Podstawowe funkcjonalności w Google Data Studio – pierwsze kroki

Przy pracy z danymi zawsze przychodzi taki moment, ze przydałby się dashboard ?  Kiedyś opisywałem temat trochę bardziej z teoretycznej strony. Przy okazji zachęcam do zapoznania się z tym artykułem pod linkiem. Dziś natomiast przyszedł czas na recenzję jednego z narzędzi dostępnych na rynku. Zobaczmy zatem, jak można zbudować dashboard i jak wyglądają podstawowe funkcjonalności w Google Data Studio. Od razu przyznaję, że nie był to mój pierwszy wybór, jeśli chodzi o tzw. toole do tworzenia dashboardów. Niemniej jednak od pewnego czasu za mną chodził ? Postanowiłem więc sam zmierzyć się z Google Data Studio, a poniżej opisuję moje wrażenia. Poza tym znajdziecie też podstawy, które wam ułatwią początki, jeśli również zechcecie spróbować waszych sił 🙂 Zapraszam do lektury!

Dlaczego i do czego Google Data Studio?

 Co do mojej motywacji to już trochę wspomniałem we wstępie. Ale myślę, że to „chodzenie” wynika po prostu z pewnej popularności, którą już zdobyło to narzędzie. Oczywiście daleko mu do Power Bi czy Tableau, ale myślę że pomału robi sobie miejsce na rynku. Tym bardziej, że premiera miała miejsce w 2016 roku, a więc nie tak dawno temu. Poza tym, jest jeszcze jedna bardzo ważna cecha i zaleta tego narzędzia. Jest za darmo ? Wystarczy, że macie konto na Google, choćby takie które pozwala na używanie poczty Gmail czy komentarze na You Tubie i macie również dostęp do Google Data Studio.

Drugi aspekt dotyczy pytania, do czego służy Google Data Studio. Otóż w dużym skrócie jest to narzędzie do wizualizacji danych. To oznacza, że wszelakie bardziej zaawansowane operacje, jak obliczenia, czyszczenie danych itd. powinno nastąpić przed odpaleniem Google Data Studio. Co prawda, twórcy zadbali o pewne możliwości łączenia danych z różnych źródeł, czy tworzenie wyliczeń już na poziomie narzędzia…ale jednak zasadniczo korzystamy już z przygotowanych i uporządkowanych danych. To dość ważna różnica np. w stosunku do Power Bi, który łączy zaawansowane możliwości przygotowania jak i wizualizacji danych.

Recenzja

Poniżej pokazuję podstawowe funkcjonalności w Google Data Studio i czasem nawiązuje do porównań w stosunku np. do Excela, Power BI czy Tableau. Nie jest to jednak instrukcja czy poradnik sensu stricte. Zresztą można by o tym napisać cały podręcznik lub zrobić kurs. Natomiast oprócz głównych cech staram się od razu pokazać, gdzie „kliknąć”. Także można potraktować poniższy artykuł również jako szybki przewodnik ?

Poza tym, także w tym przypadku postarałem się o pewne demo. Pod koniec zamieszczam osadzony raport, którym możecie się pobawić sami ? Przy okazji widać, jak można też użyć narzędzia do osadzania dashboardów na własnej stronie. Gwoli ścisłości dla chętnych raport dotyczy emisji CO2 w Polsce w latach 2017-2019. Chodzi jednak tylko o emisje z samej produkcji energii. Przy okazji zdradzę, że pracuję nad bardziej kompleksowym zestawieniem w formie dashboardu na ten sam temat. Będzie to taki eko kącik dashboardowy, który chciałbym póżniej rozbudowywać. W tym przypadku cdn…. 🙂

Startujemy!

