Pourquoi choisir Google Data Studio? Avis, Test, Avantages (2023)

Revue Détaillée de Google Data Studio

Google Data Studio est l'un des outils de BI les plus populaires sur le marché, créé par Google. Nous allons faire une analyse approfondie de ses fonctionnalités et de son prix.

Qu'est-ce que Google Data Studio ?

Google Data Studio est la couche de visualisation des données ajoutée au sommet de la stack de données de Google. Il vise à la simplicité, et ses capacités sont donc assez limitées. Data Studio a l'air sympa en apparence, mais en fait, ses fonctions sont fragmentées et peu abouties.

Google Data Studio fonctionne mieux si l'organisation utilisait déjà BigQuery de Google (entre autres outils Google) pour l'entreposage des données et disposait d'un flux de travail pour le nettoyage et la transformation des données.

Il y a également un tableau récapitulatif d'évaluation à la fin du post qui résume bien notre évaluation de Data Studio.

À qui s'adresse Data Studio ?

D'après notre évaluation de Google Data Studio, l'outil semble cibler un ensemble d'utilisateurs semi-techniques, qui travaillent avec des chiffres et connaissent très bien Excel. Ils peuvent même connaître un peu de langage de script (Python, JS), mais ne sont pas assez techniques pour travailler sur l'infrastructure des données ou pour créer des rapports complets à partir de zéro, ou encore pour élaborer des analyses complexes qui nécessitent des acrobaties SQL.

Il s'agit essentiellement de ce que les gens appellent des "analystes d'entreprise". Ils comprennent bien les problèmes de l'entreprise, peuvent parler le langage de l'entreprise et un peu le langage des données, et ont besoin d'un outil pour rassembler et présenter de jolis rapports aux clients ou aux parties prenantes internes.

Fonctionnalités - Google Data Studio

Google Data Studio comporte 4 concepts importants : Dataset, Connector, Data Source, Report.

Les concepts de Google Data Studio et leurs liens

L'ensemble de données est la couche "physique" qui sous-tend tout (et stocke les données), tandis que la source de données est la couche "logique" avec des propriétés et des fonctionnalités supplémentaires. Un connecteur est le "tuyau" qui relie ces deux couches.

Un ensemble de données peut être bien plus qu'un simple tableau ou un fichier Excel. Quelques exemples :

• Vues de rapports Google Analytics
• Feuilles de calcul Google Sheets, fichiers CSV téléchargés sur Drive
• Bases de données MySQL, PostgreSQL
• etc...

La source de données est créée au-dessus de l'ensemble de données avec des fonctionnalités supplémentaires :

• Partageable : bien que vous soyez le seul à avoir accès à votre ensemble de données sous-jacent, la source de données peut être partagée de la même manière que n'importe quelle autre ressource Google (avec des autorisations de propriétaire, de modification et de visualisation...).
• Configurable : vous pouvez modifier les noms des champs, le type d'agrégation, créer des champs calculés, désactiver des champs...

Connecteur : La Google Data Studio n'importe pas vos données - elle utilise un connecteur pour avoir accès à vos données sous-jacentes réelles. Outre les connecteurs officiels de Google, il existe des connecteurs partenaires et des connecteurs open-source permettant d'accéder aux données d'autres plateformes telles que Facebook, GitHub ou Twitter.

Bien qu'il dispose d'un grand nombre de connecteurs qui facilitent la connexion des données, les connecteurs fournis par la communauté ne sont pas toujours stables car ils ne sont pas toujours bien entretenus.

Google Data Studio prend en charge un grand nombre de connecteurs, certains fournis par Google, d'autres par des partenaires et des communautés.

Enfin, un rapport est la présentation finale et visuelle des données provenant de différentes sources de données. Nous parlerons davantage d'un rapport dans la section ci-dessous.

Prenons un exemple simple où vous voulez analyser les données d'une transaction de vente dans un fichier Excel que vous stockez dans GDrive.

• Vous démarrez Google Data Studio, et utilisez leur connecteur Google Drive pour vous connecter à Google Drive (jeu de données).
• Vous créez ensuite une source de données basée sur ce fichier Excel particulier dans Google Drive. Vous ajoutez ensuite une formule personnalisée (calculer la marge brute sur la base du prix de vente et du coût), ou supprimez les champs/données inutiles dans la source de données.
• Ensuite, vous créez un rapport avec plusieurs visualisations pour présenter différents aspects de vos données dans la source de données. Vous pouvez partager ce rapport avec différentes parties prenantes. C'est fait !

Rapports - Google Data Studio

Google Data Studio s'articule autour du concept de "rapport". Un rapport dans Google Data Studio a une ressemblance frappante avec Google Drawing ou Google Slides. Google Data Studio n'a pas le concept de tableau de bord.

Comparé à d'autres outils de BI, où les rapports sont généralement constitués d'un graphique ou d'un tableau, et où le tableau de bord est constitué de plusieurs graphiques, avec un concept de mise en page basé sur une grille très fixe, nous pensons que c'est l'un des aspects les plus agréables de Google Data Studio.

Du côté de l'édition, l'outil offre une interface glisser-déposer très interactive, où l'utilisateur peut librement redimensionner et aligner les graphiques. Cela donne plus de liberté aux concepteurs, mais peut irriter ceux qui ne veulent que des graphiques rapides et agréables qui sont arrangés automatiquement.

Cette approche s'aligne bien sur les analystes d'affaires semi-techniques qui ont l'habitude d'embellir les diapositives Powerpoint.

Filtrage des données dans Google Data Studio

Le filtrage des données dans Google Data Studio est fragmenté. Il existe différents types de filtres dans Google Data Studio : Plage de dates, Contrôle des filtres, Contrôle des données, Filtres spécifiques aux cartes.

Un filtre est lié à une source de données et prend le contrôle de certains champs/dimensions de cette source de données.

Lorsque la valeur du filtre est modifiée, cette modification se répercute sur la source de données, générant de nouvelles requêtes qui sont envoyées au jeu de données sous-jacent. Les résultats sont stockés dans le cache des requêtes, puis les graphiques sont mis à jour en conséquence.

Exploration interactive

Pour l'instant, il n'y a pas de fonctionnalité d'exploration pour Google Data Studio, que ce soit dans la vue standard ou dans la vue Explorer.

Comment les données sont-elles mises à jour (rafraîchies) dans Google Data Studio ?

Comme indiqué, les Google Data Studio ne stockent pas vos données brutes, mais les extraient directement de la source (ensemble de données). Par conséquent, chaque fois que l'ensemble de données sous-jacent est mis à jour, tout rapport utilisant la source de données créée à partir de cet ensemble de données sera mis à jour.

Si votre ensemble de données n'est pas volumineux, vous pouvez simplement télécharger les données directement au format Excel/CSV et Data Studio en conservera une copie pour vous (dans Google Drive). Si vous avez beaucoup de données, alors BigQuery est le choix naturel pour charger les données ici.

