Kampagnenoptimierung und Analytik
Datenanalyse und Reporting im Marketing

Wie man BigQuery-Daten in Google Data Studio Berichten verwendet

Benard Kiplangat   Juli 1, 2022
bigquery google data studio

Die Verwendung von BigQuery-Daten in Google Data Studio ist eine einfache Möglichkeit, saubere, teilbare, benutzerdefinierte Berichte oder Dashboards für Ihre Daten zu erstellen. Da Data Studio nahtlos verbindet zu Google BigQuery, Sie können leistungsstarke Berichte erstellen, die anderswo nie möglich wären.

Wenn Sie ein Datenanalyst oder ein Business Analyst sind, der seine Datenberichterstattung auf die nächste Stufe heben möchte, ist Data Studio sicherlich ein perfektes Tool. Dieser Artikel ist ideal für Sie, wenn Sie einen umfassenden Leitfaden möchten, der Ihnen hilft, zu lernen, wie Sie Ihre Google BigQuery-Daten in Google Data Studio laden. 

Also, lesen Sie weiter!

Warum Google BigQuery verwenden

Heute sammeln Unternehmen Geschäftsdaten in einem Rekordtempo. Von Customer Relationship Management (CRM)-Daten bis hin zu Web-Analytik, erfordern alle Facetten eines Unternehmens die Sammlung von Daten in irgendeiner Form. 

Und daher gibt es einen zunehmenden Bedarf, Lösungen und Tools zu finden, die es uns ermöglichen, all unsere Daten schnell zu speichern und zu analysieren, ohne von den riesigen Mengen überwältigt zu werden. Glücklicherweise, Google BigQuery bietet diese Funktionalität, um Unternehmen zu helfen, das Beste aus ihren Datensätzen herauszuholen und datengestützte Entscheidungsfindung für die Unternehmen zu ermöglichen.

Während Google BigQuery für Big Datasets und Analysen geeignet ist, ist es auch ideal für Datensätze, die sich nicht viel ändern. Dies könnte Big Data am Ende einer ETL-Pipeline oder gründlich verarbeitete Daten sein, die wenig oder keine weitere Datenmanipulation erfordern.

Darüber hinaus verwendet BigQuery eine BI-Engine mit einem leistungsstarken integrierten Cachesystem, das erklärt, warum Sie es nicht für Daten verwenden sollten, die sich viel häufiger ändern. 

Warum Google Data Studio verwenden

Wie Sie wissen, sind Daten entscheidend für die Unternehmensanalyse und bessere Entscheidungsfindung. Die Mengen an Daten, die Unternehmen sammeln, steigen jedoch ständig und können selbst die engagiertesten Datenanalysten überwältigen.

Während Unternehmen weiterhin Daten über ihren Markt, Kunden, Wettbewerber und das Unternehmen selbst sammeln sollten, ist es entscheidend, nach effektiven Strategien zu suchen, um Ihre Daten zu visualisieren und sie für Ihre Bedürfnisse nutzbar zu machen.

Google Data Studio ist ein leistungsstarkes Tool, mit dem Sie Berichte und Dashboards erstellen können, um Ihre Daten visuell und ansprechend darzustellen. Daher ist es unser ideales Werkzeug, um die Herausforderungen bei der Datenanalyse zu bewältigen.

Potenzielle Kosten für die Nutzung von BigQuery

Einige Google Cloud-Funktionen, die Sie verwenden können, um Ihre Daten in Google Data Studio zu laden, sind kostenpflichtig, da Ihnen möglicherweise Kosten entstehen. Diese Komponenten umfassen:

BigQuery: Es können Speichergebühren für die Tabellen anfallen, die Sie erstellen, also überprüfen Sie diese.

BI Engine: Wenn Sie die BI Engine verwenden, können monatliche Kosten für die Reservierungen anfallen, die Sie erstellen.

Wenn Sie die Kosten schätzen möchten, verwenden Sie den Preiskalkulator um Ihre potenziellen Nutzungskosten zu projizieren. Sie können auch die Preise für BigQuery-Speicher und die BI Engine Preisseite um mehr zu erfahren.

Wie verbindet sich Google Data Studio mit BigQuery?

Google Data Studio verwendet sein Connector-Tool, um sich mit Daten aus externen Quellen zu verbinden. Um dieses Datenquellen-Connector-Tool zu verwenden, um Ihre BigQuery-Daten in Data Studio zu laden, befolgen Sie die folgenden Schritte:

Wie man BigQuery-Daten in Google Data Studio importiert

Das erste, was Sie tun müssen, um Ihre Daten in Google Data Studio. Öffnen Sie dann einen neuen Bericht oder einen bestehenden Bericht, den Sie mit Ihren BigQuery-Daten verwenden möchten. Sobald er bereit ist, wählen Sie die BigQuery-Datenquelle aus. Wie machen Sie das? Hier ist der Prozess:

  • Nachdem Sie einen Bericht erstellt oder ausgewählt haben, mit dem Sie arbeiten möchten, können Sie ihn umbenennen und klicken Daten hinzufügen um Ihre Tabellen aus BigQuery hinzuzufügen.
  1. Im Daten hinzufügen Fenster wählen Sie BigQuery aus der Liste aus. Wenn Sie es nicht sehen können, verwenden Sie die Suchleiste, um es zu finden.

