Grootsheid begint klein. Advanced begint bij de basics.

In dit artikel rond Advanced Google Data Studio Topics ga ik er dus vanuit dat je Google Data Studio al kent en de basics onder de knie hebt… Misschien zelfs al eens je eigen test-dashboardje hebt uitgebouwd. 

Dit Google Data Studio Dashboards bouwen als een expert artikel gaat voort op de basics. Mocht je de basics gemist hebben: we got you covered!

Ons artikel over Dashboarding Basics in Google Data Studio vind je hier terug.

Als je de basics nog niet hebt doorgenomen, pak daar dan nu even je tijd voor en kom later terug. Heb je de basics al wél onder de knie? Let’s go!

Google Data Studio Expert Topics

Hier zijn ze dan… in al hun glorie: de stappen die van jou een Google Data Studio Expert zullen maken.

Zet je rustig neer, open een blikje Red Bull, want hier gaan we…

Stap 1 – Google Data Studio Expert: Externe Content Embedden

Google Data Studio biedt je de optie om content die breder gaat dan data & analytics toe te voegen aan je dashboard via de optie ‘url voor insluiting’ onder ‘Invoegen’. Het enige wat je moet doen is de url invoegen en you’re all set up.

Externe content in je dashboard embedden met deze optie kan best handig zijn, omdat ze interactief gebruikt kunnen worden terwijl grafieken en tabellen vaak statische gegevens zijn.

Interessante content om te embedden? Denk bijvoorbeeld aan questionnaires mbt tot de data in je dashboard (of om feedback van de gebruikers van je dashboard te bevragen). Explainer video’s, foto’s, you name it.

Hoe content embedden in google data studio

Stap 2 – Google Data Studio Expert: Date Range toevoegen

Met een date range laat je de gebruikers van je dashboard zélf kiezen op welke time ranges ze data in het dashboard bekijken. Met een date range kiezen ze uit standaarden zoals ‘vandaag’, ‘gisteren’, ‘deze maand’, enzovoort – of gewoon hun eigen custom date range.

Om een date range toe te voegen aan je dashboard selecteer je het kalender-icoon in de bovenbalk en voeg je vervolgens een de periodekiezer toe op een duidelijke plek in je dashboard.

Stel je date range in op ‘Auto date range’ als je jouw gebruikers de mogelijkheid wilt bieden om zelf date ranges te kiezen.

hoe voeg je een date range toe in google data studio?

Eens deze date range is ingesteld op je dashboard, passen alle tabellen en grafieken zich aan volgens de geselecteerde tijdsperiode in je date range. Je kan dit wel nog overrulen op 2 manieren:

  1. Door specifieke date ranges in te stellen op grafieken en tabellen, zullen die date ranges altijd gehanteerd worden, ongeacht wat een gebruiker selecteert.
  2. Door enkel bepaalde grafieken of tabellen te koppelen aan je date range via ‘groeperen’. Enkel de gegroepeerde grafieken zullen mee veranderen met de date range.

Wat je ook kiest; leg deze optie duidelijk uit aan de gebruikers van je dashboard.

Hoe groepeer je de periodekiezer in Google Data Studio?

Stap 3 – Google Data Studio Expert: Filter Control toevoegen

Filter Control werkt net zoals een date range maar op basis van filters in plaats van tijdsperiodes. Dat wil zeggen dat wanneer een gebruiker bijvoorbeeld enkel data uit organische bronnen wil zien, ze dat prima via filter control kan doen.

Om Filter Control in te stellen selecteer je een dimensie waarop gebruikers van je dashboard kunnen filteren (bijvoorbeeld ‘medium’ of ‘device’).

Het is mogelijk om een bepaalde metric te selecteren, maar dat hoeft niet.

Je kan daarnaast nog bijkomend filters toevoegen aan je filter control, zoals bijvoorbeeld ‘device’ om te kijken hoe de data per apparaat zich verhoudt ten opzichte van elkaar.

Hoe voeg je filter control toe in google data studio?
Hoe stel je filter control in Google Data Studio?

