Ultimo aggiornamento il 27 Agosto 2026 alle 16:19
Come utilizzare questa guida e obiettivi di apprendimento
Questa guida è progettata per gli utenti che sanno già creare grafici di base ma non hanno ancora sviluppato una comprensione sistematica della combinazione dei dati. Si concentra sull’analisi di marketing e spiega perché i dati sono duplicati, perché le metriche unite diventano nulle e perché il totale delle righe può essere errato, non solo su quali pulsanti fare clic.
Dopo aver completato questa guida, dovresti essere in grado di:
- Decidere se uno scenario di reporting è adatto per l’unione dei dati.
- Scegli i campi di join, l’operatore di join e la grana dei dati corretti.
- Combina Google Ads e GA4 in un’unica tabella delle prestazioni pubblicitarie.
- Ricalcola CTR, CPC, tasso di conversione di acquisto e ROAS dalle metriche di base.
- Risolvi i problemi relativi a valori nulli, metriche gonfiate, record mancanti, totali errati e caricamento lento.
1. Cos’è la combinazione dei dati?
Un grafico standard solitamente legge da una sola origine dati. Un’unione consente a un grafico, una tabella o un controllo di utilizzare più origini dati contemporaneamente e di combinare campi di tabelle diverse in base alle condizioni di unione definite.
Google Ads: Data + Campaign ID + Costo + Clicks
↓
Miscela Data Studio
↑
GA4: Data + Campaign ID + Sessions + Purchase Revenue1.1 Casi d’uso comuni
| Caso d’uso | Combinazione di origini dati | Obiettivo |
|---|---|---|
| Analisi della performance pubblicitaria | Google Ads + GA4 | Combina spesa, traffico, ordini ed entrate in un’unica tabella |
| Riduzione del budget | Google Ads + Google Sheets | Confronta la spesa effettiva con il budget mensile e scegli come target ROAS |
| Riepilogo dei canali Cross | Google Ads + Meta Ads + TikTok Ads | Confronta spesa, clic e conversioni tra i canali |
| Analisi delle prestazioni SEO | Search Console + GA4 | Confronta impressioni di ricerca, clic, visite e conversioni |
| Analisi della redditività del prodotto | Dati dell’ordine + tabella dei costi | Calcola i ricavi delle vendite, i costi di acquisto e l’utile lordo |
| CRM analisi dei lead | GA4 + CRM | Valutare i lead qualificati e le vendite generate da ciascuna fonte |
1.2 Limitazioni della combinazione dei dati
Una combinazione può contenere fino a cinque tabelle. La configurazione dell’unione è incorporata nel report corrente e non può essere riutilizzata direttamente nei report come un’origine dati standard. Quando viene copiato l’intero report, viene copiata anche l’unione. Una combinazione inoltre non ha credenziali di dati indipendenti o impostazioni di aggiornamento; li eredita dalle origini dati sottostanti.
2. Quattro concetti fondamentali che devi comprendere
2.1 Tabella
Una combinazione è composta da più tabelle. Ogni tabella proviene da un’origine dati sottostante e include solo le dimensioni, le metriche, i filtri e l’intervallo di date che aggiungi nell’editor di fusione.
Tabella 1: Google Ads Data | Customer ID | Campaign ID | Campaign | Impressions | Clicks | Costo Tabella 2: GA4 Data | Session Google Ads customer ID | Session Google Ads campaign ID | Sessions | Acquisti | Revenue
2.2 Condizione di adesione
Le condizioni di unione determinano quali record in due tabelle appartengono allo stesso gruppo. Non è necessario che i nomi dei campi siano identici, ma i relativi valori e tipi di dati devono essere compatibili. Le condizioni di unione Data Studio supportano solo i confronti di uguaglianza.
Google Ads Date = GA4 Date Google Ads Customer ID = GA4 Session Google Ads customer ID Google Ads Campaign ID = GA4 Session Google Ads campaign ID
I join non di uguaglianza come maggiore di, contiene o diverso non sono supportati. Se la logica aziendale richiede corrispondenza fuzzy, corrispondenza di intervalli o condizioni complesse, elaborare prima i dati in Google Sheets, BigQuery o un altro strumento upstream.