Jak już wspomniałem wcześniej, do używania Google Data Studio wystarczy konto Google. Później wystarczy wejść na stronę: https://datastudio.google.com/ i za pierwszym razem zatwierdzić zgody:

I tak naprawdę jesteśmy gotowi ? I możemy zacząć eksplorować podstawowe funkcjonalności Google Data Studio. Tu przyznaję duży plus za prostotę. Przypominam też, że tool jest bezpłatny. Ta mobliność to jednocześnie też pewna wada. Jest to tzw. narzędzie webowe, a więc żeby go móc używać potrzebujemy łącza internetowego. A zatem, jeśli jesteśmy offline, to nie podziałamy ?

Tu jeszcze uwaga językowa. Google Data studio jest dostępny również po polsku, ale język zależy od waszych globalnych ustawień konta na Googlach. Przy okazji można tez trochę ponarzekać, bo nie wszystkie elementy (np. dokumentacja) jest po polsku. Ale jak to mówią, darowanemu koniowi nie patrzymy w zęby 🙂

Dla chętnych jest też samouczek, chociaż tu chyba akurat zapomniano o dodaniu tłumaczenia ? Zostaje angielski. Z drugiej strony tool jest już trochę na rynku, więc znajdziecie też trochę informacji na You Tubie czy forach. Ja tez postaram się w przyszłości coś nagrać. Przy okazji zapraszam na kanał You Tubue już teraz (link)

Wybieranie źródła raportu

Zobaczmy zatem, jak wyglądają podstawowe funkcjonalności Google Data Studio od strony ładowania danych. Jak wspomniałem Data Studio używa przede wszystkim odpowiednio przygotwanych informacji. Twórcy zadbali poza tym o połączenia z całkiem pokaźną liczbą innych narzędzi i źródeł. Klikając np. na pusty raport

Jesteśmy zaproszeni od okna, gdzie można wybrać nasze źrdóło:

Do wyboru mamy około 20 źródeł przygotowanych przez Google, a także znacznie więcej (aktualnie blisko 500) połączeń do innych narzędzi stworzonych przez partnerów.

I tak możemy przykładowo bardzo łatwo połączyć się z Arkuszami Google, czy załadować plik CSV. Poza tym, możemy wybrać różne inne narzędzia, które posłużą nam jako źródło danych (np. Google Analytics, kanał na You Tube, baza danych na PostrgreSQL i wiele innych).

I tu ciekawa uwaga i w sumie pewien minus. Google Data Studio nie wspiera ładowania zwykłego pliku w formacie Excela. Co prawda można np. skopiować dane do Arkuszy Google (konto mamy na takiej samej zasadzie jak do Data Studio) i później łatwo połączyć się. Niemniej jednak trochę to dziwi. Rozumiem, że być może na jakimś etapie Google nie lubi rozwiązań Microsoftu, bo sami oferują darmowe Google Sheets. Ale jednak uważam to za pewien minus.

Ja w moim przypadku połączę się z prostą tabelka w Arkuszach Googla:

Budujemy raport – pierwsze kroki

Przed naszymi oczami objawia się panel roboczy, gdzie możemy zacząć właściwą pracę i zobaczyć w praktyce podstawowe funkcjonalności Google Data Studio.

Wstawianie wykresu

Jeśli chcemy od razy coś „namalować” to wybierając z menu głównego Wstaw dostajemy do wyboru jeden z wielu typów wykresów. Są praktycznie wszystkie podstawowe rzeczy, których zazwyczaj używamy. Są zatem wykresy liniowe, słupkowe (pionowe/poziome), kołowe, diagramy (treemap), mieszane, bąbelkowe itd.

Po wybraniu w bocznym panelu (prawa strona) mamy do dyspozycji konfiguracje. Jeśli ktoś wcześniej pracował np. na Power Bi czy Tableau, to nie będzie to jakimś szokiem ? Podstawowa nawigacja i mechanizm jest dość podobny, chociaż bardziej przypomina Power Bi. Jeśli nie macie podobnego doświadczenia, to porównałbym podstawy do budowania wykresu przestawnego w Excelu. Tak czy inaczej wybieramy najpierw wymiary i dane oraz typ operacji jak zlicz, suma itd. Innymi słowy dajemy znać, po czym grupujemy nasze dane i co chcemy pokazać. Poniżej wybrałem wykres kołowy, gdzie przedstawiam sumę (a właściwie procentowy udział) emisji Co2 w przekroju na główną kategorię.

