia que Google ha trabajado mucho en que la sensación que nos quede es la de que en dos minutos estamos dibujando dashboards.

Sin embargo, yo os recomendaría que hicieseis un pequeño parón ya antes de poneros como locos a dibujar y vierais ciertas posibilidades de configuración de esta conexión:

1.1) Definiendo que credenciales emplear

Por defecto Data Studio va a dejar configurado nuestro acceso para acceder con la cuenta de quien crea la conexión. O sea, cuando alguien acceda a ese dashboard realmente pedirá los datos a través de nuestra conexión a Analytics. Esto no es bueno ni malo, solo hay que saber que implicaciones tiene:

  • Por un lado tiene la ventaja de que podemos dar acceso a dashboards sin tener por qué darlos a Analytics.
  • Como las conexiones son vista a vista y no de la cuenta entera no debemos preocuparnos por el hecho de que esos dashboards den acceso a otros clietnes
  • También hay cierto peligro con usuarios con capacidad de edición. Esto podrán pedir datos a través de la conexión a unas partes de GA que inicialmente igual no queríamos que accediesen. (por poner un ejemplo, podemos crear un dashboard para un distribuidor donde solo salgan sus conversiones pero no las del resto de proveedores ni la facturación real que supone y que este edite el dashboard y pueda verlo todo).
  • Y por último como con el propio GA. supone cierto inconveniente de descontrol. Gemte que cambia de empresa o de proyecto y no se gestionan bien sus accesos.

Con este escenario yo soy más amigo de mudar la configuración de las credenciales de la conexión y pasarlas a "Credenciales del lector". Esto es, que Data Studio use la conexión de Analytics de quien se conecta al dashboard. Para eso clicamos arriba a la derecha en "USAR LAS CREDENCIALES DEL PROPIETARIO" y cambiamos las opciones en el próximo panel:

Esto te da más libretad para compartir dashboards sin cuidado pues si el usuario no tiene acceso a analytics, los gráficos a los que no tenga acceso se verán así:

Como contra, implica que tienes que ir dando accesos a GA a todo el que quiera ver el dashboard. Así que no hay configuración buena, solo es una elección.

Lo que es una auténtica pena es que se haya pensado en un tema como este y no obstante no exista una opción del tipo "Seleccionar tu Vista al importar el dashboard" o bien algo así. Más que nada pues ya los dashboards tienen gráficos en los que cada uno por separado se asocia a un dataSource y este a su vez si es de GA se asocia a una vista concreta. Esto hace que compartir dashboards genéricos (para que la gente importe) no es cómodo. Siempre y en toda circunstancia podemos emplear la cuenta de GA de la tienda de Google como ejemplo, pero ojalá algún dia dispongamos de dashboards como un recurso más de lacomo lo son ahora los informes personalizados y paneles de GA.

Por defecto Data Studio dejará configurado nuestro acceso para acceder con la cuenta de quien crea la conexión. O sea, cuando alguien acceda a ese dashboard en realidad pedirá los datos a través de nuestra conexión a Analytics. Esto no es bueno ni malo, solo hay que saber que implicaciones tiene:

  • Por un lado tiene el beneficio de que podemos dar acceso a dashboards sin tener por qué darlos a Analytics.
  • Como las conexiones son vista a vista y no de la cuenta entera no tenemos que preocuparnos pues esos dashboards den acceso a otros clietnes
  • También hay cierto riesgo con usuarios con capacidad de edición. Esto podrán pedir datos a través de la conexión a unas partes de GA que inicialmente igual no queríamos que accedieran. (por poner un ejemplo, podemos crear un dashboard para un proveedor donde solo salgan sus conversiones pero no las del resto de distribuidores ni la facturación real que supone y que este edite el dashboard y pueda verlo todo).
  • Y por último como con el propio GA. supone cierto problema de descontrol. Gemte que cambia de empresa o bien de proyecto y no se gestionan bien sus accesos.

Con este escenario soy más amigo de mudar la configuración de las credenciales de la conexión y pasarlas a "Credenciales del lector". O sea, que Data Studio use la conexión de Analytics de quien se conecta al dashboard. Para eso clicamos arriba a la derecha en "USAR LAS CREDENCIALES DEL PROPIETARIO" y cambiamos las opciones en el siguiente panel:

Esto te da más libretad para compartir dashboards sin cuidado puesto que si el usuario no tiene acceso a analytics, los gráficos a los que no tenga acceso se verán así:

Como contra, implica que tienes que ir dando accesos a GA a todo el que quiera ver el dashboard. Así que no hay configuración buena, solo es una elección.

