Champs calculés dans Google Data Studio – Whiteboard Friday

Google Data Studio est un outil puissant à avoir dans votre kit de référencement. Savoir comment tirer le meilleur parti de sa puissance commence par comprendre comment utiliser les champs calculés pour appliquer de bons calculs à l'ancienne à vos données. Dans le tableau blanc de cette semaine, nous sommes ravis d'accueillir notre hôte Dana DiTomaso, qui nous explique comment utiliser les champs calculés dans Google Data Studio pour découvrir plus de valeur dans vos données et améliorer vos rapports.

Cliquez sur l'image du tableau blanc ci-dessus pour ouvrir une version haute résolution dans un nouvel onglet!

Transcription vidéo

Bonjour, fans de Moz. Je suis Dana DiTomaso, présidente et associée de Kick Point et nous adorons Google Data Studio à Kick Point. Vous ne pouvez pas encore aimer Google Data Studio, mais après avoir regardé cela, je pense que vous le ferez probablement.

L'une des premières choses que vous pensez de Google Data Studio est la suivante: pourquoi l'utiliser? Ce sont juste des graphiques. C'est la même chose que dans Analytics ou un autre milliard d'outils de tableau de bord. Mais l'une des choses que j'aime vraiment dans Google Data Studio, c'est les maths. Vous pouvez faire beaucoup de choses différentes dans Data Studio, et je vais passer en revue quatre des types de base de Data Studio et comment vous pouvez l'utiliser pour améliorer vos rapports, tout comme vous pouvez faire glisser vos orteils dans Google. Pool de Data Studio. Ce que j'ai fait ici, c'est que j'ai écrit beaucoup de formules que vous allez utiliser.

Les types

Il y a beaucoup de formules bien évidemment écrites, mais lorsque vous entrez dans Data Studio, vous devriez pouvoir les saisir et elles fonctionneront. Commençons par le début avec les types.

1. Mathématiques élémentaires. C'est assez évident. 1 + 1 = 2. Les appels téléphoniques et les e-mails sont égaux, par exemple. Vous pouvez ajouter ensemble différents champs.
   
2. Transforms. Disons que les gens ont vraiment du mal à écrire des choses en majuscules et des choses minuscules. Vous avez un problème avec les URL étant écrites de deux manières différentes. Vous pouvez utiliser une transformation pour transformer les majuscules en minuscules. C'est plutôt sympa.
   
3. Formules. Formules est l'endroit où vous dites seulement montrer ce sous-ensemble des données. Ou à quelle fréquence cela arrive-t-il? Cela pourrait être des choses comme la fonction Count, alors comptez combien de fois cela se produit, par exemple, et présentez-le comme une métrique totalement distincte, ce qui peut être très utile lorsque vous voulez compter le nombre de fois qu'un événement se produit et alors comparez cela contre quelque chose d'autre. Il peut simplement extraire ce genre de données.
   
4. Logique. C'est le plus complexe. Si X, alors Y. Si cela se produit, alors cela se produira. Il y a beaucoup de choses très complexes là-dedans. Mais si vous débutez, commencez par cela, puis consultez la documentation de Google Data Studio. Vous trouverez des trucs plus cool là-dedans.

1. Mathématiques de base

Voici quelques exemples d'utilisation de nos tableaux de bord Google Data Studio. Donc, les mathématiques de base, l'une des choses que beaucoup de gens se soucient de: Est-ce que les gens sont en contact avec moi?

C'est la base de la raison pour laquelle nous faisons du marketing. Est-ce que les gens entrent en contact? Ainsi, par exemple, vous pouvez faire des calculs de base et dire «D'accord. Donc, sur notre site Web dans Google Tag Manager, nous avons un déclencheur qui se déclenche chaque fois que quelqu'un clique ou clique sur un lien MailTo sur le site. En plus de cela, nous suivons le nombre de personnes qui soumettent un formulaire, comme vous le devriez.

Au lieu de les rapporter séparément, ils sont en quelque sorte la même chose. Ils envoient un courriel d'une façon ou d'une autre. Pourquoi ne les soumettons-nous pas simplement comme une métrique? Donc, dans ce cas, vous pouvez saisir tout le courrier pour former les complétions, puis récupérer toutes les finitions de l'objectif du formulaire, et maintenant vous avez un nombre total de demandes de courriels ou de demandes totales ou tout ce que vous voulez appeler. Vous pouvez faire la même chose là où c'est, eh bien, les appels téléphoniques et les courriels, est-ce vraiment important s'ils sont dans des compartiments séparés?

