Guide Google Data Studio

Franck Scandolera

Comment utiliser Google Data Studio efficacement avec Google Analytics ou autre ?

Vous connaissez certainement bien les principales limites de Google Analytics en termes de reporting personnalisé.

  • Aucune maîtrise du design des data visualisations, des tableaux de bord.
  • Limite des métriques calculées.
  • Impossibilité d’agréger les données de différentes propriétés.
  • Impossibilité de créer un rapport multipages.

[su_pullquote]
Découvrez les prestations du WebAnalyste.

[/su_pullquote]
Si vous êtes arrivé sur cette page, c’est qu’il vous semble avoir trouvé une solution dans Google Data Studio pour améliorer vos tableaux de bord Google Analytics.
Bien vu ! Cet article va aborder quelques techniques utiles pour améliorer votre maîtrise de Data Studio. Utile pour construire un tableau de bord ou un rapport Google Analytics efficace.

Qu’est-ce que Google Data Studio ?

Google Data Studio est un outil de visualisation de données. Il permet de créer et partager des tableaux de bord, des rapports et des data visualisation (analyse visuelle).
Il ne s’agit pas d’une évolution de Google Analytics. Data Studio est bel et bien un produit distinct qui facilite la création de rapports personnalisés à l’aide de sources de données connectées (AdWords, Attribution 360, BigQuery, DCM, Cloud SQL, Google Analytics, Google Sheets, MySQL, YouTube Analytics). Pour faire plus ample connaissance avec Google Data Studio notamment sur ses limites, n’hésitez pas à consulter  Google Data Studio – comment créer un tableau de bord avec google data studio.

Créer un nouveau rapport Google Data Studio !


Dans Google Data Studio, tout commence par un nouveau rapport. Pour ce faire, c’est très simple, cliquez sur l’un des pictos « + ».
Attention, à adopter une nomenclature explicite dès notre premier rapport. Indispensable pour distinguer vos différents rapports, car à ce jour (04/02/2017), il n’est pas possible de créer des dossiers pour ranger correctement ses chefs d’œuvres Data Studio.
Exemples de nomenclature :

  • Nom site_type de rapport_objet du rapport : « formations-analytics_tdb_acquisition »
  • nom entreprise_nom site_type de rapport_objet du rapport : « webanalyste_formations-analytics_rapport_performancesT42016 ».

Puis ajoutez une source de données existantes ou bien créez une nouvelle source de données. Pour cet article, je vais utiliser les données « [Sample] Google Analytics Data ».
guide-formation-google-data-studio-google-analytics-ajout-source-données
Pour se connecter à une source de données comme Google Analytics, c’est très simple, quelques clics suffisent.
guide-formation-google-data-studio-google-analytics-connexion-google-analytics
L’interface utilisateur de Google Data Studio est plutôt simple à appréhender. Tout est correctement rangé dans la barre d’outils supérieure. Par exemple, pour un créer un graphique, une fois la forme sélectionnée, il suffit de cliquer sur la scène et d’étendre la sélection pour l’intégrer.  Google Data Studio va utiliser une dimension et métrique par défaut que vous pouvez naturellement remplacer par vos mesures depuis le volet latéral droit « data ».
guide-formation-google-data-studio-google-analytics-interface-ui

Techniques pour améliorer vos rapports Google Data Studio.

Maintenant que le rapport est connecté aux données Google Analytics, il ne reste plus qu’à construire vos tableaux de bord. Voici quelques clés utiles pour créer des rapports Google Data Studio.

Les pages.

Les pages vous permettent de créer plusieurs tableaux de bord dans un même rapport. La navigation entre chaque tableau de bord est simple et rapide.  Vous pouvez également utiliser les pages pour approfondir vos analyses, en commençant par une page de synthèse globale, et utiliser d’autres pages pour détailler des analyses spécifiques.
Le menu « Page » dans la barre d’outils vous permet de naviguer entre les pages et d’en créer de nouvelles. Vous pouvez également dupliquer une page donnée, une fonctionnalité très pratique pour travailler à partir de master qui spécifie les données, la mise en page et les styles, faciles à décliner.
guide-formation-google-data-studio-google-analytics-page
Il existe quatre niveaux de personnalisation des rapports :

  • Niveau du Rapport, pour définir la mise en page, le style et les données par défaut (source, période, filtres).
  • Niveau de la Page, pour personnaliser les données et la couleur du fond d’une page donnée.
  • Niveau du Graphique, pour personnaliser les données, le design du graphique donné.

guide-formation-google-data-studio-google-analytics-report-setting

Les filtres.

