Dashboards profesionales de Google Analytics con Google DataStudio

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

Hoy haremos todo lo opuesto, vamos a dar por famosa la herramienta (con lo que si no leíste el artículo que decía en el párrafo anterior sólo tienes que hacer clic en el enlace superior) e vamos a ir a realizar uno de los trabajos que seguramente van a ser más comunes para la mayoría de usuarios: Crear un dashboard basado en datos de Google Analytics.

• Veremos cómo es la conexión con Analytics. Su dificultad, 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 vamos a enfrentar para sacar los datos que queremos


• Y cómo solventar el mayor de estos problemas: Los segmentos

 

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

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

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

Se nos solicitará una vista específica (lo que quiere decir que cada vista de GA tiene que 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 especifican las más de 500 métricas+dimensiones que tendremos disponibles con esta conexión. Antes eran menos, pero poco a poco van mejorando la integración. Aquí puede 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 correcta, con lo que no hace falta tocar nada salvo que quieras tu tocarlo por el motivo que sea.

En esta importación nos encontramos en realidad más sorpresas agradables que carencias: En la parte positiva a parte de lo que podríamos aguardar ciertos datos como el ID de propiedad, agrupaciones de canales y contenido, métricas de ecommerce mejorado, van a estar ahí disponibles mas 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 esperemos que 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 fácil y se nota que Google ha trabajado mucho en que la sensación que nos quede es la de que en dos minutos dibujamos dashboards.

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

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 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 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 debemos preocuparnos porque esos dashboards den acceso a otros clietnes


• También hay cierto peligro con usuarios con capacidad de edición. Esto podrán solicitar datos a través de la conexión a partes de GA que inicialmente igual no queríamos que accediesen. (por servirnos de un ejemplo, podemos crear un dashboard para un distribuidor donde solo salgan sus conversiones mas 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". Es decir, 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 debes 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 por el hecho de que ahora los dashboards tienen gráficos en los que cada uno de ellos por separado se asocia a un dataSource y este por su parte 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 podemos emplear la cuenta de GA de la tienda de Google como ejemplo, pero esperemos que algún día 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. Es decir, cuando alguien acceda a ese dashboard realmente pedirá los datos a través de nuestra conexión a Google 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 porque 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 en un inicio igual no queríamos que accediesen. (por poner un ejemplo, podemos crear un dashboard para un proveedor 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 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". 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 siguiente 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 desee 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 algo así. Más que nada pues 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 (para que la gente importe) no es cómodo. Siempre y en toda circunstancia podemos usar la cuenta de GA de la tienda de Google como un ejemplo, pero esperemos que algún dia dispongamos de dashboards como un recurso más de lacomo lo son ahora los informes personalizados y paneles de GA.

Cuando Data Studio crea la conexión con Analytics emplea los nombres que aparecen disponibles en lapor lo que los datos ya aparecen traducidos al idioma en el que tengas configurado Data Studio (o bien 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. Ciertos ejemplos:

• Si utilizamos transacciones para guardar leads, que en el dashboard aparezca "transactiones" es confuso


• Si empleamos 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 es probable que source o bien content no signifiquen exactametne "fuente" o bien "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 tipo de labores, y puesto que luego en el entorno de diseño de dashboards no podremos editar nada lo propio es que editemos los datos de conexión. Para esto tenemos dos vías:

• Buscamos el factor original y le damos el nombre que deseemos


• O duplicamos un elemento 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)

 

Ahora sí, ya tenemos una conexión digna y podemos empezar a dibujarle piezas. ¡Así que presupuesto tienda de ropa online !

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

Sólo a modo de 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 debe de resolver el dashboard,


• 2.
  Métricas y KPIs: Datos que vamos a utilizar para resolverlas


• 3.
  VisualizaciónPernsar cpara ada necesidad como es la mejor visualización (género de gráfico) para entenderla y compararla


• 4.
  MockupDibujar un boceto aunque sea a lapiz en una libreta de forma que prioricemos la información y logremos 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 esencialmente tenemos dos opciones: El selector de fechas y los filtros. Pensemos basándonos en 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 dependiendo de a quien dirijamos el dashboard. Para consumo interno o cuadros de mando importa poco lo bonitos que sean, mas para presentarlos a dirección o bien 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).