Stap 4 – Google Data Studio Expert: Interactieve filters voor grafieken toevoegen

Interactieve filters toevoegen aan grafieken of tabellen betekent dat gebruikers een dimensie kunnen selecteren waarop de gegevens in de grafiek of tabel gefilterd zullen worden.

Stel dat iemand over heel het rapport data wilt zien van 25 november 2019, dan kan die persoon via een interactieve filter op de grafiek rechts die datum selecteren, waarop vervolgens de rest van het dashboard automatisch gegevens toont van diezelfde datum.

Met interactieve filters laat je gebruikers filteren op de aspecten die zij zelf belangrijk vinden, bijvoorbeeld tijd, gebieden in een grafiek, etc.

Wanneer je een tabel of grafiek selecteert kan je helemaal onderaan ‘Gegevens’ ‘filter toepassen’ selecteren om dit in te schakelen.

Interactieve filters toevoegen voor je grafieken in Google Data Studio

Stap 5 – Google Data Studio Expert: Gegevensbeheer toevoegen

Gegevensbeheer is pretty cool… Deze bad boys geven de gebruikers van je dashboard de mogelijkheid om zelf te kiezen uit welke databronnen gegevens in je grafieken worden gepompt.

Jij bent bijvoorbeeld Sales Manager met toegang tot het CRM-systeem binnen je organisatie dat bijvoorbeeld in HubSpot zit. Jij bouwt een rapport om sales performance metrics te tracken.

Dat rapport deel je met het marketing-team, dat toegang heeft tot web analytics data uit Google Analytics. Om dat rapport te vullen met metrics en data die relevant zijn voor het marketing team, hoeven ze enkel maar via Gegevensbeheer de gegevensbron te selecteren (GA) die voor hen relevant is, en de data in het rapport wordt daarmee automatisch geüpdated.

Mmhhh… Heerlijk, toch?

Hoe voeg je gegevensbeheer toe in Google Data Studio?

Gegevensbeheer bespaart je niet enkel heel veel tijd – aangezien je geen rapporten moet herbouwen voor verschillende teams binnen jouw organisatie – het zorgt er ook gewoon voor dat elke gebruiker van je dashboard alleen gegevens uit data sources kan bekijken waar hij / zij toegang toe heeft.

Je kan verschillende Gegevensbeheren toevoegen. Kies vervolgens uit welke primaire gegevensbron data vertoond wordt in je rapport. Je kiest uit:

Google Analytics
TV Attribution
Google Ads
Google Campaign Manager
Search Console
Google Ad Manager 360

Stap 6 – Google Data Studio Expert: Dimension Breakdown

Met Dimension Breakdown geef je meer context aan bepaalde grafieken of data tabellen.

Neem bijvoorbeeld de tabel hieronder. Daar zie je het aantal sessies per bron. Best interessant, maar is al dat verkeer van Google afkomstig uit organische zoekresultaten? Of uit paid advertising?

Hoe werkt specificatiedimensie in Google Data Studio?

Goede vraag. Door onder ‘specificatiedimensie’ een tweede dimensie toe te voegen (bijvoorbeeld medium), splitst deze grafiek zich op in deze secundaire dimensie en toont je de verhouding van verschillende media ten opzichte van elkaar.

Wat blijkt?

Het grootste deel van de sessies uit Google komen uit paid ads.

Hoe werkt dimension breakdown in google data studio?

Als je een beetje op me lijkt, dan krijg je momenteel een kleine kortsluiting in je hersenen bij het zien van deze nieuwe visualisatie: Zo. Lelijk.

Let’s fix this!

Ga naar ‘Stijl’ in de rechterbalk om de weergave van je grafiek te bewerken. Selecteer ‘Gestapelde staven’ om de verhoudingen visueel inzichtelijker te maken.

Zorg ervoor dat de optie ‘100% stapelen’ uitgeschakeld staat om de best mogelijke visualisatie te krijgen.

Aaah.. Mooi zo!