Outil indispensable pour configurer vos données. Les filtres vous permettent de conditionner sous forme de clause, l’inclusion ou l’exclusion de dimension/métrique d’une source de données spécifique. Vous pouvez relier plusieurs clauses en utilisant la logique « OU » (« Vrai » si n’importe quelle condition est remplie) ou la logique « ET » (« Vrai » si toutes les conditions sont remplies) ou les deux.
Vous pouvez utiliser les filtres dans toutes les couches du rapport.

  • Rapport : affecte tous les graphiques du rapport.
  • Page : affecte tous les graphiques de la page.
  • Groupe de graphiques : affecte uniquement les graphiques groupés..
  • Graphique : affecte uniquement le graphique.
  • Filtre de contrôle : affecte les items du filtre.

guide-formation-google-data-studio-filter

Les filtres de page.

Vous pouvez spécifier les sources de données au niveau de la page, plutôt que de façon individuelle pour chaque graphique. L’avantage de cette approche est que vous pourrez appliquer des filtres qui affecteront directement tous les graphiques de la page.
Par exemple, vous pouvez utiliser le filtre (country = « France ») au niveau de la page pour que tous les graphiques agrègent par défaut les données « France », comme les scorecards dans le screen ci-dessous. En même temps, vous pouvez également afficher des graphiques qui n’héritent pas du filtre de page, en désactivant l’option « Inherit Filters » tout en bas du volet latéral « data » du graphique actif, comme c’est le cas dans le tableau de données . Désactiver l’option supprimera les effets du filtre de la page au niveau d’un graphique spécifique, sur lequel vous pouvez appliquer ses propres filtres.
guide-formation-google-data-studio-google-analytics-filtre-page-actif-innactif

Les filtres de contrôle (control filter).

En plus des filtres de page, vous pouvez donner les manettes aux utilisateurs pour filtrer les données selon leur besoin d’analyse. Attention, les filtres de contrôle agissent après les filtres internes, de page et des graphiques.
Quelques points à considérer lors de la configuration du filet de contrôle :

  • Par défaut, la source de donnée est identique à votre paramètre de page, ce qui est probablement la meilleure configuration. Mais vous pouvez également la modifier pour une configuration personnalisée.
  • La dimension du filtre de contrôle correspond à la dimension qui est présentée à l’utilisateur pour filtrer les données affichées dans les graphiques et rapports. Dans l’exemple, ci-dessous, j’ai choisi le typa d’appareil, le type d’utilisateur et les canaux par défaut de Google Analytics.
  • La métrique du filtre correspond aux statistiques de la dimension. Une info contextuelle qui peut être désactivée facilement via la checkbox « slow values ». Dans l’exemple ci-dessous, j’ai uniquement activé la métrique « users » dans le premier bloc de filtres « Catégorie d’appareil » pour que l’utilisateur évalue rapidement l’intérêt des devices par rapport à l’ensemble.
  • Vous pouvez ordonner et limiter le nombre d’items d’un filtre de contrôle en spécifiant les paramètres de la section « order » du volet latéral « data ».
  • Depuis le volet « style », vous pouvez spécifier tous les éléments visuels des blocs « filtre de contrôle ».

guide-formation-google-data-studio-google-analytics-filtres-utilisateur

Les filtres de contrôle au niveau du rapport.

Pour faciliter l’apprentissage et l’efficience des analyses, il est recommandé d’utiliser un même jeu de filtres sur l’ensemble des pages. Afin d’éviter à l’utilisateur d’avoir à reconfigurer les filtres sur chaque page, leur valeur doit être persistante à travers tout le rapport.
Dans Google Data Studio pour présenter les mêmes filtres de contrôles sur l’ensemble des pages, il suffit de les associer au rapport. Pour cela, une fois que les filtres sont correctement positionnés dans le header de votre page « master » (mise en page de référence à décliner), cliqué sur chaque filtre (et sur tous les composants graphiques de votre header), puis choisissez l’option « make report-level ». Chaque filtre va être automatiquement répliqué sur toutes les pages du rapport. Et naturellement en mode consultation, il conservera la valeur sélectionnée par l’utilisateur à travers tout le rapport.