I mamy nasz pierwszy wykres 🙂 Jakby coś, to zasłużyliście na fajrant 😉 Możemy go też dowolnie powiększać, zmniejszać czy przesuwać po obszarze roboczym.

Jeśli zmienicie zdanie co do typu wykresu, to jesteście w stanie łatwo go zamienić. Zaznaczamy go myszką i znów idziemy do bocznego prawego panelu, po czym wybieramy nowy typ.

Skaczemy po poziomach czyli drill down

I tu od razu jedna z fajnych cech, która często jest poszukiwana, czyli tzw. drill down. A mówiąc po polsku jest to możliwość poruszania się po różnych poziomach szczegółowości danych. Ykhy? A jeszcze bardziej po polsku? ? Zobaczmy na przykład. Ja w moim raporcie chciałbym pokazać dane w przekroju po kategorii i podkategorii. To cały czas te same dane, ale pokazane na wyższym lub niższym poziomie szczegółów. To trochę, jak na przykład mówimy o ludności na poziomie kontynentów, a innym razem pokazujemy przekrój po kraju. A więc także tu chę przełączać się pomiędzy różnymi poziomami. I dodatkowo chcę to robić tylko na jednym wykresie. W tym celu dokładam w polu wymiar kolejną kolumnę. Mamy zatem Kategorię i Podkategorię. Poza tym aktwyuję na pasku poniżej opcję Przejdź do badziej szczegółowego widoku.

Domyślnie wykres wygląda teraz tak, gdzie widzimy tylko procentowy podział pomiędzy dwoma wartościami (A i B) i to jest podział po Kategorii. Ale…w danych możemy podzielić nasze emisje jeszcze bardziej szczegółowo, wg. kolumny Podkategoria. Jak tego dokonać?

Wystarczy tylko kliknąć strzałkę w menu nad wykresem:

I mamy inny wymiar ? Widzimy te same sumy emisji CO2, ale w podziale na bardziej szczegółowe podkategorie.

Filtrowanie krzyżowe

Zobaczmy zatem na kolejne podstawowe funkcjonalności Google Data Studio. Inna bardzo użyteczna opcja przy budowaniu dashboardu to tzw. filtrowanie krzyżowe. Polega to na większej interaktywności. Jeśli klikniemy na jakiś element jednego wykresu, to inne na dashboardzie zareagują poprzez filtrowanie według zaznaczenia. I znów łatwiej to pokazać, niż dłużej opisywać.

Klikamy na wykres, który będzie tym sterującym i w opcjach po prawej stronie aktywujemy filtrowanie krzyżowe.

Teraz zobaczmy jak to działa z innymi wykresami. Poniżej dodałem do dashboardu zestawienie słupkowe pokazujące emisje przypadające na poszczególne lata. I tam jest aktywowane filtrowanie krzyżowe. Tymczasem wykres kołowy po prawej bierze nadal pod uwagę wszystkie 3 lata i pokazuje proporcje.

Teraz jeśli kliknę na któryś ze słupków tj. rok na wykresie po lewej, to zadziała to jak filtr dla drugiego wykresu po prawej. To tak, jakbym dodał globalny filtr, gdzie wybieram dane tylko za jeden rok. Mówiąc inaczej, wykres kołowy dostaje informacje, aby przefiltrować dane po roku 2019 (bo taki kliknąłem na wykresie słupkowym).

W powyższym przypadku proporcje na wykresie kołowym zmieniły się nieznacznie, ale to już kwestia danych. Natomiast sam mechanizm jest bardzo „wdzięczny” do nawigowania po dashboardzie ?