Stap 7 – Google Data Studio Expert: Explorer

In Explorer (bèta) kan je onderdelen uit je rapport bewerken zonder dat ze daarmee meteen aangepast worden in je dashboard. Bekijk het als een testomgeving om nieuwe dingen uit te proberen.

Om een visualisatie naar Explorer te brengen ga je eerst naar ‘weergavemodus’ en bekijk je je dashboard als viewer. Selecteer vervolgens de 3 puntjes rechtsboven een visualisatie en klik op ‘Verkennen’ / ‘Explorer’ om deze visualisatie naar de testomgeving te brengen.

Daarmee beland je rechtstreeks in een Explorer-omgeving waarin je aan de slag kan met je visualisatie. Hier kan je verschillende visualisaties uitproberen, dimensies en metrics toevoegen tot je het resultaat bekomt dat je voor ogen had.

Hoe werkt Google Data Studio Explorer?

Elke aanpassing die je maakt aan een grafiek in Explorer zijn tijdelijk en enkel maar zichtbaar in je Explorer-omgeving.

Dat maakt van Explorer een unieke plaats om rond te spelen, testen uit te voeren en de mogelijkheden binnen Google Data Studio beter te leren kennen. Wanneer je tevreden bent met je resultaat, exporteer je de grafiek vanuit Explorer weer rechtstreeks in je dashboard.

SPARK Pro tip:

Hoewel Google Data Studio web-based is en zoals de meeste Google-tools automatisch je wijzigingen opslaat, is dat bij Data Studio Explorer niet het geval. Klik daarom geregeld op ‘opslaan’ om je wijzigingen niet te verliezen.

Stap 8 – Google Data Studio Expert: Filter op rapport-niveau

Wanneer je een filter toevoegt aan je rapport, is die standaard gelinkt aan elke visualisatie op die pagina. Maar wanneer iemand naar de volgende pagina gaat, gaat die filter niet mee.

Dat kan soms verwarrend zijn.

Niet-technische gebruikers van je dashboard zullen in de war geraken en niet meer goed weten naar welke data ze nu kijken: “maar is dit nu gefilterd of niet?”

De data-nerds in je organisatie, daarentegen, zullen het feit dat je filter niet over verschillende pagina’s in je rapport wordt toegepast onlogisch vinden.

Doe beide partijen een plezier. Maak je filters op rapport-niveau.

filters op rapportniveau maken in google data studio

Stap 9 – Google Data Studio Expert: Blended Fields

Zoals je weet connecteert Google Data Studio naar een hele hoop gegevensbronnen. Met de relatief nieuwe mogelijkheid om data te mengen (blend data sources), wordt Google Data Studio plots nog een groot stuk krachtiger.

Ik duik even wat dieper in de technische materie, maar laat je dat niet afschrikken. Het is de moeite waard… Pinky promise!

Voor de data-nerds onder ons is dit een eitje. Voor de data-nerds-in-wording leg ik data blending zo simpel als mogelijk uit aan de hand van de Venn-diagram rechts.

In deze diagram heb je twee datasets: Unieke gegevens uit het blauwe gebied en unieke gegevens uit het rode gebied.

Hoe meng je gegevens in Google Data Studio

Wanneer beide setjes aan data gemeenschappelijk punten hebben, kunnen beide datasets op die punten overlappen. Dat gemeenschappelijk gebied is je Data Sleutel of Key.

Zonder die Sleutel of Key, kan je geen gegevens uit verschillende datasets mengen.

De Sleutel hoeft niet per se dezelfde naam te hebben binnen beide datasets; de waarden moeten wél identiek aan elkaar zijn (Bijvoorbeeld User ID’s van je web property en mobiele applicatie).

In een blended field wordt enkel de data getrokken die voldoet aan de waarden van je Data Sleutel.

Dat brengt ons tot het begrip (OUTER) LEFT JOIN… Oke, Stay with me.

Hoe maak je een gegevenssleutel in Google Data Studio?

In SQL geeft het LEFT JOIN keyword altijd alle rijen van de linkertabel terug, én de overeenkomstige rijen uit de rechtertabel. Als er geen overeenkomstige rijen in de rechtertabel gevonden worden, is het resultaat daar NULL.