Pour améliorer les performances des rapports, Google Data Studio met les données en cache de deux manières :

• Cache des requêtes : une requête signifie ici "demande de données". Google Data Studio garde en mémoire le résultat de la requête précédente, et si la requête suivante utilise les mêmes paramètres (mêmes dimensions, mêmes métriques, mêmes filtres etc...) alors le résultat sera affiché à partir du cache.
• Le cache de pré-recherche est la couche suivante où Google Data Studio recherche des données si la nouvelle requête ne peut être satisfaite par le cache de requête. Google Data Studio le crée en prédisant le type de données qu'un composant (graphique, filtres...) du rapport peut demander.

Définition de dimensions et de mesures personnalisées (modélisation des données)

Dans une source de données, nous pouvons ajouter un nouveau champ et spécifier son type. Les champs de type catégorique comme le texte, la date, le booléen... seront classés comme Dimension, tandis que les nombres sont classés comme Métriques. Chaque métrique est liée à une méthode d'agrégation par défaut.

La syntaxe de Formula est une version simplifiée de la syntaxe SQL standard de BigQuery. Les fonctions prises en charge répondent à la plupart des cas d'utilisation populaires, mais elles sont un peu insuffisantes dans les cas limites où vous souhaitez une formule plus compliquée :

En bref, il semble facile au début de s'habituer à cette fonctionnalité, mais elle comporte quelques bizarreries. En outre, elle ne permet pas actuellement de définir des relations (jointures) entre différentes sources de données, ce qui est très limitatif comme vous le lirez ci-dessous.

Exploratio - Google Data Studio

Google Data Studio a récemment introduit la fonction Explorer (encore en mode Labs/beta) qui permet à l'utilisateur d'explorer une seule source de données dans une version simplifiée de Data Studio. Il s'agit probablement d'un moyen pour Google de répondre aux besoins de certains utilisateurs en matière d'interface d'exploration de données rapide et sale.

Cependant, nous pensons qu'avec une couche d'abstraction de données limitée (sans relations entre les sources de données), le développement de cette fonctionnalité sera limité, à moins que la couche de modélisation sous-jacente soit suffisamment complexe.

Combinaison de données - Google Data Studio

La combinaison de données provenant de sources multiples est l'une des caractéristiques les plus importantes d'un outil de BI. Nous examinons ci-dessous comment la Google Data Studio vous aide à le faire.

Google Data Studio a introduit la fonctionnalité de Data blending qui permet aux utilisateurs de combiner différentes sources de données en une seule. Cette fonctionnalité est à la fois similaire et différente d'une JOIN SQL. Comme Google l'a défini, il s'agit d'un LEFT JOIN et Google Data Studio permet de combiner jusqu'à 5 sources en une seule opération.

À notre avis, cette fonctionnalité est sous-développée et n'est utile que pour un petit nombre de cas d'utilisation spécifiques.

Examinons les différents scénarios de jointure suivants :

• Mélange de deux sources de données
• Mélange de 3 sources de données ou plus avec les mêmes clés de jointure
• Mélange de 3 ou plusieurs sources de données avec des clés de jointure différentes

Nous décrivons ci-dessous plus en détail les différents cas au niveau conceptuel.

Mélange de 2 sources de données (similaire à VLOOKUP)

Vous voulez obtenir une liste d'utilisateurs, avec le nom de la ville (jointure à la table cities).

Cette opération simple fonctionne bien dans Google Data Studio, et elle se comporte comme un JOIN SQL normal sur une clé.

Mélange de 3 sources de données ou plus avec les mêmes clés de jointure

Supposons que vous ayez extrait et agrégé 3 points de données (pages vues, inscriptions et commandes), et que vous souhaitiez les combiner dans un seul tableau de résultats.

Comme dans l'exemple ci-dessus, cela peut fonctionner correctement dans Google Data Studio. Tant que les tables que vous voulez joindre ont les mêmes clés, le Data Blending fonctionne bien. Bien que les pages vues (GA), les inscriptions et les commandes proviennent de 3 sources de données différentes, nous pouvons les combiner en un seul tableau.

Mélange de 3 sources de données ou plus avec des clés de jointure DIFFERENTES (populaire)

Google Data Studio commence à se compliquer avec le cas d'utilisation suivant (extension du premier exemple), où vous voulez lister les utilisateurs avec leur ville et leur pays (jointures à 2 niveaux).

À ce stade, le mélange de données ne se comporte pas comme une JOIN SQL, car le mélange exige que les mêmes clés de jointure soient présentes dans toutes les sources de données, sinon le mélange n'aura pas lieu du tout.

Typiquement, pour résoudre ce problème, on penserait à fusionner les utilisateurs et les villes dans une vue, puis à fusionner cette vue avec le pays. Malheureusement, cette opération n'est pas actuellement prise en charge par Google Data Studio.

Les sources de données mélangées sont appelées "vues de données" et ne sont disponibles que dans le rapport créé, ce qui signifie qu'elles ne peuvent pas être partagées ou réutilisées. En d'autres termes, l'idée du mélange de données semble excellente, mais l'exécution n'est pas à la hauteur. S'il est développé davantage, le Data Blending sera un excellent compagnon du mode Explorer.

En bref :

• Le mélange de données n'est utile que si vos données sont déjà agrégées et que votre opération de fusion de tableaux est simple.
• Pour des jointures de données plus complexes, vous devez effectuer les jointures dans BigQuery en utilisant SQL, et ne charger que le tableau de données résultant dans Google Data Studio.

Contrôle d'accès et partage des données - Google Data Studio

Les rapports et les sources de données ont le même mécanisme de partage, de permission et de propriété qu'un document sur Google Drive, mais sans structure de dossier. Lorsqu'ils sont créés, ces objets sont enregistrés en tant que "fichier inconnu" dans le dossier principal de Google Drive, ce qui est assez désordonné.

Le partage des données est facile pour les individus, mais pour les groupes, Google Data Studio s'appuie sur Google Groups, ce qui ajoute des frictions à l'expérience. En fait, le mécanisme est assez restrictif pour les grandes organisations qui ont besoin d'un contrôle complexe des autorisations.

Par exemple, lorsqu'un utilisateur quitte une organisation, le processus de transfert de propriété dans Data Studio est actuellement maladroit. Il arrive que le compte Gmail d'un utilisateur soit désactivé avant qu'il ne puisse transférer la propriété de ses rapports et sources de données, ce qui entraîne la désactivation de centaines de sources de données qui doivent être reconnectées à l'ensemble de données. Ce processus est assez long, fastidieux et parfois ingérable.

Partage et fourniture de données

L'utilisateur peut partager le rapport Google Data Studio comme n'importe quel autre document dans Google Drive, ou télécharger un fichier PDF joliment formaté (bien que la personnalisation optionnelle soit réduite à sa plus simple expression).

La fonction tant attendue de planification des courriels n'est nulle part, ce qui est surprenant car l'intégration entre Google Data Studio et Gmail semble être une progression naturelle.