2.3 Unisciti all’operatore
L’operatore di unione determina se vengono conservati i record senza corrispondenza. L’opzione più comune per l’analisi pubblicitaria è il left external join: posiziona Google Ads a sinistra, conserva tutti i record pubblicitari che hanno generato spesa, quindi aggiungi sessioni, acquisti ed entrate da GA4.
2.4 Grana dei dati
La grana dei dati definisce cosa rappresenta una riga. È il fattore decisivo per stabilire se una miscela produce risultati corretti.
| Tipo di rapporto | Cosa rappresenta una riga | chiave di join consigliata |
|---|---|---|
| Riepilogo quotidiano | Una fila al giorno | Date |
| Rapporto quotidiano sulla campagna | Una riga per giorno, account e campagna | Date + Customer ID + Campaign ID |
| Rapporto quotidiano sul paese | Una riga per giorno e paese | Data + Country |
| Rapporto giornaliero sul prodotto | Una riga al giorno e SKU | Data + SKU |
| Dettagli della voce dell’ordine | Una riga per voce dell’ordine | Order ID + Line item ID |
3. Come scegliere tra i cinque tipi di join
| Tipo di unione | Regola di conservazione | Meglio per | Rischio principale |
|---|---|---|---|
| Left outer | Conserva tutti i record della tabella di sinistra e aggiunge i record corrispondenti della tabella di destra | Tabella principale della spesa pubblicitaria o tabella principale degli ordini | Più corrispondenze sul lato destro possono gonfiare le metriche del lato sinistro |
| Right outer | Conserva tutti i record della tabella di destra | Quando i dati sul lato destro dovrebbero essere primari | Solitamente sostituito scambiando l’ordine delle tabelle e utilizzando un join esterno sinistro |
| Inner | Conserva solo i record corrispondenti su entrambi i lati | Analisi solo dei record con corrispondenza completa | I dati senza corrispondenza scompaiono |
| Full outer | Conserva tutti i record di entrambe le parti | Controlli di completezza e diagnostica dei dati mancanti | Produce molti valori null e spesso richiede IFNULL |
| Cross | Restituisce ogni combinazione possibile | Calcoli e test di combinazioni speciali | Il conteggio delle righe può crescere in modo esponenziale |
3.1 Perché i report pubblicitari utilizzano solitamente il join esterno sinistro
I report pubblicitari solitamente considerano la spesa mediatica come base di riferimento per l’audit. Se una campagna ha generato una spesa ma GA4 non ha sessioni o acquisti corrispondenti, il record pubblicitario dovrebbe comunque essere visualizzato. Posizionando Google Ads a sinistra e utilizzando un join esterno sinistro si conservano tali record mentre si visualizzano le metriche senza corrispondenza dalla tabella di destra come null o 0.
3.2 L’ordine delle tabelle è importante nelle combinazioni a più tabelle
Data Studio esegue le unioni in sequenza da sinistra. Innanzitutto unisce la Tabella 1 e la Tabella 2, quindi utilizza il risultato nell’unione successiva con la Tabella 3. Quando si uniscono automaticamente più grafici, il primo grafico selezionato diventa la tabella più a sinistra e per impostazione predefinita viene utilizzata un’unione esterna a sinistra.
4. Due modi per creare una miscela
4.1 Metodo 1: unisci automaticamente i grafici esistenti
Questo metodo è utile per eseguire test rapidi o creare temporaneamente metriche di rapporto.
- Creare due o più grafici o scorecard nel report, ciascuno utilizzando una delle origini dati di destinazione.
- Assicurati che ogni grafico contenga solo i campi che intendi includere nella combinazione.
- Tieni premuto Ctrl (o Comando su Mac) e seleziona i grafici nell’ordine desiderato da sinistra a destra.
- Fare clic con il pulsante destro del mouse e selezionare “Blend data”.
- Esaminare l’ordine della tabella generato automaticamente, i campi di unione e l’operatore di unione, quindi modificare i campi del grafico secondo necessità.