  1. Wenn Sie zum ersten Mal Data Studio mit BigQuery verbinden, werden Sie aufgefordert, Google Data Studio Berechtigungen zu erteilen. Klicken Sie also auf Autorisieren um Data Studio zu autorisieren, auf Ihre Google Cloud-Projekte zuzugreifen und Erlauben im Dialogfeld Berechtigungsanfrage, um Berechtigungen zu teilen, damit es Ihre Daten anzeigen kann.
  2. Sobald Sie BigQuery ausgewählt haben, wählen Sie das BigQuery-Projekt mit den Tabellen aus, die Sie in Data Studio verwenden möchten. Wählen Sie dann den Datensatz und schließlich die Tabelle aus.

Verwenden Sie BigQuery-Projekte, um Ihre Tabellen in Google Data Studio zu laden.

Es gibt vier Optionen, um Daten von Google BigQuery in Google Data Studio zu erhalten. Sie können sie direkt aus Ihren aufgeführten Projekten, freigegebenen Projekten, benutzerdefinierten Abfragen oder öffentlichen Datensätzen abrufen. Wählen Sie entsprechend aus.

Wiederholen Sie den obigen Prozess für jede Tabelle, wenn Sie mehrere Tabellen haben, die Sie aus BigQuery laden möchten.

Visualisierung Ihrer Daten in Google Data Studio

Jetzt, da Sie Ihre BigQuery-Daten automatisch in Google Data Studio importiert haben, können Sie entscheiden, Ihre Daten mit anderen Datenquellen zu kombinieren und sie in Diagrammen zu visualisieren. Lassen Sie uns also versuchen, die BigQuery-Tabelle, die wir gerade erstellt haben, zu visualisieren!

Mehr zur Datenkombination: 7 Einschränkungen der Datenblending in Google Data Studio (und wie man sie überwindet) | Dataslayer

Wir werden ein Balkendiagramm erstellen, um die Verteilung der Bevölkerung nach Ländern darzustellen, also folgen Sie dem folgenden Prozess:

Um ein Balkendiagramm zu erstellen, das die Bevölkerungsverteilung nach Ländern anzeigt:

  1. Klicken Sie im Berichtseditor auf Fügen Sie ein Balkendiagramm ein.
  2. Sie können die Diagrammgröße mithilfe der Griffe auf die ideale Größe erweitern.

  1. Stellen Sie sicher, dass Sie die richtigen Metriken und Dimensionen für Ihre Diagramme verwenden. Wir haben country_name als Dimension, das Jahr als Breakdown Dimension und die Bevölkerungsgröße als Metrik für unser Beispiel verwendet.
  2. Als Nächstes müssen wir nur einige Länder aus der Liste auswählen, daher fügen wir eine Filterklausel hinzu, um die gewünschten auszuwählen. Wir möchten Länder mit einer Bevölkerungsgröße zur Jahresmitte von 200.000.000 oder mehr und einem Jahr zwischen 2040 und 2044 einbeziehen. 

  1. Klick Hinzufügen Filter auf dem Daten Tab, dann Fügen Sie eine Filteroption hinzu oder Erstellen Sie einen Filter wenn Sie bereits andere Filter haben. Sie können Ihren Filter benennen, wenn Sie möchten, und dann wählen Sie Einbeziehen. Wählen Sie das Feld als Midyear-Bevölkerung und die Bedingung als Größer als oder Gleich (>=), und verwenden Sie den Wert 200.000.000.
  2. Als nächstes verwenden Sie die UND Bedingung, dann verwenden Sie Einbeziehen, Jahr, Zwischen (>=&&<=), 2040 und 2044 respektive. Klicken Sie schließlich auf Speichern um den Filter anzuwenden.
  3. Nachdem Sie Ihren Filter angewendet haben, sollte Ihr Diagramm folgendermaßen aussehen:

Bereit, Ihre BigQuery-Daten in Google Data Studio zu visualisieren? 

Berichte aus BigQuery-Daten in Google Data Studio zu erstellen, ist nicht so komplex, wie Sie es gesehen haben. Da Sie jedoch mit großen Datensätzen arbeiten, kann die Komplexität schnell zunehmen. Halten Sie Ihre Berichte daher sauber und organisiert, um den größten Nutzen aus Ihrem Datenreporting zu ziehen. 

Darüber hinaus cached Data Studio Ihre Daten, wenn Sie sich mit BigQuery verbinden, verwenden Sie also Daten, die sich seltener ändern. Außerdem kann häufigere Abfragen der BigQuery BI Engine für große Datensätze Ihre Kosten unnötig erhöhen.

Welche anderen Connector-Tools können Sie verwenden, um Ihre Daten aus BigQuery oder einer anderen Datenquelle zu erhalten?

Wenn Sie ein benutzerdefiniertes Tool wünschen, um Ihren Datentransfer von Google BigQuery zu Google Data Studio zu vereinfachen, ziehen Sie in Betracht, Dataslayer.ai. Wir bieten auch benutzerdefinierte Connectoren zu über 40 Datenquellen für Google Sheets, Google Data Studio und andere BI-Tools.

Außerdem, wenn Sie Ihre Daten zu BigQuery übertragen, Dataslayer BigQuery wird ein perfektes Tool für Sie sein. Möchten Sie es kostenlos ausprobieren? Melden Sie sich noch heute an um Ihre kostenlose Testversion zu erhalten!