Intégrations - Google Data Studio

Google Data Studio s'intègre bien avec les autres produits de l'écosystème Google, principalement les produits de base de données (BigQuery, Spanner, Cloud SQL...), les produits de gestion des annonces et des campagnes (Google Analytics, Adwords, Youtube Analytics...) et Google Sheets.

• BigQuery : Google Data Studio peut facilement se connecter aux tables et aux vues de BigQuery, et il prend également en charge le SQL personnalisé pour aider les utilisateurs à optimiser les performances des tableaux de bord et le coût des requêtes. Chaque table, vue et SQL personnalisé agit comme un ensemble de données.
• Google Sheets : Chaque feuille d'une feuille de calcul Google est un ensemble de données séparé, ce qui signifie que chaque source de données ne se connectera qu'à une seule feuille d'une feuille de calcul. Les données de la feuille doivent être sous forme de tableau pour que Google Data Studio fonctionne correctement.
• Applications (GA, Youtube, Google Ads) : Google Data Studio dispose de connecteurs officiels à Google Analytics, Youtube Analytics et autres. En se connectant à ces sources, Google Data Studio reconnaît automatiquement les dimensions et métriques disponibles. Il existe également des modèles Google Data Studio conçus pour fonctionner instantanément avec Google Ads ou Youtube Analytics, et il existe même un filtre dédié pour contrôler les sources de données GA dans Google Data Studio. Cependant, les données obtenues via ces connecteurs officiels ne sont que des données agrégées (et éventuellement échantillonnées).
• Travailler avec une stack non-Google : Comme indiqué ci-dessus, outre les connecteurs officiels vers les produits Google, Google Data Studio propose des centaines de connecteurs écrits par des partenaires de Google, ainsi que quelques connecteurs open source. Ces connecteurs vous aident à explorer les données publiques (ou parfois privées) d'autres sites Web, dont les connecteurs de médias sociaux et de plateformes publicitaires représentent la plus grande partie.

Données brutes, BigQuery et Google Data Studio

Si vous souhaitez obtenir des données brutes au niveau des résultats de Google Analytics, vous pouvez les exporter vers BigQuery si vous avez un compte GA Premium. Les données brutes de Google Analytics sont assez volumineuses et imbriquées. Vous aurez donc besoin d'une autre couche de transformation avant de les explorer avec Google Data Studio.

Quant à Firebase Analytics, la seule façon de le connecter avec Google Data Studio est d'exporter les données brutes vers BigQuery et d'utiliser Google Data Studio pour explorer ces tables Firebase. Cette option n'est disponible que pour les utilisateurs du Blaze Plan (aka Premium Plan).

Google Data Studio est un produit complémentaire de la suite de cloud computing.

D'après ce que l'on peut voir, Google construirait et positionnerait Google Data Studio comme la pièce de reporting/BI de sa stack Google Cloud Platform. Cela signifie également plusieurs choses :

• Ils s'efforceront de faire en sorte que Google Data Studio fonctionne de manière transparente avec GCP, plutôt que d'essayer de prendre en charge toutes les bases de données/intégrations existantes. Leur objectif sera d'accroître la compétitivité globale de Google Cloud pour concurrencer AWS et Microsoft Azure.
• Ils ne cherchent pas nécessairement à faire de Google Data Studio le meilleur outil de BI possible (par rapport à d'autres fournisseurs de BI indépendants).
• Si vous n'êtes pas sur la stack Google, choisir Google Data Studio n'est peut-être pas un choix judicieux. Certes, il existe des connecteurs de données qui vous permettent de travailler avec des bases de données comme Redshift (AWS), mais ils ne seront pas des citoyens de première classe.

Tarifs - Google Data Studio

Pour l'instant, Google Data Studio est proposé gratuitement par Google dans le cadre de son offre Google Cloud Platform.

Il est probable que Google commence à faire payer ce service (ou une version premium de celui-ci) à l'avenir, à l'instar de Google Analytics (avec Google Analytics 360).

Verdict Final - Google Data Studio

Dans l'ensemble, nous pensons que Google Data Studio est un outil de BI décent, idéal pour les rapports dont la structure des données est simple, mais dont les exigences de formatage sont complexes (c'est-à-dire que les données ne sont pas complexes, mais que les utilisateurs finaux ont besoin de rapports sophistiqués).

Quelques points clés sont mis en évidence ci-dessous :

• Conçu pour les utilisateurs semi-techniques, c'est-à-dire les analystes commerciaux.
• Plusieurs connecteurs de données qui prennent en charge de nombreuses intégrations, mais aucune garantie de connecteurs contribués par la communauté.
• Leur vue des rapports avec une expérience de type Powerpoint est unique et se démarque des autres outils que nous connaissons.
• Leur modélisation des données est faible et très basique, ce qui les rend incapables d'effectuer des opérations compliquées et des rapports en libre-service. Il n'y a pas d'exploration et les capacités de filtrage sont standard.
• Le mélange de données a du potentiel, mais il est encore très limité et il est difficile pour les utilisateurs de manipuler et de joindre les données (ce qui prend généralement 80 % du temps).
• Conçu pour compléter la stack Google Cloud et fonctionne bien avec elle. Recommandé uniquement si vous utilisez déjà (ou décidez de le faire) les services de Google et de GCP.

Conseils pour les débutants de Google Data Studio

1. Utilisez des modèles.

Il n'est pas nécessaire de réinventer la roue. Si vous ne savez pas par où commencer avec Data Studio, je vous recommande de parcourir leurs modèles pour vous inspirer.

Faites attention au créateur du rapport. De nombreux modèles ont été créés par l'équipe de Data Studio ; vous les trouverez tous dans la section "Modèles marketing". Mais il y a aussi plus de 45 soumissions d'utilisateurs situées dans la section "Communauté". Voici quelques-uns de mes modèles préférés :

• Aperçu du comportement de GA : Ce tableau de bord extrait les informations les plus pertinentes de la section "Comportement" de Google Analytics.
• Rapport sur le mélange de canaux payants : Utilisez ce modèle pour comprendre les performances de vos publicités sur Facebook, Twitter, LinkedIn, les recherches, etc.
• Indicateurs de performance technique du site web : Obtenez un aperçu rapide des performances de votre site en temps réel, y compris les erreurs JavaScript et 404 et les temps de chargement des pages.

Vous trouverez également dans la galerie (dans la section "Featured") un certain nombre de modèles amusants qui ne relèvent pas du marketing.

2. Publiez votre rapport.

Vous voulez montrer au monde entier vos compétences supérieures en matière d'analyse et de visualisation des données ? Soumettez votre rapport à cette galerie en utilisant ce formulaire Google.

Lisez les instructions complètes sur ce lien, mais voici ce que je retiendrais :

• Ne partagez pas d'informations sensibles. Je vous recommande de créer un rapport avec des données accessibles au public, afin qu'il n'y ait absolument aucune chance que vous ayez des problèmes pour avoir partagé des données qui ne vous appartiennent pas. (Conseil de pro : recréez l'un de vos rapports d'entreprise existants avec des données factices provenant de l'un des ensembles de données types de Google).
• Rendez-le impressionnant. Les rapports publics sont impressionnants, alors ne vous gênez pas pour la conception, les fonctionnalités, etc.
• Ajoutez du contexte. Expliquez sur la page ce que vous mesurez ou surveillez à l'aide de légendes, d'instructions, voire d'une vidéo de vous parcourant le rapport.