Lo que es una verdadera pena es que se haya pensado en un tema como este y no obstante no exista una opción del tipo "Seleccionar tu Vista al importar el dashboard" o bien algo así. Más que nada porque ahora mismo los dashboards tienen gráficos en los que cada uno de ellos separadamente se asocia a un dataSource y este a su vez si es de GA se asocia a una vista específica. Esto provoca que compartir dashboards genéricos (a fin de que la gente importe) no es cómodo. Siempre podemos usar la cuenta de GA de la tienda de Google como un ejemplo, mas esperemos que algún dia dispongamos de dashboards como un recurso más de lacomo lo son ahora los informes adaptados y paneles de GA.

1.2) Traduciendo tus dimensiones y métricas

Cuando Data Studio crea la conexión con Analytics usa los nombres que aparecen libres en lapor lo que los datos ya aparecen traducidos al idioma en el que tengas configurado Data Studio (o en inglés si tu idioma no está disponible).

Tambien nos hallamos con que los nombres de GA no siempre representan lo que esa acción es para nuestro negocio. Algunos ejemplos:

  • Si usamos transacciones para guardar leads, que en el dashboard aparezca "transactiones" es confuso
  • Si usamos eventAction para identificar zonas de clic del usuario (botones, menús, modales, etc.) llamar a ese desglose "Acción del evento" no es lo más adecuado
  • Si hemos organizado nuestro sistema de campañas de forma más acorde a nuestra empresa a analytics probablemente source o content no signifiquen exactametne "fuente" o "detalles del contenido". Por ejemplo es normal guardar en "utm_content" las dimensiones del banner. ¿No seria entonces más útil llamar a ese dato "dimensiones del banner"?

Para este género de labores, y dado que luego en el entorno de diseño de dashboards no podremos editar nada lo suyo es que editemos los datos de conexión. Para esto tenemos dos vías:

  • Buscamos el elemento original y le damos el nombre que deseemos
  • O duplicamos un factor y al nuevo le damos el nombre que queremos (ideal si por servirnos de un ejemplo llamaremos a la misma métrica de forma distinta en distintos dashboards)
Back to top

2) Nuestro primer dashboard

Ahora sí, ya tenemos una conexión digna y podemos empezar a dibujarle piezas. ¡Así que a generar informe!

Es ineludible que las primeras veces vayamos dibujando a lo orate. Un "quesito" por aquí, un dato suelto por allá y unas "barritas molonas" del otro lado. Como es ineludible no os pediré que no paseis por ahí, pero tomaroslo como un ejercicio de práctica, no como que estáis haciedno un dashboard de veras.

Sólo como recordatorio: Crear un dashboard implica siempre y en todo momento empezar fuera de la herramienta y pasar por un proceso de...

  • 1. Preguntas: Necesidades que ha de solucionar el dashboard,
  • 2. Métricas y KPIs: Datos que vamos a utilizar para resolverlas
  • 3. VisualizaciónPernsar cpara ada necesidad como es la mejor visualización (tipo de gráfico) para comprenderla y compararla
  • 4. MockupDibujar un boceto si bien sea a lapiz en una libreta de manera que prioricemos la información y consigamos el orden de lectura adecuado
  • 5. ElaboraciónY entocnes si, añadir los elementos a una herramienta y termina de afinar los detalles

En dashboards en línea además es deseable añadir un mínimo de interactividad. Para esto ya vimos que fundamentalmente tenemos 2 opciones: El selector de datas y los filtros. Pensemos en base a la información que vamos a incluir en el dashboard que filtrados seán útiles para el usuario y dotemos de estos a nuestro dashboard.

Finalmente nos quedará un resultado más o bien menos perosnalizado y solo deberemos ponerlo bonito. Esto de bonito tiene su importancia en dependencia de a quien dirijamos el dashboard. Para consumo interno o bien cuadros de mando importa poco lo bonitos que sean, mas para presentarlos a dirección o a gente con poco contacto diario con los datos es esencial: el dato entra por los ojos o no entra, y si no entra no puede comprenderse.

Nosotros hemos desarrollado este pequeño dashboard de ejemplo, muy simple, que cumple la función de ver a muy grandes rasgos la composición del tráfico en distintos periodos de tiempo (selector de datas) y para diferentes canales (filtro).

Back to top

3) ¿Qué datos puedo perdir verdaderamente a esta conexión?

Como veis al final todo son los mismos datos que en los informes personalizados de analytics. Todo lo que puedas sacar como informe adaptado de analytics tiene cabida en un dashboard de Data Studio.