Il suffit de les mettre tous en un. La même chose avec les mathématiques de base. Ajoutez simplement le tout ensemble et vous avez une mesure totale que vous pouvez présenter au client. Voici combien d'argent nous avons fait pour vous. Boom. C'est un bon. La prochaine chose – je vais juste retourner ici – est des formules.

2. Formules

Bon, alors les formules, une des choses que j'aime vraiment faire, c'est regarder les données de votre Google Search Console. Ceci est dans Data Studio. Vous allez utiliser Search Console pour cela, qui est une source de données intéressante. Nous savons tous que les données de Search Console ne sont pas nécessairement précises à 100%, mais il y a toujours beaucoup de trésors de mots-clés à trouver si elles sont faciles à trouver, ce qui n'est pas super.

Donc, vous pouvez faire un rapport dans Data Studio et dire regex match, et donc ne pas avoir peur de regex. Je pense que tout le monde devrait l'apprendre. Mais si vous n'êtes pas très familier avec cela, c'est un moyen très facile de le faire. Dites, d'accord, chaque fois qu'un mot clé contient pourquoi, comment, peut, quoi, par exemple, alors ce sont des recherches de questions. Vous pouvez le changer pour tout ce qui a du sens pour vous.

Mais cela ne fait que sortir ce sous-ensemble de données. Ensuite, vous pouvez voir, donc s'il s'agit de recherches de questions, avons-nous un contenu qui répond à cette question? Non. Peut-être que c'est quelque chose auquel nous devons réfléchir. Ou nous obtenons des impressions pour cela. Vous pouvez le filtrer et dire que seules les recherches de questions d’affichage ont un rang inférieur à 20. Si nous améliorons ce contenu, il s’agit par exemple d’une opportunité d’extrait de code. C'est une véritable mine de données sur laquelle vous pouvez jouer.

3. Transforms

Le troisième est des transformations. Comme je l'ai mentionné plus tôt, c'est une très bonne façon de prendre Facebook, par exemple. Nous avions un client qui avait Facebook en majuscules et Facebook en casse-titre et Facebook en minuscules dans leurs sources et médiums, parce qu'ils étaient très décontractés dans la façon dont ils utilisaient leurs codes UTM. Nous les avons simplement tous normalisés pour aller plus bas, et ce sont de belles transformations de texte que vous pouvez faire.

Ça rend les choses un peu plus belles. Je recommande de faire une partie de cela, surtout si vous avez des données en désordre.

4. Logique

Puis le grand ici. C'est de la logique, et je vais juste jeter ici un instant. La logique a maintenant beaucoup de composants différents. Ce que je vous montre en ce moment, c'est un cas où finissent par transformer ou la logique. Nous utilisons ceci pour ranger les mauvaises données de canal.

Donc, ce client que j'ai mentionné, qui était tout simplement super décontracté avec ses tags UTM et qui se contentait de mettre de vieux trucs, je pense qu'il avait des publicités de retargeting comme support. Vous pouvez configurer des chaînes et autres éléments dans Google Analytics. Mais je veux dire, vraiment, en fin de compte, tout le monde n'est pas très bon pour suivre les règles pour les UTM que vous avez mis en place. Des choses arrivent.

Ça va. Vous pouvez le réparer dans Data Studio. Surtout si vous ouvrez Google Analytics et que vous voyez que vous avez cet autre canal, dont je suis certain que lorsque nous avons hérité d'un compte Analytics, nous l'examinons et il y a ce canal, et il ne s'agit que d'un gros sac de merde.

Vous pouvez y aller et le transformer en données de canal réelles, utiles, qui correspondent à la destination. Ce que j'ai ici est un exemple vraiment simple. Cela pourrait continuer pour les lignes et lignes et lignes. Je viens d'inclure deux lignes parce que ce tableau blanc est seulement si grand.

Donc, vous commencez par dire un cas. C'est le cas quand, est l'idée quand, et alors la première ligne ici est la source égale directe et moyenne égale non définie ou moyenne aucune, puis directe. Donc, je dis, d'accord, donc c'est la base de la façon dont le trafic direct se passe.