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

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

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

ACTUALIZACIÓN:Pero la realidad es que desde el 2 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 apuntar un segmento de Analytics por el que filtrar cada gráfico.

Estos datos básicamente nos dejan solicitar:

- Una o múltiples dimensiones

Es decir, solo hay cuatro conceptos que pedir, lo que esta bien pero seguimos echando en falta la posibilidad de cruzar datos, definir segmentos al vuelo o bien crear filtros globales de segmentos.

Trabajo Base (sin segmentos)

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

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

Para resumir diremos que hoy día hay cuatro ambitos de datos:

• Usuario: cookies de usuario único


• Sesión: visitas al site


• Hit: cada input de datos sueltos (paginas, acontecimientos, transacciones, etc)


• SubHit (eminentemente productos de ecommerce mejorado)

 

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

Ademá analisis seo web para enseñar 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)" puesto que solo debe de sumar todos los hits de las sesiones involucradas para conseguir 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 cierto. Cuando estamos en el entorno del autor de informes personalizado de Google Analytics este nos va limitando las dimensiones y métricas que podemos escoger en función de las que ya hemos puesto (eludiendo que escojamos cosas que no van a marchar) pero 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: Solicitarle 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 nosotros queremos.

• Nosotros esperabamos que nos mostrase todas y cada una de las sesiones que han pasado por una URL


• Pero analytics nos muestra cuantas sesiones SE ORIGINARON en una URL, o sea, cuantas tuvieron como primer hit esa url

 

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

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

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

Sin embargo deseo hacer mención de una colección de métricas muy interesantes que nos pueden asistir a solventar el inconveniente en la mayoría 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 bien categoría)


• 
  Sesiones por acontecimientos al detalle:Eventos únicos & Dimensiones de categoría + acción + evento: Numero de sesiones en los que la combinación de los 3 ha aparecido


• 
  Sesiones por eventos 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 en muchas ocasiones, pero cuidado, funcionan solo con las dimensiones para las que han sido creadas. Si por poner un ejemplo cruzases "paginas vistas únicas" con la agrupación "sección de la página" cuando un usuario pase por 2 páginas con URLs distintas pero en esa misma sección contarán como +2 y no como +1.

Google Data Studio nació sin segmentos para Google Analytics. Hablando claro, fue una malisima decisión por la que bastante gente ha desestimado la herramienta. Afortunadamente en uno de sus incesantes updates los añadieron. Aunque lo cierto es que no ha sido una integración global de los segmentos y tenemos algunas restricciones con ellos.

- Los segmentos solo se seleccionan para cada gráfico separadamente. No podemos crear segmentos globales.

En definitiva, si que hay segmentos, mas si habeís trabajado en otros ambientes o bien habéis configurado/programado vuestros 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 completamente 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 para 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 seleccionemos el segmento que deseemos, el sistema nos preguntará si queremos incoporarlo. Esta es una alarma que tiene sentido cuando compartimos el dashboard con más gente. Basicamente nos viene a decir que quien vea o bien edite ese dashboard incluso 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 bien no.

Y nada, desde ese instante este gráfico ya pre-filtra los datos por el segmento escogido.

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 de ejemplo hemos hecho 3 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 ultimo hemos creado con una expresión regular una nueva dimensión que desde el tamaño de pantalla (Screen Resolution) de los usuarios tan solo deseamos que recoja el ancho de la pantalla.

Con estos 3 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 tipo 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.

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

Bueno lo primero siento decirte que
realmente esto aún no se puede hacer. Y esto es porque el editor de fuentes de Data Studio incluso no permite 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 directamente a través de esa conexión, si que podría cargar datos modelados. ¿El truco? Hacerlo a través de otras conexiones. Así de simple.

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

Lo que pasa es que esto que semeja una puerta interesante en la práctica se convierte en un recurso limitadísimo por varios motivos.

• 1. No tenemos histórico, cuando creamos la vista nueva esta empieza a capturar datos y por consiguiente no podremos consultar el año pasado.


• 2. Un filtro de segmento no es 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 produzcan en esa visita mas 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 específicos. Por servirnos de un ejemplo separación de paises por carpetitas donde aplico un filtro de hit que realmente se marcha a parecer mucho al de sesión puesto que un usaurio realizará la mayor parte de sus hits (si no todos) en el mismo país de la web.