Eso es excelente, vale. ¿Pero que más puedo hacer? ¿Sólo puedo sacar la información de los informes personalizados?

Pues segúnasí es. Lo mejor es que nos dejan caer un...

ACTUALIZACIÓN:Pero la realidad es que desde el dos de marzo de 2017 ya se nos deja filtrar con segmentos en nuestros gráficos de data studio. Esto no cambia la configuración de la fuente sencillamente se nos ha añadido, entre las opciones de configuración de los widgets de data studio un apartado donde indicar un segmento de Analytics por el que filtrar cada gráfico.

3.1) Datos de informes personalizados

Estos datos básicamente nos dejan solicitar:

- Una o varias dimensiones
- Una o bien varias métricas
- Uno o bien múltiples filtros.
- Y un único segmento por gráfico por el que pre-filtrar los datos.

Es decir, solo hay 4 conceptos que solicitar, lo que esta bien mas seguimos echando en falta la posibilidad de cruzar datos, delimitar segmentos al vuelo o crear filtros globales de segmentos.

Trabajo Base (sin segmentos)

Sin el uso de segmentos estamos limitados a trabajar en un único ámbito de los datos. Cuando trabajamos con Analytics no trabajamos con la información salvaje sino con dimensiones y métricas, que son agregaciones de estos datos. Esto también es así en Data Studio.

El inconveniente de trabajar con datos agregados es el "cómo los agrego" y ahí es donde nuestros deseos al pedirle un dato a GA pueden no coincidir como cómo añade GA la información.

Para resumir afirmaremos que en nuestros días hay cuatro ambitos de datos:

  • Usuario: cookies de usuario único
  • Sesión: visitas al site
  • Hit: cada input de datos sueltos (paginas, eventos, transacciones, etc)
  • SubHit (principalmente productos de ecommerce mejorado)

Analytics crea sus dimensiones y métricas en un ámbito específico y por ende estas marchan apropiadamente sobretodo en este ámbito. Así, las campañas por ejemplo son dimensiones de ámbito sesión y el rebote es una métrica que también se calcula en este ámbito con lo que puedo solicitar el rebote por campaña.

Además analytics no tendrá inconvenientes para mostrar métricas de un ámbito más bajo en para una dimensión más alta. Así que puedo pedir cosas como "páginas vistas (ámbito hit)" por "página de destino (ámbito sesión)" ya que solo debe de sumar todos y cada uno de los hits de las sesiones involucradas para lograr el dato.

Esto sumado a que la mayoría de la información de analytics está en ámbito sesión hace que percibamos que todo puede cruzarse pero no es verdad. Cuando estamos en el ambiente del autor de informes personalizado de Google Analytics este nos va limitando las dimensiones y métricas que podemos elegir en función de las que ya hemos puesto (evitando que seleccionemos cosas que no van a marchar) mas cuando consultamos vía API o en un caso así vía Data Studio si podemos cometer estos erroes.

El fallo más común es solicitarle a analytics métricas de un ámbito superior al de las dimensiones

El ejemplo más claro: Pedirle sesiones (métrica ambito sesión) de una página (dimensión de ámbito hit). En un caso así GA hace lo que puede y nos enseña un informe que no es lo que deseamos.

  • Nosotros esperabamos que nos mostrase todas las sesiones que han pasado por una URL
  • Pero analytics nos enseña cuantas sesiones SE ORIGINARON en una URL, es decir, cuantas tuvieron como primer hit esa url

La explicación de por qué pasa esto la tenéis en este post:

3.2) Un poco de trampas: las "vistas únicas"

Bien, esto de los ámbitos en algunos casos puede suponer un problema, mas no olvidemos que tenemos una grandisima cantidad de dimensiones y métricas con los que trabajar. Solo tenemos que fijarnos de trabajar siempre y en toda circunstancia en el ámbito conveniente.

La mayor parte de las veces esto solo nos dará inconvenientes como decíamos para conceptos de contenidos de los que queremos saber sesiones (y para los cuales como veremos luego nos vemos obligados a crear segmentos uno a uno).