Ik hoor je denken: I. Don’t. Care.

Newsflash: You should care! Als je data wilt blenden, is de volgorde van je databronnen gewoon van groot belang. Zet je primaire databron eerst – of met andere woorden; de databron waarvan je ten alle tijden alle data van wilt kunnen terugzien, ongeacht of er een match is met de tweede databron.

Gegevens mengen in Google Data Studio, hoe werkt dat?

Een mini-voorbeeldje om het praktisch toe te lichten: De datasleutel is hier de link tussen Order.klantid en Klant.id.

hoe maak je gemengde gegevensbronnen in Google Data Studio?

Om de ordergegevens te linken aan specifieke personen, moet je deze twee datasets blenden. Daarvoor gebruik je een LEFT JOIN.

SELECT *
FROM Klant
LEFT JOIN Orders ON Klant.id = Orders.klantid

Nu je volledig op de hoogte bent van Data Sleutels, blending en Left (Outer) Joins, kunnen we terug Google Data Studio induiken. Kraak een nieuwe Red Bull open, want hier gaan we… stap voor stap, slok voor slok.

Stap 1: De blender aanzetten

Maak een grafiek aan en klik op ‘gegevens mengen’ in de rechterbalk.

Er verschijnt vervolgens een pop-up bedieningspaneel onderaan je scherm waarmee je aan het blenden zal gaan.

Op naar stap 2…

Hoe begin je met gegevens mengen in Google Data Studio?

Stap 2: Get in the mix!

Onthoud: Je gegevensbron aan de linkerkant is je primaire bron. Rechts daarvan voeg je een tweede gegevensbron toe. In Google Data Studio kan je tot 5 bronnen naast elkaar leggen, maar laten we het voorlopig bij 2 houden. Om beide bronnen te blenden, selecteer je een relevante join key. Je data sleutel werkt als een filter voor de secundaire bron. Alleen rijen waarop een match wordt gevonden, worden binnengehaald in de resultatenset. Eens je jouw joint keys of data sleutels hebt geconfigureerd, selecteer je voor beide bronnen de metrics die je wilt zien. Klik vervolgens op ‘opslaan’ om je blending te finaliseren.

Zo maak je gemengde gegevensbronnen in Google Data Studio

Voor wie dit nog steeds een stapje te ver is: no worries. Google Data Studio heeft nog een handigheidje ingebouwd om jou het leven nog makkelijker te maken:

Selecteer de twee grafieken van gegevensbronnen die je wilt mengen en klik vervolgens op de rechtermuisknop.

Via de pop-up navigeer je onderaan naar ‘Gegevens mengen’ om je data te blenden… Easy as that.

Et voilà, je hebt zonet je eerste blended field gemaakt. Applausje voor jezelf!

Gemakkelijk gegevens mengen in Google Data Studio doe je zo

Stap 10 – Google Data Studio Expert: Meng databronnen met zichzelf

Laten we een stapje verder gaan: Een gegevensbron met zichzelf mengen.

Waarom zou je dat willen doen?

Simpel. De meeste data connectors in Google Data Studio bieden je de mogelijkheid om maar één metric van een bepaalde statistiek op een grafiek te plotten. 

Denk bijvoorbeeld aan ‘actieve gebruikers’.

In Google Analytics zelf kan je geen grafiek zien waarop ‘actieve gebruikers op 1 dag’ gemengd worden met ‘actieve gebruikers op 2, 3, 7 of 28 dagen.’

Om dat te kunnen doen, moet je je gegevensbron met zichzelf mengen.

hoe meng je gegevensbronnen met zichzelf in Google Data Studio?

In plaats van telkens een nieuwe Gegevensbron te selecteren, kies je in dit geval steeds dezelfde. Aangezien de dimensies in deze bron identiek zijn, is het gemakkelijk je samenvoegingssleutels of data keys te vinden.

 Sla dit vervolgens op als gemengde gegevensbron en je bent klaar om aan de slag te gaan.

hoe maak je blended fields aan in Google Data Studio?