3. Connectez-vous à plus de 150 sources de données.

Comme je l'ai mentionné, vous pouvez introduire dans Data Studio des données provenant de sources appartenant à Google, notamment Search Console, Google Ads, YouTube et Campaign Manager.

Mais ce n'est que la partie émergée de l'iceberg. Il existe également plus de 120 connecteurs partenaires, c'est-à-dire des passerelles tierces entre Data Studio et des plateformes telles qu'Adobe Analytics, AdRoll, Asana, Amazon Ads et AdStage (et ce n'est qu'un aperçu).

Consultez toutes les options ici.

4. Créez votre propre thème de rapport.

Que votre rapport soit destiné à des parties prenantes internes, comme l'équipe de direction, ou externes, comme les clients, il sera plus efficace s'il est bien présenté.

Pour ajuster le style et le formatage du rapport, cliquez sur l'option Mise en page et thème dans la barre d'outils.

Toute modification apportée ici s'appliquera à l'ensemble du rapport, ce qui signifie que vous ne devez choisir les polices, les couleurs, etc. qu'une seule fois, au lieu de le faire chaque fois que vous ajoutez un nouveau module au rapport.

Data Studio est livré avec deux thèmes intégrés : simple et simple foncé. Mais il est facile de créer le vôtre - et les résultats sont bien plus impressionnants.

Cliquez sur "Personnaliser".

Utilisez le guide de style de votre marque pour choisir les couleurs primaires et secondaires, les polices et la couleur du texte. Vous devrez peut-être faire preuve de créativité ici ; HubSpot utilise Avenir Next, que Data Studio ne propose pas, et j'ai donc choisi son cousin Raleway.

Si vous créez un rapport pour un client et que vous ne connaissez pas ses codes hexadécimaux, Michelle Noonan, de Seer Interactive, propose un excellent conseil : utilisez un outil gratuit de sélection des couleurs pour identifier ce qu'il utilise sur son site web.

Vous pouvez également créer une palette graphique personnalisée dans cet onglet et modifier les paramètres de bordure et d'arrière-plan.

5. Intégrer du contenu externe.

Tout comme vous pouvez faire connaître votre rapport au reste du monde, vous pouvez également faire connaître votre rapport au reste du monde.

Vous pouvez insérer des documents Google, des feuilles de calcul Google, des vidéos YouTube et même des pages Web en direct grâce à la fonction d'intégration d'URL. Le contenu incorporé est interactif, ce qui le rend beaucoup plus puissant qu'une capture d'écran.

Cliquez sur "URL embed." dans la barre de navigation pour ajouter du contenu.

De là, il suffit de coller l'URL. Ensuite, vous devrez peut-être redimensionner la boîte qui apparaît pour qu'elle s'adapte à la longueur et à la largeur totales de votre contenu.

Les possibilités sont infinies. L'une de mes façons préférées d'utiliser cette fonction est d'intégrer un formulaire Google permettant de mesurer l'utilité du rapport pour mon public :

Si une section du rapport nécessite un contexte supplémentaire (ou si mes spectateurs ne sont pas très techniques), j'ajouterai une courte vidéo expliquant ce qu'ils regardent et comment interpréter les résultats.

Pour personnaliser un rapport pour un client, j'ajouterai l'URL de son site Web, de son blog et/ou des pages qu'il m'a demandé de créer ou d'améliorer.

Et pour l'équipe de blogueurs de HubSpot, je vais ajouter la dernière version du rapport Search Insights afin qu'ils puissent comparer nos progrès aux résultats.

6. Envoyez des rapports planifiés.

Si vous avez un groupe de parties prenantes qui doivent voir votre rapport régulièrement, envisagez d'utiliser la fonction "rapport planifié" de Data Studio.

Cliquez sur le menu déroulant à côté du bouton "Partager" et sélectionnez "Programmer l'envoi d'un courriel".

Commencez par saisir les adresses électroniques de vos destinataires, puis choisissez un calendrier, qu'il s'agisse d'une journée, d'un lundi ou d'un mois.

Cette fonction est particulièrement utile lorsque vous travaillez avec des clients, car vous ne souhaitez peut-être pas leur donner accès au rapport en direct.

7. Téléchargez le rapport en format PDF.

Vous pouvez également télécharger votre rapport au format PDF. C'est utile pour les situations ponctuelles, par exemple si votre patron vous demande un rapport d'étape ou si votre client souhaite connaître les résultats d'une publicité pour le mois en cours.

Pour télécharger le fichier, cliquez sur "télécharger" dans le menu déroulant.

Data Studio offre la possibilité de télécharger la page en cours ou l'intégralité du rapport. Vous pouvez même ajouter un lien vers le rapport pour que votre public puisse l'approfondir s'il le souhaite et ajouter une protection par mot de passe pour garantir la sécurité de vos données.

8. Intégrer les rapports.

Vous pouvez même afficher votre rapport sur le site Web de votre entreprise ou sur votre portfolio personnel, ce qui peut être un excellent moyen de mettre en évidence les résultats obtenus pour un client ou un projet.

Cliquez sur l'icône des crochets dans la barre de navigation supérieure.

Cette boîte s'affiche :

Ajustez la largeur et la hauteur selon vos besoins, et c'est parti.

Conseils intermédiaires pour Google Data Studio

9. Ajoutez une plage de dates.

Donnez plus de liberté à vos spectateurs en leur permettant de choisir les dates pour lesquelles ils souhaitent voir des informations.

Par exemple, mes rapports portent toujours par défaut sur les 30 derniers jours, mais si l'un des rédacteurs du blog de HubSpot souhaite voir les performances de sa propriété au cours du mois civil précédent, les contrôles de plage de dates lui permettent d'ajuster le rapport.

Ils peuvent choisir parmi des options prédéfinies, comme "hier", "les sept derniers jours", "depuis le début de l'année", etc.

Pour l'activer, naviguez d'abord jusqu'à la page sur laquelle vous voulez donner aux utilisateurs le contrôle des dates. Ensuite, cliquez sur le menu déroulant par "Ajouter un contrôle". Ensuite, cliquez sur "Plage de dates" dans la barre d'outils.

Une boîte apparaîtra sur votre rapport. Faites-la glisser jusqu'à la position souhaitée - je recommande de la placer dans le coin supérieur droit ou gauche, afin que votre public la voie en premier - et ajustez sa taille si nécessaire.

En cliquant sur ce module, un panneau appelé "Propriétés de la plage de dates" apparaît à gauche de votre rapport. Définissez la plage de dates par défaut sur "Plage de dates automatique", si ce n'est pas déjà le cas.

Si vos visiteurs sélectionnent une plage de dates à l'aide du widget de plage de dates, chaque rapport de la page sera automatiquement mis à jour sur cette période.