Sin embargo deseo hacer mención de una colección de métricas bien interesantes que nos pueden asistir a solventar el inconveniente en la mayor parte de los casos:

  • Sesiones por página:Páginas vistas únicas & URLs de página: Número de sesiones en los que esa página ha estado involucrada
  • Sesiones por zonas de la web:Vistas únicas de agrupación de contenido & agrupación de contenido: Número de sesiones en los que ese valor de agrupación de contenido ha estado involucrado (ideal para sesiones por sección o categoría)
  • Sesiones por eventos al detalle:Eventos únicos & Dimensiones de categoría + acción + evento: Numero de sesiones en los que la combinación de los tres ha aparecido
  • Sesiones por acontecimientos concretos:Combinaciones de dimensión únicas & cualquier dimensión de evento: Número de sesiones en los que esas dimensiones han estado involucradas
  • Conversión por página:Valor de la página & URL de pagían: Si repartimos el valor de las conversiones entre todas y cada una de las páginas vistas de esa conversión el valor es lo que se llevan las páginas que ves

Y al final, cualquier métrica con la palabra "unique" será de esta clase..

Estas métricas nos ayudarán a salvar la papeleta muchas veces, mas cuidado, marchan solo con las dimensiones para las que han sido creadas. Si por ejemplo cruzases "paginas vistas únicas" con la agrupación "sección de la página" cuando un usuario pase por dos páginas con URLs distintas pero en esa misma sección contarán como +2 y no como +1.

Back to top

4) Usando segmentos en nuestros gráficos

Google Data Studio nació sin segmentos para Analytics. Hablando claro, fue una malisima decisión por la que mucha gente ha desestimado la herramienta. Por fortuna en uno de sus constantes updates los añadieron. Si bien lo cierto es que no ha sido una integración global de los segmentos y tenemos ciertas limitaciones con ellos.

- Los segmentos solo se escogen para cada gráfico por separado. No podemos crear segmentos globales.
- Son fijos, el usuario que consulte el dashboard no podrá trastocarlos.
- Y solo se nos da acceso a los segmentos del sistema + aquellos que hayamos definido en analytics. Es decir, no tenemos un editor de segmentos en Data Studio con el que podamos crear a medida los segmentos para el dashboard.
- Y solo aplicamos un único Segmento al gráfico, no podemos sumar filtros de múltiples tipos (esto no es sorpresa, ya sucede en el propio analytics).

En terminante, si que hay segmentos, pero si habeís trabajado en otros ambientes o bien habéis configurado/programado vuestros propios dashboards con la API de google analytics vereis que podrían haberse incluido muchas más funcionalidades. Aún así, veamos lo que nos suponen.

Cuando creamos un gráfico en Data Studio vamos a poder aplicar 1 segmento a dicho gráfico (solo 1). Accedemos a la pestaña "DATOS" de nuestro panel y abajo totalmente encontraremos el selector de segmentos.

Cuando lo escogemos nos aparecerán todos y cada uno de los segmentos tipicos de analytics (los del sistema) más los que nosotros hubiesemos creado en la cuenta de analytics. Si un segmento que queramos aplicar no está entre los listados nos vamos a ver obligados a acceder a nuestra cuenta de analytics, crearlo ahí, regresar a Data Studio y refresacar la conexión a fin de que aparezca como disponible. Así que un buen consejo sería acotar todos y cada uno de los segmentos anteriormente en nuestro GA para entonces trabajar de forma más directa en Data Studio.

Una vez escojamos el segmento que deseemos, el sistema nos preguntará si deseamos incoporarlo. Esta es una alerta que tiene sentido cuando compartimos el dashboard con más gente. Basicamente nos viene a decir que quien vea o bien edite ese dashboard aun sin tener acceso a GA va a poder utilizar dicho segmetno para otras cosas. Nos alertan, lo pensamos un minuto y vemos si puede ser un problema en nuestro caso o no.

Y nada, a partir de ese momento este gráfico ya pre-filtra los datos por el segmento elegido.

Back to top

5) Calculando datos en la configuración de la conexión

Otra de las posibilidades que ahora tenemos y que con analytics eran más limitadas es añadir a nuestra conexión datos calculados entre los valores de dimensión y métricas que ya disponemos en la conexión.

Para ello podemos editar nuestra conexión (volviendo a la home o dándole al icono de lápiz en la conexión al editar cualquier gráfico) y hacer algunos cambios.

Para este caso hemos hecho tres pequeños añadidos.

- Por un lado hemos alterado el nombre de "Bounces" a "Sesiones Rebotadas"

- Luego hemos añadido una métrica llamada "Sesiones No Rebotadas" que calculamos como la resta entre "Sesiones - Bounces"

- Y por último hemos creado con una expresión regular una nueva dimensión que a partir del tamaño de pantalla (Screen Resolution) de los usuarios tan solo deseamos que recoja el ancho de la pantalla.

