Google Data Studio est un outil permettant de visualiser les données (issues de Google Analytics, AT Internet, de fichiers excel etc…) afin de les diffuser et rendre leur lecture plus agréable.
Le temps de chargement des données sur l’outil est parfois long et les principales raisons qui l’impacte sont les suivantes :
– Les performances de l’ensemble de données présentes sur le tableau de bord
– La complexité de ces requêtes
– La latence du réseau
– La quantité de données interrogées dans les visualisations du rapport
Cependant, il existe des solutions afin de minimiser le temps de chargement et ainsi optimiser l’affichage des données sousGoogle Data Studio, les voici :
1. Extraire des données pour améliorer les performances
Dans la cadre d’une liaison de données avec Google Analytics par exemple, il est possible d’extraire des données de l’outil pour ensuite les envoyer à Google Data Studio. Cette technique permet d’éviter à Data Studio d’envoyer une requête lourde à GA (Google Analytics) car l’outil ira chercher les données directement dans l’extraction de données.
Pour faire cela, il vous faut passer par la création d’une nouvelle source de données, puis sélectionner le connecteur ‘Extraire les données’. Sélectionnez ensuite votre source de données existante pour extraire des données de celle-ci. Il vous faudra ensuite sélectionner les champs (dimensions et statistiques) dont vous aurez besoin pour votre rapport en cliquant sur ‘ajouter’ pour chacun des champs concernés. Appliquez-y enfin, une plage de dates (obligatoire pour le connecteur Google Analytics mais facultatif pour d’autres connecteurs) et cliquez sur « Enregistrer et extraire ».
Sachez qu’il est possible d’automatiser l’extraction de données, pour vous éviter une tâche fastidieuse (modifier la connexion > mise à jour automatique).
2. Ajuster la fréquence d’actualisation des données
Le fait d’allonger la fréquence d’actualisation des données (modifier la source de données > fraîcheur des données) permet à l’outil d’utiliser le cache et éviter d’effectuer de nouvelles requêtes, surtout pour les plus répétitives d’entre elles (nous vous conseillons de mettre la fraîcheur des données sur 12h par défaut).
3. Accélérez vos requêtes grâce à BI Engine
Pré-requis pour cette technique : avoir créé un ensemble de données dans BigQuery.
BI Engine est un outil qui permet d’analyser les données stockées très rapidement et ainsi accélérer le processus de requête de données injectées dans Google Data Studio. Ce processus est plus complexe à mettre en place que les deux autres, mais vaut le coup d’oeil. Vous trouverez de la documentation à ce sujet ici.
Grâce à ces trois techniques, nous espérons que vous parviendrez à réduire vos temps de chargement et ainsi accéder plus rapidement à vos données dans Google Data Studio !
N’hésitez pas à nous contacter, nous serons ravis de collaborer et échanger ensemble sur ce type de problématique !