Il existe deux façons de contourner ce problème :

• Définissez une période de temps dans un graphique spécifique. Cette période remplacera toujours le contrôle de la plage de dates.
• Regroupez les graphiques que vous souhaitez voir affectés par le contrôle de la plage de dates avec le module. Sélectionnez le ou les graphiques et la boîte, puis choisissez Disposer > Grouper.

Désormais, seuls les graphiques de ce groupe seront mis à jour lorsque quelqu'un modifiera la plage de dates.

Veillez à ce que ce paramètre soit clair pour vos visiteurs - sinon, ils supposeront probablement que tous les graphiques qu'ils regardent sur leur page actuelle utilisent la même période.

10. Ajoutez les contrôles du filtre.

Donnez à votre public encore plus de flexibilité avec les contrôles de filtre. Comme le contrôle de la plage de dates, un filtre applique ses paramètres à chaque rapport de la page. Ainsi, si, par exemple, une personne filtre tout ce qui n'est pas le trafic organique, tous les rapports de cette page afficheront les données relatives au trafic organique.

Ajoutez un contrôle de filtre en cliquant sur cette icône dans la barre d'outils.

Le filtre apparaît sur la page du rapport. Redimensionnez-le et faites-le glisser dans la position que vous souhaitez. Lorsqu'il est sélectionné, vous devriez voir un panneau sur le côté gauche :

Dans l'onglet "Données", choisissez la dimension que vous souhaitez filtrer pour les spectateurs. Ces dimensions proviennent de votre source de données - dans cet exemple, j'ai choisi le type de trafic.

La partie métrique est facultative. Si elle est cochée, les utilisateurs verront les valeurs de chaque sous-catégorie de dimension dans le filtre. (Cela aura plus de sens lorsque vous verrez la capture d'écran ci-dessous.) Ils peuvent trier par ces valeurs, mais ils ne peuvent pas filtrer par une métrique.

Vous pouvez ajouter un filtre supplémentaire à votre contrôle de filtre. Par exemple, si vous avez ajouté un filtre pour Source / Medium, vous pouvez exclure le filtre "Baidu /organic", afin que vos spectateurs ne le voient pas comme une option.

Personnalisez le formatage et l'apparence de votre contrôle de filtre dans l'onglet style. Vous disposez de quelques options : liste/cochez tout ce qui applique des filtres, comme celui-ci :

Ou encore les filtres "Rechercher tout", qui permettent à vos visiteurs d'effectuer des recherches par des termes numériques et textuels à l'aide d'opérateurs tels que >=, et <, ou "égal", "contient", etc. respectivement.

Cela peut s'avérer fastidieux pour les personnes qui lisent le rapport - de plus, elles doivent être relativement à l'aise avec les opérateurs de recherche. Ainsi, à moins que les dimensions de votre filtre ne comportent 10 000 valeurs (ce qui est peu probable), restez-en au filtre de liste.

11. Créer des filtres interactifs pour les graphiques.

Vous voulez que votre public puisse filtrer encore plus facilement les graphiques de votre rapport ? Créez des filtres de graphiques réactifs.

Cela peut sembler sophistiqué, mais cela signifie simplement que la sélection d'une dimension dans un graphique filtrera tous les graphiques de cette page pour cette dimension.

Par exemple, si vous cliquez sur "organique" dans ce graphique, les autres graphiques de la page seront mis à jour pour afficher les données relatives au trafic organique uniquement, comme si vous aviez appliqué un filtre de contrôle traditionnel.

Vous pouvez également créer des contrôles de graphiques pour les graphiques temporels, linéaires et de zone. Par exemple, si un utilisateur met en surbrillance, par exemple, la période de janvier à mars sur un graphique temporel, les autres graphiques de la page afficheront également les données de janvier à mars - tout comme un contrôle de plage de dates.

De plus, tout comme les contrôles de filtres, vous pouvez regrouper les contrôles de graphiques.

Pour activer le contrôle des graphiques, sélectionnez le graphique approprié. Dans le panneau de droite, faites défiler vers le bas et cochez la case intitulée "Appliquer le filtre".

Ajoutez une légende à côté des graphiques qui prennent en charge le filtrage interactif, afin que vos spectateurs sachent que c'est une option :

12. Ajoutez un contrôle de données.

Les contrôles de données sont peut-être l'une des fonctionnalités les plus intéressantes de Data Studio. Placez l'un de ces contrôles sur votre rapport et vous donnerez aux utilisateurs la possibilité de choisir la source des données qui seront intégrées dans vos graphiques.

Cela change la donne pour quiconque gère une propriété complexe ou travaille avec plusieurs parties prenantes.

Par exemple, imaginez que vous êtes l'administrateur du compte Google Analytics de HubSpot. Vous créez un rapport Data Studio pour surveiller les principaux indicateurs de performance du site Web, comme la vitesse moyenne des pages, le nombre de codes de réponse non-200, le nombre de chaînes de redirection, etc.

Vous partagez ce rapport avec l'équipe de blogueurs, qui a accès à la vue Google Analytics pour blog.hubspot.com. (Vous avez besoin d'un rappel sur le fonctionnement des vues et des autorisations ? Consultez notre guide ultime de Google Analytics).

Vous partagez également le rapport avec l'équipe Academy, qui a accès à la vue GA pour academy.hubspot.com, et l'équipe Leads Optimization, qui a accès à offers.hubspot.com.

Pour voir ce rapport alimenté avec les données pertinentes, ces équipes doivent simplement sélectionner leur vue dans le menu déroulant "source de données", et voilà - tous les graphiques se mettent à jour automatiquement.

Pas mal, hein ?

Non seulement cela vous évite de reconstruire le même rapport pour différents groupes, mais cela signifie également que vous n'avez pas à vous inquiéter de partager accidentellement des informations sensibles ou confidentielles. Chaque spectateur ne peut sélectionner que les sources de données auxquelles il a été autorisé à accéder.

Vous pouvez inclure plusieurs contrôles de données dans un seul rapport.

Ajoutez le widget de contrôle des données à votre rapport en cliquant sur cette icône :

Choisissez ensuite la source primaire dont vous voulez que les téléspectateurs se servent :

13. Ajouter une ventilation des dimensions.

Au lieu de vous dire ce qu'est une ventilation par dimension, il est plus facile de vous montrer comment elle fonctionne.

Supposons que nous voulions voir les utilisateurs par source. Pour le savoir, nous créons un simple diagramme à barres.

C'est intéressant - mais il manque un peu de contexte. Par exemple, tout ce trafic organique provient-il de Google ? (Puisqu'il s'agit de données américaines, probablement, mais imaginez créer le même graphique pour la Chine ou le Japon, où Baidu et Yahoo sont bien plus présents).

Qu'en est-il du trafic de référence ? Il est clair que nous recevons un nombre important d'utilisateurs par le biais de liens de référence ; la plupart d'entre eux proviennent-ils d'une source unique ou sont-ils répartis de manière assez égale entre une grande variété de sources ?