Con estos tres nuevos datos pasamos a poder crear un gráfico como este:

Que nos enseña las sesiones divididas en Rebotadas y no Rebotadas por anchos de pantalla. Este informe en GA sería imposible de crear sin crear vistas con filtros avanzados a medida para el mismo, así que tenemos una ventaja poderosa de modelado de datos dentro del propio Data Studio.

Para este género de labores nos combiene repasary saber con qué posibilidades jugamos.

Especialmente intersantes para manipulación de dimensiones son:

  • REGEXP_EXTRACT:Que nos permite sacar solo un fragmento del texto de una dimensión.
    Tal y como hemos visto en el ejemplo de arriba. Mas tambien nos permitiría separar campos que tienen varios valores a la vez
  • REGEXP_REPLACE:Que nos permite hacer remplazos de un texto por otro.
    Ideal por poner un ejemplo para hacer arreglos (por ejemplo: campaña "FB" cambiamela por "facebook".
  • CASE:Que permite detallar valores en función de validaciones.
    Es decir excribimos valores del tipo CASE WHEN A = B THEN "devulve esto" ELSE "devuelve esto otro" y por lo tanto se transforma en una función ideal para hacer agrupaciones.
    Por simplificar, piensa en cosas como CASE WHEN Page = "/" THEN "Es la home" ELSE "NO es la HOME" y luego piensa más a lo grande

Realmente esto de la manipulación de valores de variables es un mundo pero es probable que deseemos cruzar datos de otro modo para mostrar datos más modelados en nuestros dashboards.

Back to top

6) Cargando datos de GA modelados o bien cruzados en Data Studio

Bueno lo primero siento decirte que realmente esto aún no se puede hacer. Y esto es por el hecho de que el editor de fuentes de Data Studio aun no deja este trabajo. Tiene pinta de que terminará haciendolo, pero incluso no es así.

¿Pero la de GA no es la única conexión de la que disponemos verdad? Así que siempre que no intente cargar los datos de manera directa a través de esa conexión, si que podría cargar datos modelados. ¿El truco? Hacerlo a través de otras conexiones. Así de simple.

6.1) Opcion 1: Vistas prefiltradas

Fácil, creo una vista en mi analytics que use los filtros adecuados. Luego cargo como una segunda conexión a mi GA esa nueva vista y todo lo que use esta segunda vista estará prefiltrado.

Lo que pasa es que esto que parece una puerta interesante en la práctica se convierte en un recurso muy limitado por varios motivos.

  • 1. No tenemos histórico, cuando creamos la vista nueva esta empieza a atrapar datos y en consecuencia no vamos a poder consultar el año pasado.
  • 2. Un filtro de segmento no es exactamente lo mismo que un filtro de vista. Las vistas filtran hit a hit y los segmentos reúnen sesiones o bien usuarios completos. Si yo por ejemplo filtro una URL concreta no veré las conversiones que se generen en esa misma visita pero en una URL diferente.
  • 3. Verdaderamente sigo sin cruzar datos, no puedo hacerlo

Asi que solo me va a aportar esta opción algo para casos muy concretos. Por servirnos de un ejemplo separación de paises por carpetas donde aplico un filtro de hit que en realidad se va a parecer mucho al de sesión pues un usaurio realizará la mayor parte de sus hits (si no todos) en el mismo país de la página web.

6.2) Opcion 2: BigQuery

Para los que tengan la fortuna de contar con de una cuenta premium Google Analytics (perdon, ahora lleva por nombre Analytics trescientos sesenta) se vuelca automaticamente a tablas diarias en BigQuery. Ahí podemos consultar lo que nos de la gana. ASí que lo que precisamos es crear una consulta con los datos que precisamos, con ella crear una vista y también usar esa vista como dataSource creando una conexión con BigQuery.

Las primeras veces, crear segmentos a nivel sesión o bien usuario puede ser un poco extraño en bigQuery y más incluso cruzar datos con otras fuentes. Hay que aprender a unir tablas con "TABLE_DATE-RANGE()" y comprender como usar campos como visitId o bien fullVisitorId (puesto que los nombres de campos no coinciden siempre y en todo momento con los nombres de dimensión) para hacer las agrupaciones manualmente sobre las tablas de hits o de sesiones. Una vez dominas como se hacen ese tipo de queries el planeta se vuelve más amable.

Para los que no lo hayais tocado os dejo solo un enlace, una explicación paso a paso de como preguntar funnels en bigQUery, un artículo que por lo complejo del problema debe solventar varias partes y te da múltiples queries de ejemplo:

No me embrollo más con esto, quien sabe usar bigQUery sabe y quien no no aprenderá solo con 4 comentarios en un post que en realidad va de otra cosa.