4.2 Metodo 2: creare manualmente una miscela
Per i report di produzione, si consiglia il metodo manuale poiché semplifica la revisione dei campi, dell’intervallo di date, dei filtri e delle condizioni di unione per ciascuna tabella.
- Accedere alla modalità di modifica del report e aggiungere le origini dati sottostanti, ad esempio Google Ads, GA4 e Google Sheets, al report.
- Aprire Resources → Manage blends → Add a blend. Puoi anche selezionare un grafico e fare clic su “+ Blend data” nell’area dell’origine dati a destra.
- Configura la prima tabella: seleziona l’origine dati e aggiungi dimensioni, metriche, un intervallo di date e filtri a livello di tabella.
- Fare clic su “Join another table” e aggiungere la seconda tabella.
- Fare clic sulla configurazione di unione tra le due tabelle e selezionare un operatore di unione.
- Aggiungi una o più condizioni di unione. Un campo di unione deve prima essere incluso nella tabella corrispondente.
- Salva e rinomina la miscela. Il nome dovrebbe identificare sia le fonti dei dati che la grana.
Nomi consigliati:
BLEND_GAds_GA4_CampaignDaily
BLEND_Ads_Budget_Monthly
BLEND_SearchConsole_GA4_LandingPage5. Esempio pratico: rapporto sulle prestazioni Google Ads + GA4
Questo esempio crea un report giornaliero sulla campagna che mostra la spesa pubblicitaria, il traffico del sito web, gli acquisti e le entrate e calcola CTR, CPC, il tasso di conversione degli acquisti sul sito web e ROAS.
5.1 Campi obbligatori nella relazione finale
| Digitare | Campo |
|---|---|
| Dimension | Data, Customer ID, Campaign ID, Campaign |
| Metriche Google Ads | Impressions, Clicks, Costo |
| Metriche GA4 | Sessions, Ecommerce purchases, Purchase revenue |
| Metriche calcolate | CTR, CPC, Acquistare CVR, ROAS |
5.2 Preparazione
- Confermare che Google Ads e GA4 siano collegati correttamente e che Google Ads campaign ID sia disponibile nei dati GA4. In caso contrario, dovrai ricorrere ai nomi delle campagne o ai campi UTM.
- Conferma che Google Ads e GA4 utilizzano lo stesso fuso orario o accetta esplicitamente le differenze relative ai limiti di data.
- Confermare che Costo e Purchase revenue utilizzano la stessa valuta. In ambienti multivaluta, normalizzare prima i tassi di cambio a monte.
- I rapporti su più account devono includere Customer ID per evitare che ID campagna o nomi identici in account diversi entrino in conflitto.
- Definisci prima la granulometria: una riga al giorno, per account e per campagna.
5.3 Configurare la tabella di sinistra: Google Ads
| Digitare | Campo |
|---|---|
| Origine dati | Google Ads |
| Dimension | Date |
| Dimension | Customer ID / Account ID |
| Dimension | Campaign ID |
| Visualizza dimensione | Campaign |
| Metric | Impressions |
| Metric | Clicks |
| Metric | Cost |
Denominare questa tabella Google Ads Dati multimediali. Posizionalo all’estrema sinistra in modo che tutti i record pubblicitari vengano conservati.
5.4 Configurare la tabella giusta: GA4
| Digitare | Campo |
|---|---|
| Origine dati | Google Analytics |
| Dimension | Date |
| Dimension | Session Google Ads customer ID |
| Dimension | Session Google Ads campaign ID |
| dimensione di visualizzazione opzionale | Session Google Ads campaign |
| Metric | Sessions |
| Metric | Ecommerce purchases |
| Metric | Purchase revenue |
Assegna un nome a questa tabella GA4 Dati del sito web. Le etichette dei campi possono differire leggermente a seconda della lingua dell’interfaccia, quindi seleziona i campi in base al significato della campagna ID e del cliente ID.