Para los que tengan la suerte de disponer de una cuenta premium Google Analytics (perdon, ahora se llama Analytics trescientos sesenta) se vuelca automaticamente a tablas al día en BigQuery. Ahí podemos consultar lo que nos de la gana. ASí que lo que necesitamos es crear una consulta con los datos que necesitamos, con ella crear una vista e emplear 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 aun cruzar datos con otras fuentes. Hay que aprender a unir tablas con "TABLE_DATE-RANGE()" y comprender como utilizar campos como visitId o bien fullVisitorId (ya que los nombres de campos no coinciden siempre y en toda circunstancia con los nombres de dimensión) para hacer las agrupaciones manualmente sobre las tablas de hits o bien de sesiones. Una vez dominas como se hacen ese tipo de queries el planeta se vuelve más afable.

Para los que no lo hayais tocado os dejo solo un enlace, una explicación punto por punto de como consultar funnels dentro de bigQUery, un blog post que por lo complejo del inconveniente debe solucionar múltiples partes y te da múltiples queries de ejemplo:

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

Una opción muy utilizada en sites que precisan un reporting serio es hacer descargas diarias 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 preguntar de manera directa las tablas MySql con la conexión de Data Studio.

El problema es crear el script que se descarga los datos. Esto suele ser trabajo más de la gente de BI que del analista, mas soluciones vamoas a encontrar varias por internet. Nosotros en IKAUE tenemos una librería propia para este género de descargas desarrollada en PHP y que es capaz de multiplicar las consultas creando compilaciones de segmentos a la medida.

Otro inconveniente de este sistema es que todo cuanto no hayas pensado como dato necesario para estas exportaciones no estará disponible, por eso es importante planificar bien las descargas de datos.

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

Me voy a centrar en Analytics, pero este sistema en realidad nos deja añadir a Data Studio no solo la API real de GA sino más bien cualquier API libre para Google SpreadSheets.

Lo que vamos a hacer es crear una hoja de repositorio de datos, esta hoja debe 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 similar a las descargas de datos modelados a MySQL que decíamos antes mas más alcanzable para la mayoría de personas (si bien 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 bien el propio Google. Para ello solo tenemos que hacer clic en el menú Complementos>Obtener Complementos.

Dentro de la galería deberíamos buscar el complemento de Analytics. Se halla de forma bastante sencilla puesto que es uno de los complementos TOP.

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

Hacemos Clic 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 todos y cada fila debemos apuntar 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 personalizado con las dimensiones y métricas que queremos y el máximo número de días hacia atrás en el tiempo que podamos permitirnos.

Algunas apreciaciones:

• El número de días dependerá de nuestro tráfico:

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 bien por lo menos que si lo hay no nos moleste demasiado


• Y apuntamos desde 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 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 4 de la mañana. En cuentas free es preferible moverlo a mucho más tarde. Lo que hago es recargar justo a la hora de inicio de actividad en la empresa. Esto es, si sabemos que 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 interesa. Ahi solo debemos crear una fuente nueva de tipo "Google Sheets", seleccionar de que fichero y hoja deseamos que vengan los datos y seleccionar un rango de celdas en el que actuar. En mi ejemplo hemos escogido 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 iniciar 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 a fin de que los datos que estamos cargando signifiquen algo para el que va leer el dashboard (si, por más que te empeñes "ga:sessions" no significa nada). El resultado unificando los nombres con los que usamos 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 correctamente segmentada.

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 asistan a terminar de redondear nuestros informes. El tema de spreadsheets me resulta especialmente interesante por el hecho de que verdaderamente no solo disponemos de apis de analytics. Podemos cargar ahi multitud de APIs y emplear 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 esta forma.

Bueno, creo que hemos repasado bastantes unas partes de la herramienta y las posibilidades están claras. Crear dashbaords de Analytics con Google Data Studio es una tarea que de primeras semeja sencillisima (en verdad se hace más simple incluso que crear informes adaptados) pero a la que vas rascando vas viendo que tienes mucho trabajo por delante. consultor seo huesca de datos, crear fuentes extra para llenar tu información y luego, cuando acabes, tocará ponerlo todo coherente al tiempo que hacemos destacar los datos primordiales sobre el resto. Tenemos para cientos y cientos de horas de "diversión" asegurada con esta nueva herramienta.

¿Te gustó este blog post? Puedes seguir sus comentarios mediante, o realizardesde tu weblog.