Pro začátečníky a mírně pokročilé máme návod, jak jednoduše a zcela automatizovaně vizualizovat data z různých platforem, jako je Google Ads, Facebook Ads, Adform, Google Analytics, LinkedI, Twitter, Mailchimp a ze spousty dalších platforem. Vizualizace dat vám pomůže lépe pochopit jejich vztah a souvislost a budete tak schopni odhalit jejich anomálie, příležitosti nebo rizika.

Proč data vizualizovat?

Digitální platformy nabízejí spousty a spousty dat. Digitálním analytikům pomáhají odhalovat a měřit výkon digitálních kampaní, výkon webu, rentabilitu zákaznické databáze, příležitosti v různých zdrojích návštěv webu apod. Vždy je důležité vědět, jaká data pro svoji práci potřebujeme a jak s nimi máme pracovat. Není možné a ani efektivní pracovat se všemi daty, které máme k dispozici, zároveň, protože bychom se v nich pravděpodobně utopili. Důležité je vybrat si ta data, která jsou pro nás a pro to, co chceme sledovat a vyhodnocovat, relevantní.

Abychom věděli, která data jsou ta správná, samozřejmě je potřeba znát souvislost mezi nimi  a tím, co chceme měřit. A také souvislost s ostatními metrikami, které tato data ovlivňují. Měli bychom znát nejen konkrétní metriky, ale také dimenze, v jakých data chceme vyhodnocovat. Zda budeme metriky sledovat v čase, v konkrétních lokalitách nebo zemích, dle chování nebo třeba podle zdrojů dané kampaně. Například metriku “návštěvy” na webových stránkách můžeme měřit dle konkrétních lokalit, zdrojů návštěv, marketingových kampaní a zároveň v daném čase. Tuto matici je potřeba znát při každém analytickém vyhodnocení, chceme-li dojít ke správné interpretaci dat.

Jak nám vizualizace dat ulehčí život

Pokud známe matice [metrika vs dimenze], záleží na tom, v jakém formátů data máme k dispozici. Ve většině digitálních platforem je možné data vyfiltrovat i s vizualizací v časové ose, takže máme k dispozici rychlý náhled, jak si data stojí v čase. Jinde jsou data pouze v číselné podobě a jen stěží je lze rychle interpretovat, jelikož není snadné si představit jejich vývoj. Problém může také nastat ve chvíli, kdy máme matici složenou z dat několika platforem. Nemusí být totiž snadné integrovat data do jednoho uceleného celku tak, aby dávala smysl. K tomu by měla pomoci právě grafická vizualizace dat.

Představme si, že potřebujeme každý den vyhodnocovat data z Google Ads a zároveň je dát do srovnání s daty v Google Analytics. Je to poměrně standardní model, jelikož například u kampaní v Google Ads vyhodnotíme CTR (míru prokliku), CPC (cenu za proklik) a v Google Analytics budeme chtít znát Bounce Rate (míra okamžitého opuštění) a třeba také návratnost uživatelů. Většina uživatelů se dívá na data samostatné v dané platformě, což je nejen časově náročnější, ale také můžeme přehlédnout jasné trendy v časovém vývoji dat. Pokud data propojíme do pár přehledných grafů, každý den zcela transparentně uvidíme, co nám data chtějí říct.

Seznamte se s Google Data Studiem

Pro grafickou vizualizaci dat máme k dispozici placené i neplacené nástroje. Určitě nás budou zajímat spíše ty neplacené, mezi kterými se nejčastěji používá Google Data Studio nebo Kibana. Mezi placenými jsou pak hojně využívány Tableau, Alteryx, QLik nebo Looker.

Pro začátek nám postačí Google Data Studio, které je docela šikovné a jednoduché na nastavení přehledných dashboardů. Najdeme ho na adrese: https://datastudio.google.com. Svůj první dashboard můžete vytvořit úplně od začátku nebo si můžete vybrat předpřipravenou šablonu, v které si jen změníme datové zdroje, případně upravíte přehled metrik.

Nastavení datového zdroje

Pokud půjdeme od začátku, vytvoříme dashboard modrým znamémkem “+” v pravém dolním rohu.

Následně si budeme muset připravit datové zdroje, z kterých data budeme do Google Data Studia přenášet. To uděláme rozkliknutím nabídky “Vytvořit nový zdroj dat“.