5.5 Impostare l’operatore di adesione e le condizioni di adesione
Selezionare Left outer come operatore di unione. Imposta le condizioni di unione su:
Google Ads Date = GA4 Date Google Ads Customer ID = GA4 Session Google Ads customer ID Google Ads Campaign ID = GA4 Session Google Ads campaign ID
5.6 Costruire una tabella diagnostica prima di creare scorecard
Dopo aver salvato la combinazione, crea prima una tabella standard anziché creare immediatamente solo scorecard. La tabella diagnostica deve visualizzare almeno Data, Customer ID, Campaign ID, Campaign, Costo, Sessions, Ecommerce purchases e Purchase revenue.
Esamina ogni data e riga della campagna per verificare la presenza di valori nulli, righe duplicate e inflazione anomala. Aggiungi CTR, CPC, tasso di conversione e ROAS solo dopo che le metriche di base sono corrette.
6. Calcola CTR, CPC, tasso di conversione e ROAS
Le formule di origine Cross devono essere create come campi calcolati specifici del grafico. Il percorso abituale è: selezionare il grafico che utilizza la miscela → Add metric → Add field. Un campo calcolato creato all’interno di una singola tabella può fare riferimento solo ai campi di quella tabella e non può fare riferimento direttamente a un’altra tabella.
6.1 CPC
CASE
WHEN SUM(Clicks) = 0 THEN 0
ELSE SUM(Cost) / SUM(Clicks)
ENDImposta il formato di visualizzazione su Currency.
6.2 CTR
CASE
WHEN SUM(Impressions) = 0 THEN 0
ELSE SUM(Clicks) / SUM(Impressions)
ENDImposta il formato di visualizzazione su Percent.
6.3 Tasso di conversione degli acquisti sul sito web
CASE
WHEN SUM(Sessions) = 0 THEN 0
ELSE SUM(Ecommerce purchases) / SUM(Sessions)
ENDQuesta metrica è definita come GA4 ecommerce purchases diviso per le sessioni GA4. Non è il tasso di conversione pubblicitario mostrato in Google Ads e i due potrebbero utilizzare regole di attribuzione diverse.
6.4 ROAS
CASE
WHEN SUM(Cost) = 0 THEN 0
ELSE IFNULL(SUM(Purchase revenue), 0) / SUM(Cost)
ENDImpostare il formato di visualizzazione su Number con due cifre decimali. Ad esempio, 3,25 significa che ogni unità di spesa pubblicitaria ha generato 3,25 unità di purchase revenue.
6.5 Perché non dovresti fare la media diretta di CTR o CPC
| Campaign | Impressions | Clicks | CTR |
|---|---|---|---|
| A | 100 | 10 | 10% |
| B | 10,000 | 100 | 1% |
Una media diretta dei due valori CTR è 5,5%, ma il valore complessivo corretto di CTR è 110 ÷ 10.100 ≈ 1,09%. Unisci metriche di base come impressioni, clic, costi, sessioni, acquisti ed entrate, quindi ricalcola i rapporti.
7. Filtri, intervalli di date e ordine delle operazioni
Gli intervalli di date e i filtri in un’unione funzionano a due livelli: prima e dopo l’unione. La loro posizione nel processo è diversa, quindi possono produrre risultati completamente diversi.
7.1 Impostazioni a livello di tabella: applicate prima dell’unione
Un intervallo di date, un filtro o un campo calcolato a livello di tabella configurato per una singola tabella nell’editor di unione viene applicato a tale tabella prima che Data Studio esegua l’unione.
Interrogazione Google Ads → Applica filtri a livello di tabella Google Ads → Aggrega
Interrogazione GA4 → Applica i filtri a livello di tabella GA4 → Aggrega
↓
Esegui l'unione7.2 Impostazioni a livello di grafico: applicate dopo l’unione
Un filtro applicato a un grafico che utilizza la fusione agisce sul risultato finale della fusione. Ad esempio, un filtro del grafico Revenue > 0 può escludere campagne che hanno generato spese ma non entrate.
7.3 Configurazione della data consigliata
Intervallo di date della tabella Google Ads: Auto Intervallo di date della tabella GA4: Auto Pagina report: aggiungi un controllo intervallo di date condiviso
Utilizzare intervalli di date fissi diversi per le singole tabelle solo quando si eseguono confronti di periodi, corrispondenze con tabelle di destinazione o si analizzano finestre temporali speciali.
