X
Jetzt durchstarten!

Bei der Arbeit mit dem Google Data Studio Dashboard ist die Geschwindigkeit ein elementarer Faktor. Egal ob bei der Erstellung oder bei den Ladezeiten einzelner Steuerelemente. In diesem Beitrag erfährst du, wie du sowohl die Erstellungs- als auch die Ladezeiten verringern kannst und welche Vorteile das für dich mit sich bringt. Los geht`s!

Inhaltsverzeichnis

 

Welche Faktoren beeinflussen die Geschwindigkeit des Dashboards?

Wahrscheinlich bist du auch schon in den Genuss gekommen, mit Data Studio Dashboards zu arbeiten oder du hast sogar schon selbst das ein oder andere Dashboard erstellt. Dann weißt du, wie aufwändig die Erstellung ist, obwohl es auf den ersten Blick so einfach aussieht. Es gibt viele Dinge zu beachten und es ist eine gründliche Vorbereitung notwendig, um am Ende eine wertvolle Basis für datengetriebene Entscheidungen zu bieten.

Wenn du dann mit Hilfe von Filtern, Segmenten und benutzerdefinierten, berechneten Feldern sowie verschiedenen Interaktionsangeboten ein Dashboard erstellt hast, dann leidet oftmals die Performance der Datenauswertung darunter. Eine weitere Verlangsamung ergibt sich oftmals durch die Nutzung von Partner-Connectoren, zum Beispiel Supermetrics. Das Dashboard ist langsam geworden, die Auswertung der Daten kann Minuten oder sogar Stunden dauern. Und das ist frustrierend, sodass am Ende der Empfänger das Dashboard gar nicht mehr gerne nutzt. So wird dann der eigentliche Zweck des Dashboards – die Hilfe des Empfängers durch gut aufbereitete Daten – nicht mehr erfüllt.

Es gibt mehrere Einflussfaktoren auf die Geschwindigkeit, in welcher ein Data Studio Dashboard geladen wird und auf die Nutzung von Steuerelementen wie Filtern, Zeitraumsteuerungen oder Datenkontrolle reagiert:

  • Leistung des zugrunde liegenden Datensatzes
  • Datenmenge, die abgefragt wird
  • Komplexität der Abfragen
  • Netzwerklatenz

Nicht alle Faktoren können von dir selbst oder in Data Studio beeinflusst werden, so zum Beispiel die Leistung der zugrunde liegenden Datenplattform oder aber die Qualität der Netzwerkverbindung.

Hier erhältst du Tipps, wie du die Leistung in Data Studio Dashboards optimieren kannst. Dabei muss im Einzelfall geprüft werden, ob sie für den jeweiligen Anwendungsfall geeignet sind. Manchmal musst du auch einen Kompromiss eingehen zwischen der Geschwindigkeit einerseits und der Aktualität der Daten und den Anpassungsmöglichkeiten andererseits.

 

Lösungsansätze für beschleunigte Reports in Google Data Studio

  1. Reduziere die Anzahl der Charts auf jeder Seite
  2. Für jedes Chart wird eine separate Abfrage an die Datenquelle erstellt. Dies bedeutet, dass beispielsweise bei 30 Charts auch 30 individuelle Abfragen erstellt werden, wenn die Seite lädt.
    Tipp: Lieber mehr Seiten anlegen mit weniger Charts auf den einzelnen Seiten.

  3. Passe die Datenaktualisierungsrate an
  4. Wenn du eine Seite im Data Studio Dashboard öffnest, dann wird eine Abfrage an die Datenquelle und eine Information zur Verfügung gestellt. Wenn du das Dashboard schließt und später diese Seite wieder besuchst, wird eine neue Abfrage gestartet.
    Wenn deine Daten sich nicht so häufig verändern, musst du weniger Abfragen an die Datenquelle stellen. Dann werden diese aus dem Cache geladen, was deutlich schneller geht.
    Bei einigen Datenquellen kannst du die Abstände der Datenaktualisierung vergrößern. Bei Google Ads und Analytics sind diese jedoch auf maximal 12 Stunden gefixt.

  5. Passe die Datenverarbeitung außerhalb von Data Studio an
  6. Die Nutzung von berechneten Feldern ist extrem hilfreich und macht das Arbeiten einfacher. Ein häufiger Anwendungsfall ist das Gruppieren von Kampagnenquellen zu Marketing-Kanälen mit Hilfe von CASE WHEN Funktionen. Während in der Tabelle nur 2 Datenreihen angezeigt werden, muss Data Studio eine granulare Anfrage an die Datenquelle stellen, um dann das neue Feld zu berechnen. Dies ist sehr arbeitsaufwändig.
    Eine Möglichkeit ist, Google Sheets einzusetzen und dort die Rechenleistung zu erbringen oder Google BigQuery zu nutzen. Bei der Nutzung von BigQuery fallen zusätzliche Kosten für die Abfrage und Verarbeitung der Daten an.
    Falls du BigQuery schon nutzt, können mit Hilfe der BigQuery BI Engine die Auswertungen beschleunigt werden.