guide-formation-google-data-studio-google-analytics-filtres-rapport

Attention, un filtre au niveau rapport est présent sur toutes les pages du rapport. Ça signifie que s’il est supprimé sur l’une des pages, il le sera au niveau du rapport et donc sur toutes les pages.
Pour supprimer l’association avec le rapport, go ahead, clic droit sur le filtre de contrôle puis sélectionnez « make page-level ».
Si besoin, vous pouvez masquer le filtre de contrôle level-rapport avec une forme de la même couleur que le fond du rapport et éventuellement superposer un autre filtre de page.

guide-formation-google-data-studio-google-analytics-filtres-rapport_masque

La tour de contrôle des filtres.

L’interface de management des filtres, comme des segments ou des sources de données sont accessibles depuis le menu « ressources ».
guide-formation-google-data-studio-google-analytics-filtres-manager

Les segments.

Une autre manière de filtrer les données est d’utiliser les segments avancés de Google Analytics. Il s’agit des mêmes segments que vous avez probablement créés dans Google Analytics pour analyser le comportement et les performances des utilisateurs ou des sessions qui partage une caractéristique (technique, géographique, canal acquisition…), et/ou qui ont fait ou n’ont pas fait quelque chose (téléchargé, ajouté un produit au panier…). Lorsque vous appliquez un segment à un rapport Data Studio, les données sont filtrées exactement de la même manière qu’ils le seraient dans vos rapports et tableaux de bord Analytics.
Il existe trois types de segments disponibles:

  • Système : il s’agit de segments prédéfinis disponibles pour tous les utilisateurs au niveau de chaque vue. Aucune action n’est requise de votre part pour utiliser ces segments dans vos rapports Data Studio.
  • Personnalisé : il s’agit de segments définis par l’utilisateur. Ces segments peuvent inclure des statistiques et dimensions personnalisées, susceptibles de ne pas être disponibles au niveau de chaque vue.
  • Partagé : il s’agit de segments que d’autres utilisateurs Analytics ont partagés avec vous.

Une fois qu’un segment est ajouté dans Google Data Studio, il sera disponible dans toutes les couches du rapport.

  • Rapport : affecte tous les graphiques du rapport
  • Page : affecte tous les graphiques de la page
  • Groupe de graphiques : affecte uniquement les graphiques groupés.
  • Graphique : affecte uniquement le graphique
  • Filtre de contrôle : affecte les items du filtre

Les segments de Data Studio sont synchronisés avec Google Analytics. Cela signifie que les mises à jour de la configuration d’un segment dans GA sont reportées sur Data Studio. La synchronisation se produit lorsque vous actualisez les données dans votre rapport ou lorsque le cache expire. Vous pouvez désactiver la synchronisation en utilisant le menu Ressources -> Segments.
guide-formation-google-data-studio-google-analytics-segment

Le filtre de plage de dates « date range ».

En cliquant surgoogle-data-studio-date-filter vous pouvez intégrer un filtre de contrôle de dates afin que les utilisateurs puissent déterminer leur propre période d’analyse.
Comme pour les filtres, les segments, le filtre de dates peuvent affecter toutes les couches du rapport.

  • Rapport : affecte tous les graphiques du rapport  (clic droit sur le filtre + « make rapport-level »).
  • Page : affecte tous les graphiques de la page.
  • Groupe de graphiques : affecte uniquement les graphiques groupés.
  • Graphique : affecte uniquement le graphique.
  • Filtre de contrôle : affecte les items du filtre.

Vous pouvez cumuler l’usage du filtre de date (comme pour tous les filtres), par exemple, pour certains graphiques fixer une période spécifique, comme YTD (year to date), QTD (quarter to date) tout en laissant la liberté à l’utilisateur de modifier la période d’autres graphiques, groupe de graphiques, page ou rapport.
guide-formation-google-data-studio-google-analytics-filtre-dates

Création de champ calculé (custom field).

