Data Studio: Er Data Studio det rigtige datavisualiseringsværktøj for dig?

Visualisering af data er en af Googles seneste store satsninger i deres Marketing Platform. Med produktet ønsker Google at lukke et hul i deres platform, som kan give brugerne en anledning til opsøge andre leverandører. Spørgsmålet er om Google er lykkedes med det, eller om du stadig bør kigge på andre værktøjer som Klipfolio, Power BI eller Tableau.

For at gøre dig klogere på overstående spørgsmål og hvor Google Data Studio er det rigtig værktøj for dig, kommer vi nedenfor ind på følgende udfordringer:

  • Dataintegrationer
  • Hastighed
  • Datointervaller
  • Delingsmuligheder
  • Strukturering
  • KPI mål

Dataintegrationer

Google Data Studio har pt. to typer dataintegrationer; Google Connectors og Community Connectors. Google Connectors er Googles egne integrationer, som dækker over Google Marketing Platformen, Google Cloud Platformen, samt enkelte helt standard infrastrukturplatforme:

  • Attribution 360
  • Campaign Manager
  • Display & Video 360
  • Google Ad Manager
  • Google Ads
  • Google Analytics
  • Search Ads 360
  • Search Console
  • YouTube Analytics
  • BigQuery
  • Cloud Spanner
  • Cloud SQL
  • Google Cloud Storage
  • Google sheets
  • Extract Data
  • Fil upload
  • MySQL
  • PostrefSQL

Er du bruger af Google Marketing Platformen eller Google Cloud Platformen, er du derfor dækket rigtig godt ind og vil have mulighed for at visualisere langt det meste af din data.

Bruger du værktøjer som ikke er en del af Googles egne platforme er du noget dårligere stillet. Her er du afhængig af den sidste kategori; Community Connectors. Community Connectors gør det muligt, at koble Google Data Studio til tredjeparts datakilder, som Accuranker, Supermetrics, Twitter, Amazon, Bing ads, MailChimp mm.

Community Connectors giver dig en høj grad af fleksibilitet med mange forskellige udbydere. Ulempen ved Community Connectors er, at du øger antallet af involverede partnere. Din rapportering er ikke kun afhængig af Googles oppetid, men også af din leverandør. Kvaliteten af Community Connectors er meget svingende.

Før du vælger Data Studio som dit visualiseringsværktøj er det vigtigt, at du kortlægger hvilke datakilder du ønsker at integrere, så du er sikker på, at der findes en data Studio Connector.

Hastighed

En af de største irritationsmomenter ved Google Data Studio kan være load hastighed for data. Hvorvidt Google Data Studios load hastighed er en vigtig faktor for dig, afhænger af om det anvendes udelukkende som et dashboard eller som rapporteringsformat.

Dashboard

Data Studio som dashboard defineres som én rapport og en fast datoperiode. Dashboardet vises typisk på en central skærm. I dashboard scenariet er load hastighed ikke et problem.

Rapporteringsformat

Ved rapporteringsformat forstås det at Data Studio indeholder flere sider, filtreringsmuligheder og datavælger. Anvender du, eller har du tænkt dig at anvende Data Studio, som erstatning for din løbende rapportering, skal du være afklaret med at det inkluderer en smule ventetid når data filtreres.

Eksempel på rapporteringsformat

Data Studio - rapporteringsformat

 

Datointervaller

Datointervaller i Google Datastudio er pt. en af de største begrænsninger, da det ikke er muligt at levere Year-on-Year sammenligninger eller rullende datoer. Er Year-on-Year eller rullende datoer et absolut must for dig, så er Google Data Studio derfor ikke det oplagte valg.

Delingsmuligheder

Når du anvender Google Data Studio skal du være opmærksom på delingsmulighederne. Hvis du ikke deler dine rapporter korrekt risikerer du at rapporterne indekseres af Google, og dermed er tilgængelig for alle. Læs mere om delingsmulighederne her.

Data Studio giver desværre ikke mulighed for at oprette korte og pæne URL’er, der er nemme at huske. Data Studio gør det heller ikke nemt at udvikle på eksisterende rapporter, uden midlertidig at ”ødelægge” live versionen.

Hos Resolution anvender vi så vidt mulig URL shortners i kombination med adgangsbegrænsning, hvilket sikrer din data og samtidig gør den let tilgængelig for dig.

Strukturering

Arbejder du med flere rapporter, versioner mm. er struktur vigtig. Data Studio har desværre ingen indbygget fil- eller versionsstrukturering. Det er derfor vigtigt aktivt at strukturere dine rapporter i Google Drive i stedet.

Har du mange rapporter og udvikler du ofte på rapporterne skal du overveje andre værktøjer eller en vælge samarbejdspartner, der kan hjælpe dig.

 

KPI mål

For langt de fleste organisationer, er det utrolig vigtigt at kunne sætte antal konverteringer i kontekst til målsætningen – Spørgsmålet er derfor ikke kun ”Hvad har vi omsat for?”, men ”Har vi omsat for det vi skulle?”

I Google Data Studio er det som udgangspunkt ikke muligt, at definere KPI mål. Det er dog muligt, at opsætte dynamiske mål for KPI’er ved brug af custom fields og integration til f.eks. Google Sheets.

 

TLDR;

Google Data Studio er et rigtig godt og stabilt værktøj til dig som ønsker at visualisere Google data. Ønsker du at visualisere data fra andre kilder, kan det give problemer.

Når du arbejder med Google Data Studio skal du være opmærksom på load hastigheden, som påvirkes kraftigt af antal dataintegrationer og filtreringsmuligheder.

Strukturering og deling er ikke Google Data Studios stærke side, og kræver en del manuel håndtering, for at undgå udfordringer med konflikter i mellem nye og gamle versioner.

KPI mål er essentielt, for at kunne sætte antal konverteringer eller lign. i relation til virksomheden målsætning. Det kræver en hel del manuelle tilpasninger, men kan godt lade sig gøre.