Nyní se před nám otevřela široká nabídka různýách datových zdrojů, tzv. konektorů. Google Data Studio má spoustu konektorů už integrovanou v sobě. Pokud potřebujeme další konektory do specifických platforem, můžeme si je buď vytvořit (ve spolupráci s programátorem) nebo využít nějaký externí nástroj, který tyto konektory pro Google Data Studio už má připravené. Jedním z nich je například Supermetrics, které v sobě integruje konektory pro Facebook Ads, Google Ads, Google Analytics, Adform, LinkedIn, Twitter a další platformy. Supermetrics je placené a stojí od 19 do 299 USD měsíčně.

Nicméně Google Ads a Google Analytics, které budeme potřebovat my, jsou už v Google Data Studiu integrovány. Stačí je tedy z nabídky vybrat a nastavit u nich výběr dat, která budeme chtít importovat. Nejprve tedy vybereme třeba Google Data Studio.

Povolíme autorizaci uživatelského účtu Google Analytics. Tady pozor, musíme se přihlásit e-mailem, který využíváme pro službu Google Analytics, aby se Google Data Studio spárovalo se správným účtem Google Analytics.

Následně vybereme požadovaný účet a službu z Google Analytics a výběr dat připojíme tlačítkem vpravo nahoře.

Následně bychom měli vidět celou škálu datových metrik, které můžeme importovat buď všechny naráz nebo si z nich vybrat jen některé. Doporučuji importovat rovnou všechny a při tvorbě dashboardu si v nich listovat. Import dokončíme tlačítkem “Přidat do přehledu” vpravo nahoře.

Pokročilejší uživatelé si vybírají jen některé, protože vědí, co přesně budou importovat a ostatní metriky jim tak nezatěžují datovou náročnost Google Data Studia, což se projevuje pomalejším načítáním. Každopádně pokud budoucnu zjistíte, že 99 % ostatních metrik nevyužijete, můžete je v budoucnu kdykoliv z datového zdroje odstranit. Google Data Studio má občas opravdu potíže s rychlostí načítání, pokud ho zahltíme příliš mnoho datovými zdroji.

Vytváření dashboardu

A teď se můžeme pustit do návrhu samotného dashboardu. Začít bychom měli tím, že si do dashboardu vložíme časové období, které nám bude dashboard zobrazovat v libovolném čase.

Následně si můžeme dashboard pojmenovat a vložit si nahoru dashboardu libovolný nadpis.

 

Dále začneme přidávat jednotlivé metriky. Rozklikneme nabídku “Přidat graf” a zvolíme třeba “Graf časové řady”.

Graf se nám zobrazí v dashboardu a můžeme si ho libovolně napozicovat i upravit jeho velikost.

Když do grafu klikneme, vpravo se zobrazí detail datových zdrojů. Vidíme, že v něm jsou napojeny datové zdroje z Google Analytics, které můžeme upravit. Můžeme upravit dimenzi nebo metriku. Dimenze “Datum” nám příliš nevyhovuje, jelikož zobrazuje graf po dnech a rádi bychom to viděli spíše o měsících. Změníme ji tedy na “Měsíc v roce”. A namísto metriky “Zobrazení stránek” nás bude zajímat spíše metrika “Návštěvy”. Nastavení pak bude vypadat nějak takto:

Podobně si můžete přidat další a další grafy. Je možné je jednoduše kopírovat mezi sebou pomocí CTRL+C a vkládat pomocí CTRL+V. Přidávat můžeme i další datové zdroje. Pokud budeme chtít přidat například data z Google Ads, stačí kliknout do grafu, kde data chceme zobrazovat a upravit zdroj dat.

Následně dole vyberete “Vytvořit nový datový zdroj”

V nabídce datových zdrojů si najdeme Google Ads a zopakujeme stejný postup, jako když jsme přidávali datový zdroj pro Google Analytics.

Průběžně si dashboard můžeme prohlížet pomocí náhledu. Ten si zapneme vpravo nahoře tlačítkem “Zobrazit”.

Sdílejte dashboardy s kolegy

Výsledný dashboard můžeme také nasdílet třeba svých kolegům, a to tak, že kliknete při náhledu dashboardu na panáčka vpravo nahoře a vložíte e-mailovou adresu, na kterou chcete dashboard nasdílet. Data v dashboardu se vám budou do vytvořených grafů automaticky přenášet přes zdroje dat (konektory), takže se u aktualizaci prakticky nemusíte starat.

 

Vytváření dashboardů není nic těžkého. Složitější může být strategie nad datovými zdroji a jejich propojení, aby data dávala smysl a přinesla jasnou interpretaci. Pokud budete potřebovat pomoci s tvorbou složitějších vizualizací dat nebo poradit s datovou strategií, rádi vám pomůžeme.