Stap 11 – Google Data Studio Expert: Maak basic calculated fields

Calculated Fields zijn velden die je zelf aanmaakt binnen je gegevensbron en die berekend worden op basis van bestaande velden in je bron. Zoals de naam zelf zegt, komen daar berekeningen bij kijken.

Stel dat je bijvoorbeeld de kost per sessie wilt weten. Daar heb je een calculated field voor nodig, aangezien deze metric niet standaard in Google Analytics zit.

Je kan op twee manieren calculated fields aanmaken:

  1. Calculated field op gegevensbron-niveau aanmaken.
  2. Calculated field op grafiek-niveau

Let’s dig deeper…

1. Calculated Field op Gegevensbron

Maak allereerst een nieuwe tabel, grafiek, scorekaart of iets dergelijks aan op basis van gegevens uit de databron waarin je een calculated field wilt aanmaken.

Selecteer vervolgens de velden of statistieken die je nodig hebt om de formule op te bouwen waarmee je jouw calculated metric berekent. Voor kost per sessie is dat bijvoorbeeld:

{{Kosten}} / {{Sessies}}.

Wanneer er een fout in de opbouw van je formule zit, zal Google Data Studio je een error-melding geven om aan te geven dat er een fout in je syntax zit.

Als alles goed zit krijg je een groen vinkje en is je calculated metric klaar voor gebruik.

Hoe maak je berekende velden in Google Data Studio?

Wanneer je calculated metric opgeslagen is, kan je deze nieuwe statistiek gebruiken telkens wanneer je de gegevensbron waar hij onder hangt selecteert.

Een calculated field wordt automatisch berekend en geüpdatet, dus van zodra je hem aangemaakt hebt, moet je er in principe niet al te veel meer naar kijken.

Vergeet hem wel geen naam te geven, anders wordt het moeilijk je calculated fields terug te vinden. 😉

Een andere mogelijkheid is om calculated fields aan te maken op het niveau van een grafiek of andere vorm van visualisatie.

Calculated fields maken in Google Data Studio

Stap 12 – Google Data Studio Expert: Maak advanced calculated fields

Je kent nu de basics van calculated fields, top. Maar basics zijn basics – en als digital marketeer wil je niet verdwijnen in de massa van mensen die alleen de basics onder de knie hebben. 

Nee, je wilt er bovenuit steken en dus ga je net dat stapje verder. Laten we dus eens kijken naar advanced calculated fields. Bij Advanced Calculated Fields in Google Data Studio komt wat extra kijken, namelijk functies (zoals in SpreadSheets) of RegEx.

Laten we eens kijken naar enkele voorbeelden ter inspiratie en die mogelijks voor jou ook interessant kunnen zijn…

Voorbeeld 1: City & Country (formule)

Zowel land als stad zijn aparte dimensies binnen Google Analytics. Er is geen mogelijkheid om binnen GA zelf beiden in één veld gecombineerd te zien.

Met functies zoals je deze in Google Sheets zou gebruiken, kan je nieuwe velden aanmaken die een dimensie zoals ‘Region & Country’ wel mogelijk maken. Hier is hoe:

Maak een nieuwe tabel aan en klik ‘add dimension’ en
vervolgens ‘create field’.

Gebruik de functie Concat () om je nieuw calculated field
aan te maken.

Alle formules die je in Google Data Studio kan gebruiken vind je hier.

Gebruik de concat formule in Google Data Studio voor advanced calculated fields

Voorbeeld 2: CASE + RegEx

Voor wie al wat langer Google Analytics of Data Studio gebruikt zal het volgende scenario niet onbekend in de oren klinken: Je wilt een overzicht opmaken van de performance van de verschillende kanalen in je marketingmix om data ten opzichte van elkaar te vergelijken.

Je navigeert dus naar het bron/medium-rapport in Google Analytics of je tabel in Google Data Studio, en wat zie je? GA telt mobiel en laptop verkeer van facebook apart en groepeert die data dus niet per bron… lastig!

 Tijd om dat soort onhandigheden uit de weg te ruimen met een CASE-formule en wat basic RegEx….