Nous pourrions créer des diagrammes à barres distincts pour chaque source - en filtrant d'abord par support, puis en créant la dimension "Source" et la métrique "Utilisateurs".

Ou nous pouvons cliquer sur un seul bouton et laisser Data Studio le faire pour nous.

Sous Breakdown Dimension, cliquez sur "Add dimension".

Ajoutez "Source".

Voici ce que vous devriez voir :

Je suis sûr que mon ancien professeur d'analyse de données pleurerait s'il voyait ça. Mais ne vous inquiétez pas, nous n'avons pas encore fini.

Passez à l'onglet "Style" et cochez la case "Barres empilées" pour transformer votre graphique à barres ordinaire en un graphique à barres empilées (vous devriez voir le type de graphique se mettre à jour en conséquence).

Data Studio rendra automatiquement vos diagrammes à barres "empilables à 100 %", ce qui signifie que chaque barre sera placée en haut du graphique. Cependant, ce style est trompeur - par exemple, ici, il suggère que chaque support a conduit le même nombre d'utilisateurs.

Décochez cette case.

Maintenant, regardez ça :

14. Utilisez Data Studio Explorer (Labs).

Pour faire apparaître un graphique dans l'Explorer, passez la souris sur l'espace situé à côté de son coin supérieur droit. Vous verrez apparaître trois points empilés verticalement ; cliquez dessus.

Sélectionnez "Explore (Labos)".

Vous verrez quelque chose comme ça :

Vous pouvez basculer entre différentes visualisations, ajouter et supprimer des dimensions et des paramètres, modifier la plage de dates et appliquer des segments.

Remarque : contrairement à tous les autres outils Google, Explorer ne sauvegarde pas automatiquement votre travail.

Pour conserver votre tableau, cliquez sur le bouton "Enregistrer" dans la barre de navigation supérieure (à gauche de l'icône de votre profil). Une fois que vous aurez fait cela, votre "rapport" Explorer sera enregistré dans la section Explorer de votre tableau de bord. En outre, toutes les modifications que vous apporterez seront enregistrées par défaut.

En parlant de ce tableau de bord, si vous préférez, vous pouvez également commencer par Explorer (plutôt que par un rapport Data Studio). Allez dans votre tableau de bord Data Studio et sélectionnez "Explorer (Labs)" dans le menu de gauche.

Ajoutez une nouvelle source de données en cliquant sur le bouton bleu dans le coin inférieur droit.

Au début, Explorer m'a dérouté. Il ressemble beaucoup au noyau de Data Studio - quel était l'intérêt d'avoir les deux ?

Cependant, après avoir passé un certain temps à Explorer, j'ai fini par apprécier sa valeur unique.

Contrairement à Data Studio, toutes les modifications que vous apportez à un graphique dans Explorer sont temporaires. Cela signifie qu'il s'agit d'un endroit idéal pour explorer vos données et essayer différentes façons de les visualiser sans apporter de modifications permanentes. Ensuite, lorsque vous êtes satisfait de votre graphique, il vous suffit de le ré-exporter dans Data Studio.

Pour ce faire, cliquez sur la petite icône de partage dans la barre de navigation supérieure.

Choisissez ensuite d'ajouter votre travail d'exploration dans un rapport Data Studio nouveau ou existant.

Conseils avancés pour Google Data Studio

15. Créez des filtres au niveau du rapport.

Par défaut, un filtre s'applique à tous les graphiques de cette page. Mais que se passe-t-il si le spectateur passe à la page suivante ? Le filtre ne le suivra pas.

Cette situation est déroutante pour les non-techniciens et peu pratique pour ceux qui connaissent bien les données. Pour faire passer un filtre du niveau de la page au niveau du rapport, il suffit de cliquer avec le bouton droit de la souris sur le filtre et de sélectionner "Mettre au niveau du rapport".

16. Créez des champs mixtes.

Data Studio est puissant parce que vous pouvez intégrer plus de 400 sources de données dans un seul rapport. Mais, grâce à une nouvelle fonctionnalité, les sources mélangées, il vient de devenir encore plus puissant.

Attention : ça va devenir un peu technique. Restez avec moi, et je vous promets que ça en vaudra la peine.

Si vous êtes familier avec les clauses JOIN en SQL, vous comprendrez tout de suite le mélange de données. Vous n'avez aucune idée de ce qu'est SQL ? Pas de problème.

La meilleure façon d'envisager le mélange de données est d'utiliser un diagramme de Venn. Vous avez deux ensembles de données. Chaque ensemble de données possède des informations uniques - par exemple, comme les données vivant dans les zones vertes et bleues.

Mais ils ont (au moins) un point de données en commun : les informations de la section de chevauchement bleu-vert.

Ce point de données partagé est connu sous le nom de clé. Si vos ensembles de données n'ont pas de clé, ils ne sont pas fusionnables.

Supposons, par exemple, que vous souhaitiez comparer le comportement des utilisateurs sur votre site Web et sur votre application. La clé est l'ID utilisateur, une dimension personnalisée que vous avez créée dans Google Analytics et que votre logiciel d'analyse d'applications utilise également. (Remarque : la clé ne doit pas nécessairement porter le même nom dans les deux sources de données ; il suffit qu'elle ait des valeurs identiques).

Vous combinez le rapport de comportement du site Web de GA avec le rapport d'utilisation de l'application. Vous obtenez ainsi tous les enregistrements du premier rapport ainsi que les enregistrements correspondants du second ; en d'autres termes, si un utilisateur a visité le site et utilisé l'application, il sera inclus.

Toutefois, s'ils n'ont utilisé que l'application mais n'ont pas visité le site, ils ne seront pas inclus dans les nouvelles données mixtes.

C'est ce qu'on appelle un LEFT OUTER JOIN. (Pour en savoir plus, consultez cette introduction de W3Schools.) Pourquoi cela vous intéresse-t-il ? Parce que l'ordre de vos sources de données est important.

Placez votre source de données primaire en premier - par exemple, celle dont vous voulez toutes les valeurs, qu'il y ait ou non une correspondance dans votre deuxième source.

Maintenant que tout cela est réglé, configurons un champ mixte.

Tout d'abord, ajoutez un graphique à votre rapport.

Cliquez sur "Mélanger les données".

Ce panneau s'affiche :

Sélectionnez votre première source de données sur la gauche. N'oubliez pas qu'il s'agit de la source de données primaire. Ajoutez ensuite votre deuxième source de données. Data Studio vous permet d'ajouter jusqu'à cinq sources de données dans un graphique, mais restons-en à deux pour le moment.

Choisissez maintenant votre/vos clé(s) de jointure. Si le champ existe dans les deux sources, il deviendra vert. S'il n'existe pas, vous verrez ceci :

N'oubliez pas que la clé agit comme un filtre pour la deuxième source de données. Ainsi, dans cet exemple, seuls les enregistrements correspondant à la page de destination de la vue GA pour hubspot.com seront extraits de Google Search Console.