6.3) Opción 3: Descargas de datos modelados a MySql

Una opción muy utilizada en sites que necesitan un reporting serio es hacer descargas al día de los datos de analytics vía API. Eso nos pemite crear un repositorio con datos ya modelados como necestiamos (con los segmentos ya aplicados) y consultar directamente las tablas MySql con la conexión de Data Studio.

El inconveniente es crear el script que se descarga los datos. Esto suele ser trabajo más de la gente de BI que del analista, pero soluciones vamoas a localizar múltiples por la red. Nosotros en IKAUE tenemos una librería propia para esta clase de descargas desarrollada en PHP y que es capaz de multiplicar las consultas creando colecciones de segmentos a la medida.

Otro problema de este sistema es que todo lo que no hayas pensado como dato preciso para estas exportaciones no estará libre, por eso es importante planificar bien las descargas de datos.

Nota: Si los datos son muchos tambien puede que queramos descargar pero no hacia MySQL sino también cara BigQUery. El resultado en realidad sería le mismo mas más rápido de procesar.

6.4) Opción 4: Google SpreadSheets como conexión media con APIs reales

Me centraré en Analytics, mas este sistema en realidad nos permite añadir a Data Studio no solo la API real de GA sino cualquier API libre para Google SpreadSheets.

Lo que haremos es crear una hoja de repositorio de datos, esta hoja ha de ser capaz de automatizar las cargas de datos. Luego desde Data Studio no pediremos acceso a las API's sino a Google Spreadsheets con ese repositorio. Sería algo muy parecido a las descargas de datos modelados a MySQL que decíamos antes mas más alcanzable para la mayoría de personas (aunque también más limitado).

Veamos un pequeño ejemplo, vamos a conseguir traer datos de las visitas que pasan por la home (un segmento de usuarios que pasan por "/") a nuetro dashboard a través de Google SpreadSheets.

Para ello vamos a entrar en, una página dedicada a las hojas de cáculo de google, aunque todos sabéis que a través de drive también se puede acceder.

El complemento de "Google Analytics"

Las hojas de Google permiten complementos, son como los macros de Excel pero programados en Javascript y con acceso a APIs. Lo mejor de estos complementos es que tenemos una galería desde la que importar los que han hecho terceros o el propio Google. Para esto solo debemos hacer click en el menú Complementos>Obtener Complementos.

Dentro de la galería deberíamos buscar el complemento de Google Analytics. Se encuentra de forma bastante fácil pues es uno de los complementos TOP.

Lo incorporamos y a partir de entonces en el propio Menú de complementos tendremos una nueva opción llamada "Google Analytics" con 3 opciones: Crear Informe, Ejecutar Informe y programar reports.

Hacemos Click en "Create new Report" y nos creará una nueva Hoja nueva con la plantilla de nuestro report. En esta Hoja cada columna es una consulta a la API de analytics, y en cada fila debemos señalar el valor del dato que pediríamos a la API de GA.

La consulta a la API de analytics

No quiero entretenerme con temas de la API, así que simplemente deciros que lo suyo es pedirle un informe adaptado con las dimensiones y métricas que deseamos y el máximo número de días cara atrás en el tiempo que podamos dejarnos.

Algunas apreciaciones:

  • El número de días dependerá de nuestro tráfico:
    Analytics vía API (tanto premium como free) tiene muestreo. Con lo que cuantos más datos le solicitemos más probable es que estos datos estén muestreados y a mayor volúmen más muestreo aplicará. Así que tenemos que procurar preservar la caldiad del dato pero al tiempo sabemos que cuantos más días consigamos incluir más dinámico podrá ser nuestro dashboard (por el hecho de que más días vamos a poder poner en el selector de fechas)
  • Las dimensiones siempre y en todo momento deben incluir "ga:date" como mínimo:
    Los dashboards de Data Studio marchan mucho mejor cuando tienen un rango de datas al que asociar los datos
  • No hay que utilizar métricas calculadas:
    Cómo vamos a agrupar los datos hay que eludir las métricas calculadas pues al agruparse nos darán fallos. Por poner un ejemplo, no tiene sentido que pidamos el "porcentaje de rebote" por el hecho de que Data Studio no podrá calcular ese dato para una franja de días que va cambiando según la selección del usuario. Por tanto lo suyo, si deseo contar con del rebote, es que saque sesiones y rebotes sueltos, ya calculare el "rebotes/sesiones" en Data Studio cuando toque.