Si la source est directe et que le support n'est pas défini ou que le support n'en contient aucune, comme si je n'avais aucune donnée, le trafic est direct. C'est bien ce que fait Google Analytics. Rien de spécial ne se passe ici. Maintenant, voici la prochaine chose. Dans ce cas, je dis maintenant que je combine une correspondance de regex, dont nous avons parlé ici, avec le cas, et maintenant ce que je dis, c'est quand le regex correspond au support, et puis je l'ai ici .

N'ayez pas peur de cela. Je sais que c'est regex et peut-être que vous n'êtes pas très à l'aise avec ça, mais c'est assez élémentaire, et une fois que vous faites cela, vous vous sentirez comme un assistant de données, je vous garantis. La première fois que je l'ai fait, je me suis levé de mon ordinateur et j'ai dit "Oui" la première fois que cela a fonctionné. Jouez simplement avec. Ça va être génial. Donc vous avez un peu … comment s'appelle cette chose? Vous avez un petit truc en forme de flèche là-bas, un très mauvais signe de médium.

Ce que cela veut dire, c’est que si vous avez quelque chose qui est en quelque sorte un médium étrange, écrivez tout le brut que les gens ont mis au fil des années, tous les médiums étranges qui ne font absolument pas aucun sens du tout. Il suffit de mettre tout cela là-bas et ensuite vous pouvez le jeter dans un seau dit appelé social payé. Vous pouvez faire la même chose avec le trafic de référence. Ou, par exemple, cela est vraiment utile si un client dit: «Eh bien, je veux savoir comment cet ensemble de trafic d’affiliation se compare à cet ensemble de trafic d’affiliation», alors vous pouvez les séparer en différents compartiments.

Ce n'est pas seulement pour les données de canal. Je l'ai fait, par exemple, où nous regardions les données sociales et nous comparions les équipes de la NFL comme exemple pour un autre outil, Rival IQ. Ce que j'ai dit, c'est que ces équipes sont ici dans l'AFC Est et que ces équipes sont dans l'AFC Ouest. Si j'ai foiré et j'ai dit AFC Est et Ouest, s'il vous plait, ne vous en fâchez pas dans les commentaires. Je promets de jouer au football fantastique. Je ne me souviens tout simplement pas maintenant.

Mais vous pouvez combiner différents domaines. Ceci est idéal pour des choses comme les régions de vente, par exemple. Donc, l'Amérique du Nord équivaut au Canada, plus les États-Unis et le Mexique, si vous vous sentez généreux. C'est la politique de l'ALENA. Cela dépend vraiment de ce que vous voulez faire avec ces régions de vente et comment vos données, ce qui est significatif pour vous. C'est la chose la plus importante à ce sujet, c'est que vous pouvez changer ces données pour être ce que vous avez besoin d'être pour rendre ce rapport beaucoup plus facile pour vous.

Je veux dire, Sinon, nous ne savons pas si cela pourrait effectivement sortir. Je n'ai pas essayé cela moi-même. Si c'est le cas, s'il vous plaît laissez un commentaire et faites le moi savoir.

Ensuite, vous vous retrouvez avec une fin. Lorsque vous êtes dans Data Studio, lorsque vous créez ces formules calculées, vous verrez immédiatement si cela fonctionne ou non. Continuez à essayer jusqu'à ce que vous le voyiez arriver.

Une des grandes choses à propos de Data Studio est que, si c'est juste, vous verrez ces types de couleurs, et j'ai utilisé différents marqueurs de tableau blanc pour indiquer à quoi cela devrait ressembler. Si vous voyez du rouge là où vous devriez voir du noir ou du vert là où vous devriez voir du noir, par exemple, alors vous savez que vous avez tapé quelque chose qui ne va pas dans votre formule. Pour moi, généralement, je trouve que c'est un support mal placé. Gardez juste un œil sur ça.

Amusez-vous avec Data Studio. Une des grandes choses est que vous ne pouvez pas gâcher vos données originales lorsque vous effectuez des champs calculés, de sorte que vous pouvez aller à fond et que cela ne va pas jouer avec les données d'origine. J'espère que vous passerez un bon moment dans Data Studio. Dis-moi ce que tu as fait dans les commentaires, s'il te plaît. Je vous remercie.

Transcription de la vidéo par Speechpad.com