Le choix de clés multiples limitera davantage le nombre d'enregistrements tirés de la deuxième source de données.

Une fois que vous avez choisi votre/vos clé(s) de jointure, le reste du processus devrait vous sembler familier.

Choisissez les dimensions et les mesures que vous voulez voir pour votre première source de données. Puis faites de même pour la seconde.

Vous pouvez également limiter les résultats en ajoutant un filtre ou une plage de dates (ou pour les sources GA, des segments). Les filtres, les plages de dates et les segments appliqués à la source de données la plus à gauche seront reportés sur les autres sources de données.

Une fois que vous avez terminé de personnaliser le rapport, cliquez sur "Enregistrer". Félicitations : vous venez de créer votre premier graphique de données mixtes !

Si vous trouvez plus facile de créer deux graphiques distincts, puis de les combiner, Data Studio offre un excellent raccourci.

Il suffit de sélectionner les deux graphiques, de faire un clic droit et de choisir "Mélanger les données".

Malheureusement, Data Studio peut vite devenir confus. Je ferais donc quand même un effort pour apprendre à mélanger les données à l'aide du volet de droite.

17. Mélangez votre source de données avec elle-même.

Essayez cette solution de contournement si vous rencontrez des limites avec vos connecteurs de sources de données : mélangez une source de données avec elle-même.

Pour vous donner une idée, le connecteur de données GA ne vous permet d'ajouter qu'une seule métrique "utilisateur actif" à un graphique, il n'y a donc aucun moyen de voir les utilisateurs actifs sur 1 jour, les utilisateurs actifs sur 7 jours et les utilisateurs actifs sur 28 jours sur le même graphique... à moins de fusionner votre source de données Google Analytics avec elle-même.

Suivez les mêmes instructions que ci-dessus, mais au lieu de choisir une nouvelle source pour votre deuxième source de données, sélectionnez à nouveau la première.

Et comme tous les champs sont identiques, vous pouvez choisir la clé de jointure que vous voulez.

Cette option est également parfaite pour comparer les tendances sur plus de deux sous-domaines ou segments.

Par exemple, je voulais examiner les utilisateurs organiques pour le blog HubSpot (blog.hubspot.com) et le site principal (www.hubspot.com) en même temps.

Cela m'aide à déterminer si nous augmentons le trafic de recherche de manière générale. C'est également utile lorsque le trafic diminue - les classements ont-ils baissé sur l'ensemble du site, ou seulement pour le blog (ou le site) ?

Cependant, vous ne pouvez pas ajouter deux mesures "utilisateur" distinctes à un graphique en même temps... à moins, bien sûr, que vous ne mélangiez les données.

Créez une nouvelle source de données mixtes (en suivant le même processus que ci-dessus) pour la mettre en place.

Ajoutez votre première vue à la colonne la plus à gauche, votre deuxième vue à la colonne suivante, et ainsi de suite.

Remarque : assurez-vous que vous choisissez des vues dont les données s'excluent mutuellement. En d'autres termes, je ne voudrais pas utiliser "blog.hubspot.com" comme première source et "blog.hubspot.com/marketing" comme deuxième source car toutes les données de la vue blog.hubspot.com/marketing sont incluses dans celle de blog.hubspot.com.

En raison de ce chevauchement, nous ne serions pas en mesure de repérer clairement les tendances.

Utilisez "Date" comme clé de jointure.

J'ai ajouté le segment du trafic organique aux deux sources, mais vous pouvez choisir le segment qui vous intéresse (trafic payant, trafic social, etc.) ou le laisser complètement de côté ! Des tonnes de possibilités s'offrent à vous.

En fait, voici quelques idées supplémentaires pour fusionner une source avec elle-même :

• Comparer deux segments personnalisés ou plus
• Comparez plus de deux pages de renvoi
• Comparez les réalisations de deux buts et plus

18. Créez un champ calculé de base.

Lorsque vos données existantes ne vous donnent pas assez d'informations, il est temps de créer un champ calculé.

Les champs calculés prennent vos données et, comme leur nom l'indique, effectuent des calculs.

Le plus simple est sans doute de l'expliquer par un exemple.

Disons que vous voulez examiner le nombre moyen de transactions par utilisateur. Vous pouvez créer un champ calculé qui prend la métrique "Transactions" et la divise par la métrique "Utilisateurs".

Une fois ce champ créé, il sera mis à jour automatiquement. Vous pouvez donc modifier la plage de temps du graphique, ses dimensions, etc. et les données relatives aux transactions moyennes par utilisateur seront mises à jour en conséquence.

Il existe deux façons de créer un champ calculé.

Créer un champ calculé de source de données

Cette option rend le champ disponible dans tout rapport qui utilise cette source de données.

Il sera également disponible en tant que contrôle de filtre ou dans de nouveaux champs calculés (comme le champ calculé de création).

Il s'agit évidemment d'une bonne option si vous prévoyez d'utiliser cette métrique personnalisée plus d'une fois. Seul bémol : vous devez disposer de droits de modification sur la source de données d'origine. Vous ne pouvez pas non plus utiliser un champ calculé de source de données avec des données mélangées.

Pour créer un champ calculé à partir d'une source de données, ajoutez un graphique à votre tableau de bord Data Studio, puis choisissez la source de données dont vous voulez dériver votre nouveau champ.

Cliquez sur "Ajouter un nouveau champ" dans le coin inférieur gauche.

(Vous pouvez également le faire en cliquant sur le crayon à côté de la source de données, puis en sélectionnant "Ajouter un champ" dans le coin supérieur droit de votre menu de champs).

Utilisez le menu de gauche pour rechercher les paramètres dont vous avez besoin ; cliquez sur l'un d'eux pour l'ajouter à la formule.

Si la formule comporte une erreur, une notification apparaîtra en rouge sous l'éditeur, expliquant où vous vous êtes trompé.

Si votre formule fonctionne, vous obtiendrez une coche verte.

Cliquez sur "Enregistrer" pour ajouter votre nouveau champ à la source de données.

Et n'oubliez pas de donner un nom au vôtre - ce que j'ai oublié de faire. :)

Vous pouvez maintenant ajouter ce champ calculé à n'importe quel graphique, comme un champ normal.

Créer un champ calculé au niveau du graphique

Avec cette option, vous ne pourrez utiliser le champ que pour ce rapport spécifique.

Cette option est un peu plus facile car toutes les limitations de l'autre type sont inversées.

Bien que vous ne puissiez pas utiliser un champ calculé au niveau du graphique dans un autre graphique, un contrôle de filtre ou un champ calculé supplémentaire, vous n'avez pas besoin de droits de modification sur les données d'origine.

Vous pouvez également utiliser un champ calculé spécifique au graphique pour mélanger les données, ce que nous allons voir à l'étape suivante.

Pour créer un champ calculé au niveau du graphique, il suffit de cliquer sur "Ajouter un champ" sous la ou les dimensions et métriques existantes que vous avez sélectionnées.