Validando los datos disponibles

Una vez tenemos todos y cada uno de los datos definidos, clickamos en el menú en "Run report" y se nos generará una hoja nueva de datos (que tendrá por nombre el nombre que hemos puesto al report) y donde podemos validar qué datos tendremos libres.

  • Revisamos que no haya muestreo, o al menos que si lo hay no nos moleste demasiado
  • Y apuntamos a partir de que fila aparecen realmetne los datos en el report.
  • Automatizamos la recarga de datos

    Ya tenemos los datos, solo tenemos que preocuparnos de que estos se vayan actualizando solos. Para ello Clickamos en el menú "Schelude reports" y le señalamos que lo recargue cada día a X hora. La hora debe ver con cuando se nos calculan los datos diarios en nuestra cuenta. En analytics premium sabemos que eso sucede a las pocas horas y como mucho podría ocurrir a las cuatro de la mañana. En cuentas free es preferible moverlo a mucho más tarde. Lo que yo hago es recargar justo en el momento de inicio de actividad en la empresa. O sea, si sabemos que absolutamente nadie va a estar en su puesto hasta las 9:00 de la mañana, recargamos el informe a las 8:55.

    Creando la fuente en Data Studio

    Ya hemos acabado con spreadsheets, vamos a por Data Studio que es lo que nos interesa. Ahi solo debemos crear una fuente nueva de tipo "Google Sheets", elegir de que fichero y hoja deseamos que vengan los datos y escoger un rango de celdas en el que actuar. En mi ejemplo hemos elegido las filas de la A15 (Donde empezaban los datos) a la F10000 (por poner algo).

    Una vez configurado ya podremos ir a ver los campos integrados.

    ¿Lo que pasa es que nos faltarán datos verdad?

    Configurando a medida los datos desde SpreadSheets

    A estos datos vamos a darles una vuelta. Para empezar vamos a calcular los porcentajes de rebote y conversión. Como recordarás dijimos que no podiamos ponerle estos datos en la consulta por el hecho de que dependerian de las datas elegidas. En cambio en la configuración si podemos señalarle a Data Studio como hacer ambos cálculos:

    Por último nos quedará traducirlo todo para que los datos que estamos cargando signifiquen algo para el que va leer el dashboard (si, por mucho que te empeñes "ga:sessions" no significa nada). El resultado unificando los nombres con los que usamos en el dashboard que hasta el momento no tenía segmentos quedaría algo asi:

    ¡A dibujar!

    Ahora ya si, ya podemos acudir a nuestro dashboard y añadir la información correctamente segmentada.

    6.5) Ya tenemos datos modelados en Data Studio

    Y bueno, si, es cierto, hemos metido cierto modelado a la información de GA en Data Studio pero estaréis de acuerdo conmigo en que esto solo podemos hacerlo para datos muy críticos y concretos. El proceso es demasiado complejo, limitado y aburrido para que valga la pena contestarlo para gran cantidad de datos.

    Aún así esta bien que existan posibilidades como BigQuery, MySql y Google SpreadSheets que nos asistan a finalizar de redondear nuestros informes. El tema de spreadsheets me resulta singularmente interesante pues realmente no solo disponemos de apis de analytics. Podemos cargar ahi multitud de APIs y usar estas hojas como puente para crear un dashboard con datos no solo Google. Un simple vistazo a "" puede darte una idea de todo lo que puedes integrar de este modo.

    Back to top

    7) Conclusión

    Bueno, creo que hemos repasado bastantes partes de la herramienta y las posibilidades están claras. Crear dashbaords de Analytics con Google Data Studio es una labor que de primeras semeja sencillisima (de hecho se hace más simple incluso que crear informes personalizados) mas a la que vas rascando vas viendo que tienes mucho trabajo por delante. Estandarizacion de datos, crear fuentes extra para llenar tu información y después, cuando termines, tocará ponerlo todo coherente mientras que hacemos resaltar los datos primordiales sobre el resto. Tenemos para cientos y cientos de horas de "diversión" asegurada con esta nueva herramienta.

Automatizamos la recarga de datos

Ya tenemos los datos, solo tenemos que preocuparnos de que estos se vayan actualizando solos. Para esto Clickamos en el menú "Schelude reports" y le indicamos que lo recargue cada día a X hora. La hora debe ver con cuando se nos calculan los datos diarios en nuestra cuenta. En analytics premium sabemos que eso sucede a las pocas horas y como mucho podría suceder a las cuatro de la mañana. En cuentas free es preferible moverlo a mucho más tarde. Lo que hago es recargar justo en el momento de inicio de actividad en la compañía. O sea, si sabemos que absolutamente nadie estará en su puesto hasta las 9:00 de la mañana, recargamos el informe a las 8:55.