Design i konfiguracja

A jak wyglądaja podstawowe funkcjonalności Google Data Studio w kontekście grafiki? Po najechaniu i kliknięciu w wykres możemy wejść w zakładkę Styl (prawa górna strona) i dopasować różne elementy. Poniżej zmieniłem przykładowo kolor tła, kolor głównych kategorii na wyższym poziomie danych, a także przesunąłęm legendę na górę. Mamy także kontrolę nad etykietami danych, tytułem czy wielkością czcionki. Trochę brakuje mi w tym miejscu sterowania tzw. tooltipem czyli etykietą automatycznie pojawiającą się, jak najedziemy na wykres..ale coż ?

Poza tym wszystkie wykresy możemy dowolnie przemieszczać po obszarze roboczym. Możemy także powiększać czy zmniejszać ich wielkość. A jeśli chcemy zobaczyć, jak dashboard będzie finalnie wyglądać, to po prostu klikamy na Wyświetl w górnym menu:

Wówczas znika siatka charakterystyczna dla opcji edycji i widzimy finalny produkt 😉

W prawym górny menu jest też zakładka Motyw i układ

Gdzie mamy do wyboru gotowe motywy i style. Nie powalają ? ale będzie przydatne, jeśli chcemy coś szybko zmienić.

Dane – dodawanie pól poprzez formuły i wyliczenia

Wróćmy na chwilę do samych danych. Jest to dość ważne, jeśli rozpatrujemy podstawowe funkcjonalności Google Data Studio. Jak wspomniałem na początku, narzędzie jest pomyślane głównie do wizualizacji. Niemniej deweloperzy zadbali o co najmniej dwie ważne funkcje przy analizie naszych danych źródłowych. Pierwsza to możliwość dodawania wyliczanych pól już po połączenia się z np. plikiem czy innych źródłem. To trochę tak, jakbyście mogli wyliczyć coś za pomocą formuły i dodać jakąś kolumnę. Ma to niebagatelne znaczenie, jeśli np. łączymy się z bazą czy innym podobnym źródłem i nie możemy sobie wcześniej nigdzie „grzebać” przy danych źródłowych.

Samo dodawanie pól jest stosunkowo proste, ale opanowanie odpowiednich formuł chwilkę zajmie. Jeśli ktoś korzystał np. z wyliczalnych pół w tabeli przestawnej w Excelu (lub Tableau) to wygląda to podobnie. W tym przypadku klikamy np. na Dodaj Pole (prawy dolny róg)

Wpisujemy nazwę nowej kolumny i formułę. W tym przypadku składnia jest identyczna ze standardową funkcją Jeżeli (IF) w Excelu czy Arkuszach Googla. Więc taka wiedza na pewno zaprocentuje ?

W razie wątpliwości możemy kliknąć na znak zapytania

I przejdziemy do informacji na temat dostępnych funkcji. W dużym skrócie formuły przypominają te z Excela lub są nawet identyczne. Poza tym jest też np. CASE WHEN, jeśli ktoś miał doświadczenie z językiem zapytań do baz danych czyli SQL.

Po zatwierdzeniu nowa kolumna (tu Sprawdzanie roku) jest dostępna i można jej używać do wykresów czy tabel:

Data Blending czyli łączenie danych

Druga z ważnych i bardzo przydatnych opcji przy budowaniu naszego dashboardu to możliwość łączenia danych. Dzięki temu podstawowe funkcjonalności Google Data Studio rozszerzają nasze możliwości. Każdy bowiem, kto choć trochę pracuje z raportami, spotkał się z problemem więcej niż jednego źródła. A to musimy dokleić jakiś mapping, a to połączyć tabelki z różnych systemów itd. Wiedzieli to także twórcy Google Data Studio. Z tego powodu mamy możliwość dołączania dodatkowych źródeł (maksymalnie 4).

W tym celu idziemy do górnej zakładki Zasób i wybieramy Zarządzaj połączonymi danymi (ang. Blended data)

Kilkamy na do Dodaj Widok Danych

I otwieramy nasz główny plik z którego korzystamy (pierwszy od lewej), po czym możemy dołączyć dane z innych źródeł (np. pliki CSV, Google Analytics czy jakikolwiek inne źródło w Google Data Studio).