8. Pulizia e standardizzazione dei campi di join
I campi che sembrano identici su entrambi i lati non corrispondono necessariamente. Spazi, lettere maiuscole, tipi di dati e formati di data possono causare errori di unione. Crea campi standardizzati in ogni tabella e utilizza tali campi come chiavi di join.
| Scopo | Formula di esempio |
|---|---|
| Rimuovere gli spazi iniziali e finali | TRIM(Campaign) |
| Standardizzare in minuscolo | LOWER(TRIM(Campaign)) |
| Converti un ID in testo | CAST(Campaign ID AS TEXT) |
| Converti un ID in un numero | CAST(Campaign ID AS NUMBER) |
| Converti il testo in una data | PARSE_DATE(“%Y-%m-%d”, Date Text) |
8.1 Preferire gli ID ai nomi
I campi del nome possono essere modificati, variare a seconda della lingua o essere duplicati tra gli account. Utilizza identificatori stabili come Campaign ID, Customer ID, Order ID e SKU per i join e utilizza i nomi solo per la visualizzazione.
8.2 I grani dei datteri devono essere coerenti
Non unire Date direttamente a Date Hour e non considerare 2026-08-26 e 2026-08-26 14:00:00 come la stessa grana. Per prima cosa standardizza entrambi i lati in giorno, settimana o mese.
9. Problemi comuni e risoluzione dei problemi
9.1 Tutte le metriche GA4 sono nulle
- I tipi di dati Data, Campaign ID o Customer ID non sono coerenti.
- GA4 non contiene il corrispondente Google Ads campaign ID.
- Il nome Campaign viene utilizzato come chiave di join, ma i due lati differiscono a causa degli spazi, delle maiuscole o della ridenominazione cronologica.
- Customer ID manca da un report multiaccount.
- Un filtro a livello di tabella o un intervallo di date ha escluso i dati prima dell’unione.
Per la risoluzione dei problemi, restringi l’intervallo di date a un giorno e l’ambito a una campagna, quindi visualizza i campi di unione da entrambi i lati nella tabella diagnostica.
9.2 Il costo o Revenue è gonfiato
La causa più comune è una chiave di join non univoca che crea corrispondenze uno-a-molti o molti-a-molti.
Google Ads: Data + Campaign ID = 1 riga, Costo = 100 GA4: Data + Campaign ID + Country = 3 righe Dopo l'iscrizione solo in data + Campaign ID, il costo può essere duplicato a 300
Le possibili soluzioni includono la rimozione della dimensione Country da GA4, l’aggiunta di Country su entrambi i lati o l’aggregazione prima di entrambe le origini nella stessa grana in Google Sheets o BigQuery.
9.3 Alcune campagne scompaiono
Innanzitutto controlla se viene utilizzato un inner join. Un inner join conserva solo i record corrispondenti su entrambi i lati. I rapporti pubblicitari dovrebbero generalmente utilizzare Google Ads come tabella a sinistra e selezionare Left outer. Controlla anche se un filtro a livello di tabella ha rimosso i record prima dell’unione.
9.4 Le righe totali non corrispondono ai risultati a livello di riga
Se la formula è Clicks / Impressions, Data Studio potrebbe calcolare il rapporto per ciascuna riga e quindi sommare tali rapporti, producendo un totale errato. Utilizzare SUM(Clicks) / SUM(Impressions) per calcolare il rapporto complessivo.
9.5 Il controllo dell’intervallo di date non ha alcun effetto
- L’unione non contiene un campo Data valido.
- Il grafico utilizza la dimensione dell’intervallo di date errata.
- La data Google Sheets viene interpretata come testo.
- Le due tabelle utilizzano grani di data diversi.
- Una tabella ha un Custom date range che sovrascrive il controllo dell’intervallo di date a livello di grafico.