Nieuwe velden berekenen via Regex in Google Data Studio

De CASE-formule gaat als volgt:

CASE
ALS voorwaarde A
DAN uitkomst X
ALS voorwaarde B
DAN uitkomst Y
ANDERS uitkomst Z
EINDE

Toegepast om ons facebook-probleem:

CASE
WHEN
REGEXP_MATCH(Source,”^(l.facebook.com|m.facebook.com|
facebook.com|business.facebook.com)$”)THEN “facebook”
END

Om deze CASE-formule in Data Studio te steken doe je het volgende:

Klik op het potlood-icoon naast de naam van je data source om deze te bewerken.

In de pop-up die onderaan verschijnt zie je alle velden die verbonden zijn aan deze data source. Klik op ‘Een veld toevoegen’ om een nieuw veld aan te maken.

Geef vervolgens de CASE-formule in zoals die er staat op de vorige pagina of de afbeelding hieronder. Sla je nieuwe veld op om het te kunnen gebruiken in al je data visualisaties en tabellen.

Stap 13 – Google Data Studio Expert: Draaitabellen

Als je ooit met Excel gewerkt hebt, dan ken je de toegevoegde waarde van draaitabellen.

In een notendop geven draaitabellen je de mogelijkheid om 2 dimensies ten opzichte van elkaar te leggen in een tabel en inzichten in cijfers te krijgen op een granulairder niveau.

Stel; je wilt graag inzicht hebben in het aantal sessies dat voortkomt uit je voornaamste kanaalgroepen onderverdeeld per apparaatcategorie:

Om een draaitabel in Google Data Studio toe te voegen navigeer je naar ‘Invoegen’, en selecteer je vervolgens ‘draaitabel’.

Vervolgens stel je de draaitabel als volgt in.

Hoe maak je draaitabellen in Google Data Studio?

Selecteer onder Rijdimensie een dimensie die de rijen in je draaitabel zal onderverdelen. In het geval van dit voorbeeld selecteer je: Default Channel Grouping.

Onder Kolomdimensie selecteer je een veld dat de kolommen in je draaitabel zal bepalen. In het geval van dit voorbeeld selecteer je: Apparaatcategorie.

Als laatste stap kies je de statistiek die wordt weergegeven in je draaitabel. In ons geval is dat Sessies.

SPARK Pro Tip: Voeg een heatmap toe aan je draaitabel om snel visueel duidelijk te maken waar de grootste impact op je data gemaakt wordt.

Maak draaitabellen met Heatmaps in Google Data Studio

Stap 14 – Google Data Studio Expert: Supermetrics

Supermetrics is een Marketing Analytics tools die rapporteringen en data queries automatiseert.

Daarvoor trekt Supermetrics automatisch data uit de meeste marketing- en sales databronnen om jou een hele hoop tijd en moeite te besparen.

Oplossingen die Supermetrics aanbiedt zijn de volgende:

Supermetrics voor Google Data Studio
Supermetrics voor Google Sheets
Supermetrics voor Big Query
Supermetrics voor Excel

Hoe werkt supermetrics voor google data studio?

Hoewel we data visualiseren in Google Data Studio, kiezen we bij SPARK voor Supermetrics voor Google Sheets.

Waarom? Daar zijn een aantal redenen voor:

Google Sheets connecteert zonder problemen naar Google Data Studio.

In Google Sheets kunnen we makkelijk onze eigen calculated metrics, dimensions en fields aanmaken op basis van bestaande data.

Supermetrics geeft ons data connectors naar de belangrijkste marketing- en sales kanalen die we vervolgens reeds in sheets kunnen blenden tot een geheel.

It’s a piece of cake…

Gratis Online Google Data Studio Training

Leer hoe je een marketing dashboards opbouwt die verschillende bronnen samenbrengen tot een geheel waarop je acties kan ondernemen.

Naar SPARK Academy
Leer hoe je dashboards opbouwt in Google Data Studio met de gratis online training van SPARK.

Leave a Reply

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

Privacy Preference Center