  7. Bereinige deine Zwischenablage
  8. Wenn du Data Studio Dashboards erstellst, dann kopierst du häufig Objekte, Seiten oder ganze Reports. Alles, was du kopierst, wird im Local Storage abgelegt. Je mehr du kopierst, desto größer wird deine Zwischenablage.
    Um die Zwischenablage zu bereinigen, öffne dein Data Studio Dashboard in Chrome, öffne die Developer Tools (F12). Wähle in der oberen Navigation “Application” und öffne “Local Storage” – https://datastudio.google.com. Suche nach dem Key “ClipBoard” und lösche es.

  9. Nutze möglichst wenige Segmente
  10. Die Nutzung von Segmenten ist sehr wichtig, um einzelne Nutzergruppen genauer zu untersuchen. Standardmäßig werden Segmente in Google Data Studio immer wieder mit Google Analytics synchronisiert, damit eventuelle Änderungen an den Segmenten in Google Analytics erfasst werden.
    Wenn du sicher bist, dass das Segment so schnell nicht geändert wird, dann kannst du die Synchronisierung deaktivieren, um dein Dashboard zu beschleunigen. Gehe dazu auf Ressourcen – Segmente verwalten und deaktiviere die Synchronisierung.

  11. Verwende extrahierte Datenquellen
  12. Normalerweise wird bei Aufruf des Dashboards immer das ganze Datenset abgerufen, unabhängig davon, welche Daten benötigt werden. Durch die Datenextraktion wird von einer Teilmenge der Daten eine Momentaufnahme erstellt und nur diese ausgewertet, um die Analyse zu beschleunigen. Bei der Anwendung von Filtern und Zeiträumen ist die Reaktionsfähigkeit deutlich schneller als bei einer Live-Verbindung.
    Wähle als Connector die Option “Daten extrahieren” aus.

    Wähle nur die zu extrahierenden Dimensionen und Messwerte aus, die du für die Auswertung benötigst. Du kannst auch Filter und Segmente auf die Daten anwenden, um die Anzahl der Zeilen zu verringern.
    Nun kannst du eine automatische Aktualisierung aktivieren, welche deutlich vom Zeitraum der Standard-Dashboards abweicht, zum Beispiel einmal monatlich.

    Beachte jedoch, dass extrahierte Datenquellen nur Daten mit einer Größe von bis zu 100 MB enthalten können.

    Tipp: Um zu testen, wie die neue Datenquelle im Vergleich zur alten Datenquelle performt, kannst du ein einfaches Dashboard zum Vergleich der Ladezeiten anlegen.
    Außerdem solltest du generell durch einige KPIs testen, ob die Zahlen aus der Datenextraktion mit denen der normalen Analyse übereinstimmen. Es ist noch nicht ganz klar, warum es manchmal zu Abweichungen kommen kann – eventuell durch die Begrenzung der Größenbegrenzung auf die 100 MB.

    Fazit

    Google Data Studio ist ein exzellentes Tool zur Datenvisualisierung. Es hilft Inhouse Marketing Managern, aber auch Agenturen, um Insights schnell zu erfassen. Jedoch ist es ärgerlich, wenn das Tool aufgrund zu komplexer Datenabfragen nicht so performt, wie du das gerne möchtest.
    Wenn du Hilfe bei der Erstellung von Google Data Studio Dashboards benötigst oder wenn du deine Dashboards auf das nächste Level heben möchtest, dann melde dich bei uns. Wir helfen dir gerne weiter. Jetzt Kontakt aufnehmen!

Das könnte Sie auch interessieren:

Onlinemarketing Analyse

Mai 3, 2017

Die Onlinemarketing Analyse: Grundlage für erfolgreiches Onlinemarketing Am Anfang jeder erfolgrei...

Weiterlesen

Der Blog im Shop

März 22, 2015

Der Blog im Shop – So bindest du deinen Kunden an deinen Shop  Auch im Ecommerce finden sogenann...

Weiterlesen

Top 10 SEO-Tipps für bessere Rankings

Dezember 9, 2020

In den organischen SERPs (Search Engine Result Pages oder zu deutsch Suchergebnisseiten) ganz vorne ...

Weiterlesen