Musimy także wybrać tzw. klucz (kolumnę), po której łączymy dane.

Sam proces jest bardziej skomplikowany, więc nie będę tu wchodził w szczegóły. Natomiast dla osób nieco zaawansowanych w temacie, szczególnie jeśli operujecie w języku SQL, to podpowiem że sposób łączenia danych to tzw. left join. Poniżej info z oficjalnego poradnika od Googla. Dla osób nie znających tych pojęć w skrócie podpowiem, że chodzi o to że bierzemy wszystkie dane (wiersze) z tabeli z lewej (patrz górny zrzut ekranu) i wszystkie wiersze, które mają wspólny klucz z tabeli po prawej. Link do bardziej szczegółowego wyjaśnienia na Google tu 🙂

I chociaż statystycznie rzecz biorąc Left Join jest zapewne najczęściej używanym łączeniem, to jednak trochę brakuje bardziej zaawansowanych opcji, jak w Tableau czy Power BI.

Udostępnianie raportów

Kolejny aspekt to dzielenie i udostępnianie dashbordów. Zazwyczaj nie tworzymy coś tylko dla siebie. Każdy lubi trochę blichtru ? A serio, mamy tu na prawdę proste i przydatne rozwiąznia.

Po pierwsze, możemy szybko pobrać link do raportu. Klikamy w górnym menu Udostępnij, a później Pobiesz link do raportu.

I udostępniamy go komu chcemy. Pamiętajmy, że Google Data Studio działa w chmurze, a więc nasz klient czy kolega z pracy nie potrzebuje niczego instalować. Przesyłamy link i tyle, jeśli internet działa to można używać ? Co więcej, jeśli coś zostanie dodane czy uaktualnione, to nie musimy się martwić o to, żeby jeszcze raz coś przesyłać. Nie ma problemu jak z plikami ? Wszystko jest aktualizowane, wystarczy odświeżyć stronę.

Co więcej, podstawowe funkcjonalności Google Data Studio pozwalają na konfigurowanie opcji, jak typ dostępu, wybór osób, które go dostaną itp.

Osadzanie Dashboardu

Kolejna bardzo przydatna rzecz to osadzanie raportu np. na stronie www, choćby jak Małe Wielkie Dane (będzie poniżej). Wracamy jeszcze raz do menu głównego i klikamy na Udostępnij, a później Umieść raport

I dostajemy kod do wykorzystania na stronie internetowej. W ten sposób możecie np. użyć dashboard jako element informacji czy kalkulator do jakichś symaluacji oferty itp. i łatwo go udostępnić.

Interaktywność i organizacja danych

Na koniec warto wspomnieć o elementach sterujących i dodających interaktywności całemu dashboardowi. Można dodać elementy, jak lista wyboru, suwaki inne typy filtów.

Możemy też podzielić nasz raport na kilka oddzielnych stron i zorganizować go w wybrane przez nas sekcje.

Później przy wyświetlaniu dashboardu możemy łatwo „przeskakiwać” pomiędzy stronami.

Wybróbuj sam 🙂

No i czas na doświadczenia tygryski 🙂 Poniżej zamieszczam osadzony raport z powyższymi przykładami. Jest filtrowanie krzyżowe, mamy tzw. drill down (wykres kołowy), są filtry, jest też druga strona dashboardu. Pobawiłem się troszkę z kolorami i stylem. Tu przy okazji uwaga na temat osadzania. Trzeba nieco popracować, aby raport był dobrze dobrany do wielkości i układu strony. Ja na przykłam mam problem z niepotrzebną przestrzenią pod raportem, której normanie nie widzę 😉 Na szczęście jest też opcja wyświetlenia raportu na pełnym ekranie (jak zjedziecie na dół). Wówczas można włączyć tzw. full screen, co będzie na pewno lepiej zeskalowane do pracy.

Dzięki i miłego dashboardowania 🙂 Poza tym zachęcam do komentarzy i uwag, jeśli chcecie więcej podobnych artykułów 🙂