Les champs calculés sont l’une des fonctionnalités les plus puissantes de Google Data Studio. Une fonctionnalité  indispensable pour personnaliser vos informations. En fonction des champs existants de votre source de données, les champs calculés vous permettent de créer de nouvelles dimensions et métriques pour augmenter vos rapports et analyses.
À noter qu’à ce jour, il n’est pas possible de créer un champ calculé à partir de plusieurs sources de données différentes.  Grâce aux champs calculés, vous pouvez manipuler les informations d’une source de données, comme appliquer des formules mathématiques, transformer une chaîne de caractères et afficher les données en fonction de comparaisons logiques.
Vous pourrez utiliser les champs calculés comme les autres champs natifs d’une source de données, en les sélectionnant dans le sélecteur « statistiques » ou « dimensions ». Vous pouvez également vous référer à un champ calculé dans un autre champ calculé.
Un champ calculé repose sur une formule.
Data Studio offre une variété de fonctions qui peuvent être utilisées pour calculer des ratios et des taux, extraire et reformater le texte et appliquer des comparaisons logiques.
Voici quelques exemples de champs calculés Data Studio utiles.
Champ calculé GS pour normaliser les variables de campagne.
Idéalement, vous devez tracker l’ensemble des campagnes de façon cohérente à travers l’ensemble de votre entreprise. L’utilisation d’une nomenclature commune entre les équipes de marketing et les partenaires facilitera le processus de reporting et d’analyse. En dehors de cette théorie, il y a souvent besoin de normaliser les attributs de campagne. Google Data Studio peut vous aider pour traiter ce problème normalisation.
Par exemple si vous avez de problème de type « Email », « email » et « EMAIL » ou  « Social » et « social » ou encore « soldes ete » « SOLDES ETE ». Cela peut être facilement traité en convertissant toutes les dimensions de campagne en minuscules.

LOWER(campaign)

 
Idem pour :

LOWER(Medium)

 
Ou :

LOWER(source)

 
Ou tout autres attributs que vous souhaitez comme convertir en majuscule, le termes de recherche interne.

UPPER(Search Term)

Champ calculé GS pour modifier les variables de campagne.
Disons que vous avez une campagne qui a un mot mal orthographié « slodes_ete » et que vous voulez le remplacer dans vos rapports avec le mot correct « soldes_ete ».

REGEXP_REPLACE(Campaign, 'slodes_ete', 'soldes_ete')

Champ calculé GS pour créer un groupe de canaux personnalisé.
Pour continuer avec les attributs de suivi de campagne, nous pouvons également manipuler les données pour créer des regroupements logiques, comme les canaux personnalisés.
Tous les groupes de canaux personnalisés que vous avez éventuellement créés dans Google Analytics ne seront pas disponibles dans Data Studio. Toutefois, vous pouvez recréer vos définitions de canal dans Data Studio.

CASE
WHEN ((Source="direct" AND Medium="(not set)") OR Medium="(none)") THEN "Direct"
WHEN Medium="organic" THEN "Organic Search"
WHEN (Social Source Referral="Yes" OR REGEXP_MATCH(Medium,"^(social|social-network|social-media|sm|social network|social media)$")) THEN "Social"
WHEN Medium="email" THEN "Email"
WHEN Medium="affiliate" THEN "Affiliates"
WHEN Medium="referral" THEN "Referral"
WHEN (REGEXP_MATCH(Medium,"^(cpc|ppc|paidsearch)$") AND Ad Distribution Network!="Content") THEN "Paid Search"
WHEN REGEXP_MATCH(Medium," ^(cpv|cpa|cpp|content-text)$") THEN "Other Advertising"
WHEN (REGEXP_MATCH(Medium,"^(display|cpm|banner)$") OR Ad Distribution Network="Content") THEN "Display"
ELSE "(Other)"
END

 
guide-formation-google-data-studio-google-analytics-champs-personnalises
C’est tout pour le moment, Google Data Studio est assez simple pour être pris en main rapidement, néanmoins pour des traitements spécifiques les choses risquent de se compliquer un peu, car assez techniques, comme les formules complexes et les prétraitements de données (ETL) avec Google Sheets.
Vous pouvez compter sur le webAnalyste pour travailler sur de nouveaux articles didactiques centrés sur Data Studio. Je vais également lancer une nouvelle formation 1 jour pour devenir un expert de Google Data Studio, du dashboarding et de la data-visualisation.