Creando la fuente en Data Studio

Ya hemos acabado con spreadsheets, vamos a por Data Studio que es lo que nos resulta de interés. Ahi solo debemos crear una fuente nueva de tipo "Google Sheets", elegir de que fichero y hoja deseamos que vengan los datos y seleccionar un rango de celdas en el que actuar. En mi ejemplo hemos elegido las filas de la A15 (Donde comenzaban los datos) a la F10000 (por poner algo).

Una vez configurado ya vamos a poder ir a ver los campos integrados.

¿Lo que pasa es que nos faltarán datos verdad?

Configurando a medida los datos desde SpreadSheets

A estos datos vamos a darles una vuelta. Para comenzar vamos a calcular los porcentajes de rebote y conversión. Como recordarás afirmamos que no podiamos ponerle estos datos en la consulta pues dependerian de las fechas escogidas. En cambio en la configuración si podemos apuntarle a Data Studio como hacer ambos cálculos:

Por último nos quedará traducirlo todo para que los datos que cargamos signifiquen algo para el que va leer el dashboard (si, por más que te empeñes "ga:sessions" no significa nada). El resultado agrupando los nombres con los que empleamos en el dashboard que hasta ahora no tenía segmentos quedaría algo asi:

¡A dibujar!

Ahora ya si, ya podemos asistir a nuestro dashboard y añadir la información adecuadamente segmentada.

7.1) Ya tenemos datos modelados en Data Studio

Y bueno, si, es cierto, hemos metido cierto modelado a la información de GA en Data Studio mas estaréis de acuerdo conmigo en que esto solo podemos hacerlo para datos muy críticos y concretos. El proceso es demasiado complejo, limitado y aburrido como para que merezca la pena contestarlo para gran cantidad de datos.

Aún así esta bien que existan posibilidades como BigQuery, MySql y Google SpreadSheets que nos ayuden a terminar de redondear nuestros informes. El tema de spreadsheets me resulta en especial interesante por el hecho de que verdaderamente no solo disponemos de apis de analytics. Podemos cargar ahi multitud de APIs y utilizar estas hojas como puente para crear un dashboard con datos no solo Google. Un simple vistazo a "" puede darte una idea de todo cuanto puedes integrar de este modo.

Back to top

8) Conclusión

Bueno, creo que hemos repasado bastantes unas partes de la herramienta y las posibilidades están claras. Crear dashbaords de Google Analytics con Google Data Studio es una labor que de primeras parece sencillisima (en verdad se hace más simple incluso que crear informes personalizados) mas a la que vas rascando vas viendo que tienes mucho trabajo por delante. Estandarizacion de datos, crear fuentes extra para llenar tu información y después, cuando termines, tocará ponerlo todo coherente al tiempo que hacemos resaltar los datos principales sobre el resto. Tenemos para cientos y cientos de horas de "diversión" asegurada con esta nueva herramienta.

¿Te gustó este post? Puedes continuar sus comentarios a través de, o bien realizardesde tu weblog.

Back to top
Share icon

ESTOS EXCLUSIVOS INFORMES GRATUITO REVELAN

7 SECRETOS DE EXPERTOS SEO QUE TE LLEVÁN AL 1#
7 SECRETOS DE EXPERTOS SEO QUE TE LLEVÁN AL 1# EN GOOGLE PARA GANAR 10.000s DE TRÁFICO DE CALIDAD GRATUITO - EN SÓLO 2 MESES
 

Los 7 pasos más poderosos para disparar tu ranking orgánico para ALCANZAR Y MANTENER un impresionante tráfico orgánico es TUYO.

Consigue gratis lo que el 1% de los expertos en SEO venden por miles de euros... y el otro 99% ni siquiera sabe que existe.


OBTEN MI INFORME GRATUITO
5 errores que debes evitar en tu sitio web de Drupal
Ebook - 5 errores que debes evitar en tu sitio web de Drupal (¡podrían costarte miles de euros!)
 

Este Ebook cubre 5 terribles errores que probablemente estés cometiendo ahora mismo con tu sitio web de Drupal.

¡Nº3 TE SORPRENDERÁ! Esta lectura de 10 minutos te ahorrará miles de euros.



OBTEN MI INFORME GRATUITO