Lorsque vous choisissez d'ajouter un nouveau champ, ce volet s'affiche :

À partir de là, saisissez la formule de votre nouveau champ - il suffit de taper le nom de la mesure souhaitée pour faire apparaître un menu d'options - et cliquez sur "Appliquer".

Votre nouveau champ sera ajouté au tableau.

Benjamin Mangold, de Loves Data, propose un excellent tour d'horizon des exemples de métriques calculées, notamment :

• Nombre moyen d'objectifs atteints par utilisateur
• Taux de non-rebond
• Pages vues par transaction
• Valeur par session

Vous pouvez le consulter pour vous inspirer.

Si vous souhaitez vous entraîner avant de vous lancer dans l'exploitation de vos propres données, Google propose un exemple d'exercice très pratique.

19. Créez un champ calculé avancé.

D'accord, il y a beaucoup de choses que vous pouvez faire avec de simples champs calculés algébriques. Mais il y a encore plus de choses que vous pouvez faire une fois que vous avez introduit les fonctions et RegEx.

N'ayez pas peur ! Nous allons vous guider pas à pas.

Si vous êtes à l'aise avec les fonctions Google Sheets et/ou Excel, vous savez déjà comment utiliser les fonctions dans Data Studio.

Par exemple, disons que vous êtes diplômé en anglais et que vous avez toujours été gêné par le fait que "Source" dans Google Analytics est en minuscules.

Vous pouvez utiliser la fonction UPPER pour transformer la source en majuscules.

Il suffit de cliquer sur "Ajouter une dimension" > "Créer un nouveau champ".

Ensuite, entrez la formule UPPER :

Comme le souligne Ben Collins, expert de Google Sheets, cette astuce permet également d'uniformiser toute dénomination personnalisée. Par exemple, si certains membres de votre équipe ont utilisé "chat" pour une campagne, et d'autres "Chat", la fonction UPPER regroupera les deux.

Vous souhaitez peut-être créer un nouveau champ pour la ville et le pays.

Il suffit de cliquer sur "Ajouter une dimension" (puisque la ville et l'État sont des variables catégorielles et non quantitatives) > "Créer un champ".

Utilisez ensuite la fonction CONCATENATE pour fusionner les champs Ville et Pays.

Consultez la liste complète des fonctions prises en charge par Data Studio.

L'une des plus astucieuses est CASE. Si vous n'êtes pas familier avec cette fonction, il s'agit essentiellement d'une instruction IF/THEN. Cette fonction vous permet de créer des regroupements personnalisés.

Par exemple, disons que vous regardez le tableau que nous avons créé à la dernière étape :

Ici, Data Studio traite le trafic mobile de Facebook (m.facebook.com) et le trafic de bureau (Facebook) comme deux sources différentes. Il y a aussi l.facebook.com - le trafic de bureau provenant d'un shim de lien, que Facebook a mis en place en 2008 pour protéger les utilisateurs d'un spam potentiel. Que faire si vous souhaitez combiner tout le trafic Facebook en une seule source ?

Une formule CASE permet de résoudre ce problème de manière efficace. Voici la formule :

CASE
WHEN condition THEN result
WHEN condition THEN result
ELSE result
END

Vous pouvez avoir une seule condition (comme dans l'exemple ci-dessous) ou plusieurs. L'argument ELSE est facultatif, vous pouvez donc le laisser de côté si vous n'en avez pas besoin.

Voici la formule que nous allons utiliser pour regrouper le trafic Facebook :

CASE
WHEN REGEXP_MATCH(Source, "^(l.facebook.com|m.facebook.com|facebook.com)$") THEN "Facebook"
END

Cette formule indique à Data Studio : "Si la source correspond à l.facebook.com, m.facebook.com ou facebook.com, appelez-la 'Facebook'".

Pour ajouter une formule CASE, vous devez être en mesure de modifier la source de données.

Cliquez sur l'icône du crayon à côté de votre source pour faire apparaître l'éditeur de champs de données.

Cliquez ensuite sur "Ajouter un nouveau champ" dans le coin supérieur droit.

Entrez votre formule.

Si la formule fonctionne, vous verrez une coche verte. Donnez un nom à votre nouveau champ et cliquez sur "Enregistrer". Vous pouvez maintenant ajouter ce champ à tout graphique ou à toute analyse de données qui utilise cette source de données.

Vous vous dites peut-être : "D'accord, super, mais cette formule a-t-elle été écrite en klingon ? Comment puis-je trouver la mienne ?"

Vous ne connaissez pas RegEx ? Pas de problème ! Cet article de blog contient cinq formules pour vous aider à démarrer.

20. Créez un champ mélangé calculé.

C'est le sommet de la maîtrise de Data Studio, qui requiert toutes les compétences que vous avez déjà acquises et une bonne dose de chance - je plaisante, c'est très facile.

Créez une source de données mixtes comme d'habitude.

Dans cet exemple, j'ai mélangé les vues GA pour www.hubspot.com et blog.hubspot.com.

Cliquez ensuite sur "Ajouter une métrique" > "Ajouter un nouveau champ" comme vous le feriez pour créer un champ calculé normal.

Entrez votre formule.

Je voulais voir le "Total des utilisateurs" (c'est-à-dire les utilisateurs de www.hubspot.com plus les utilisateurs de blog.hubspot.com), ce qui est un calcul simple :

Remarque : Les choses peuvent se compliquer si vous utilisez deux champs différents avec le même nom, comme c'est le cas ici. Parfois, Data Studio est suffisamment intelligent pour reconnaître la différence, mais parfois, il ne l'est pas.

Si vous rencontrez des problèmes, je vous recommande de modifier le nom d'un ou des deux champs dans la ou les sources de données originales, ce que vous pouvez faire à tout moment en cliquant sur le crayon à côté de la source de données mélangées.

Cliquez ensuite sur le crayon en regard du nom du champ que vous souhaitez modifier.

Ce volet apparaîtra ; modifiez le titre en conséquence.

Cliquez ensuite sur "Enregistrer" et retournez dans votre champ calculé pour mettre à jour la formule :

C'est fait ! Je peux maintenant voir les deux dans mon rapport.

FAQ - Google Data Studio

Google va-t-il déprécier Data Studio s'il ne décolle pas ?

Dans le passé, il est arrivé à plusieurs reprises que Google ferme des produits qui n'ont pas décollé. Bien que la plupart d'entre eux soient des produits B2C, il y a eu des produits B2B dépréciés comme Search Appliance ou Maps Engine.

Cela pourrait donc se reproduire. Vous courez donc le risque que la Google Data Studio soit fermée ou abandonnée. Ce n'est peut-être pas un problème pour les petites et moyennes entreprises qui sont généralement plus à l'aise avec la technologie et qui peuvent passer plus facilement à une autre solution de BI, mais c'est un risque pour les entreprises plus établies.

Mais comme nous l'avons dit précédemment, nous pensons que Google ne fermera probablement pas Data Studio, car il en a besoin pour compléter sa stack de nuages. Cependant, il ne s'investira pas autant dans le développement des capacités de l'outil que d'autres outils de BI dédiés.