[數據分析]運用Google Data Studio 設計 Dashboard 的小技巧教學

8 min readJul 16, 2022

前言

前幾天身邊的朋友跟我分享他們總經理最近開會的時候，嚴肅的跟大家表示，未來報告的時候不要再拿Excel拉些表格和沒修飾過圖表傷他的眼睛。這段看起來很無理的要求，其實非常符合現在商業上講求資料視覺化、資訊設計的趨勢，尤其未經整理且消化過的數字其實非常惱人，常常也得不到有洞見的結果。因此，這篇文章也希望透過 Data Studio 來教學 Dashboard 設計上的小技巧。

Key Takeaways:1. 了解設計 Dashboard 的基本架構與流程2. 掌握 Data Studio 基本圖表的操作方式3. 利用 Data Studio 的進階技巧完成 Dashboard 設計

Dashboard 架構

以Data Studio範例而言，可分為篩選器、指標、趨勢、排行以及分佈五大區塊

篩選器：能夠依照User 需求調整使用內容
指標 : 依據Dashboard目標設計重要的追蹤指標
趨勢 : 觀察重要指標的時間趨勢，摘要指標高低峰的資訊或觀察指標的長期方向性
排行 : 透過特定維度拆解指標的分佈狀況，找出特定維度下重要的因子(note: 主要使用最細的維度)
分布 : 透過特定維度拆解指標的分佈狀況，找出特定維度下重要的因子(note: 主要使用high level 的維度)

除此之外，在圖表中能運用到的視覺化工具還有很多，其中包含利用地圖結合地理資訊與指標，快速的掌握不同區域的數值變化；抑或是結合文字雲來讓文字的資訊能夠更容易被吸收。

Dashboard 設計三步驟

規劃 : 與Stakeholders確認最終要解決的問題並規劃Dashboard的應用情境
設計 : 事先用草稿的方式設計初版Dashboard的樣子，再用Demo Data 和Stakeholders確認方向
實作 : 串接正式資料並實際開發實作Dashboard

同時，在規劃階段也應該思考4個W，透過不斷問問題來確認 Dashboard 最終的目標，以免花費許多時間投入開發與設計，最終卻與預期產生落差。

Why : 為什麼需要這個Dashboard
Who : Dashboard在解決哪些Stakeholders的問題
What : 需要把哪些Stakeholders在意的東西放進去(ex: 指標、功能、圖表)
So what : Stakeholders在意，所以能幹麻

實際應用範例

Why : 現有的BI工具無法輸出精準的用戶名單供下游應用
Who : BD、MKT
What :

需要能夠輸出用戶名單
需要更加了解用戶輪廓(人數、年齡、輪廓、RFM、興趣等等)

So what :

1. 輸出用戶名單做下游應用

2. 透過精準的用戶輪廓設計更好的行銷提案、爭取供應商合作

基本圖表操作

在Data Studio 中，大部分的元件都可以展開兩個頁籤，包含資料與樣式，在資料中最主要就是設定圖表的資料屬性；而樣式則是調整圖表的呈現方式(ex: 數值可以熱圖, 長條圖呈現、雙軸設定等等)，以下簡介在資料中較常調整的幾個屬性

資料來源：這個圖型或表格所串接的資料
維度 : 資料中的類別型變數(ex: 男女、國家)
指標 : 資料中的數值型變數(ex: 年齡、溫度)
篩選器 : 過濾符合條件的資料(ex: 年齡>30的會員)
圖表互動 : 讓擁有相同欄位的圖表可以透過互動篩選資料

資料混合(data blending)

資料混合在 Data Studio 主要有兩個功能

Table Join: Table Join 的概念就是透過複數張表中擁有相同的值(Key)來實現跨表連結，這個在實際做資料視覺化時非常常用到，實務上很難只用一張表就呈現多元的指標或圖形。
Level of Detail: Level of Detail 能夠在固定某個維度的情況下，透過聚合函數計算出結果，而此結果不會因為圖表的維度而有所變化，以下列例子而言，Aggregation的維度限制在 Segment 的 level，因此不會因為 Category 不同而使 Per Segment Sales 有所變化(ex: 所有 Segment 為 Consumer的 Per Segment Sales皆為1,161,401)