9.6 Un campo calcolato non può fare riferimento a più origini dati
Un campo creato all’interno di una singola tabella nell’editor di fusione può fare riferimento solo ai campi di quella tabella. Per calcolare Purchase revenue / Cost, salvare prima l’unione e quindi creare un campo calcolato specifico del grafico in un grafico che utilizza l’unione.
9.7 Il report si carica molto lentamente
- Rimuovi i campi e le dimensioni inutilizzati dalla fusione.
- Ridurre il numero di tabelle ed evitare i cross join.
- Riduci l’intervallo di date predefinito.
- Evitare una miscela inutilmente granulare, ad esempio includere Campaign, Country, Device e Landing page contemporaneamente.
- Controlla se un connettore della community di terze parti risponde lentamente.
- Preaggregare modelli di dati di grandi dimensioni o utilizzati ripetutamente in BigQuery.
10. Flusso di lavoro di convalida dei dati
Non pubblicare immediatamente dopo aver creato la fusione. Convalida da un ambito piccolo a uno più ampio per identificare i problemi di join il più rapidamente possibile.
- Creare una tabella Google Ads grezza, una tabella GA4 grezza e una tabella diagnostica combinata.
- Limita l’intervallo di date a un giorno.
- Seleziona una campagna con spesa, sessioni e acquisti.
- Confronta il costo Google Ads con il costo nella tabella combinata e confronta GA4 Sessions, Acquisti e Revenue con le metriche combinate corrispondenti.
- Controlla se Date + Customer ID + Campaign ID è univoco in ciascuna tabella.
- Espandi l’ambito a tutte le campagne per un giorno, quindi a 7 giorni e 30 giorni.
- Una volta corrette le metriche di base, convalidare CTR, CPC, Acquista CVR e ROAS.
10.1 Quali metriche dovrebbero corrispondere?
| Controlla | Risultato atteso |
|---|---|
| Google Ads Costo | Dovrebbe corrispondere a Google Ads con gli stessi filtri di data, account e campagna |
| Google Ads Clicks / Impressions | Dovrebbe corrispondere alla tabella Google Ads non elaborata |
| GA4 Sessions / Acquisti / Revenue | Dovrebbe corrispondere alla tabella GA4 non elaborata con le stesse dimensioni e filtri |
| Conversioni Google Ads rispetto agli acquisti GA4 | Non è prevista corrispondenza perché i modelli di attribuzione, i tempi di conversione e le definizioni potrebbero differire |
11. Ottimizzazione delle prestazioni e alternative
11.1 Quando una miscela Data Studio è ancora appropriata
- La fusione non contiene più di cinque tabelle.
- La logica di join è principalmente uno-a-uno o molti-a-uno.
- Il volume dei dati è moderato e il report viene utilizzato principalmente per la visualizzazione.
- La combinazione è necessaria solo nel report corrente.
- La pulizia del campo e le regole aziendali sono relativamente semplici.
11.2 Quando Fogli o BigQuery è una scelta migliore
- Devi unirti a più di cinque tavoli.
- Il modello contiene complesse relazioni molti-a-molti, corrispondenza fuzzy o corrispondenza di intervalli.
- Un modello di dati unificato deve essere riutilizzato in più report.
- Il flusso di lavoro richiede operazioni approfondite di pulizia, deduplicazione, conversione di valuta o calcoli di attribuzione.
- Il volume dei dati è elevato e i grafici combinati sono notevolmente lenti o spesso superano le quote.
- È necessario conservare i dati di dettaglio o le istantanee trasformati a lungo termine.
Google Ads + GA4 + CRM + Shopify
↓
Google Sheets / BigQuery
Pulisci · Deduplica · Standardizza · Aggrega
↓
Data Studio
Solo filtri, grafici e presentazione12. Modello di configurazione riutilizzabile ed elenco di controllo
12.1 Modello di configurazione Google Ads + GA4
Nome della miscela: BLEND_GAds_GA4_CampaignDaily Granulometria dei dati: una riga per giorno, account e campagna Tavolo sinistro: Google Ads Dimensioni: Data, Customer ID, Campaign ID, Campaign Metriche: Impressions, Clicks, Costo Tavolo destro: Google Analytics Dimensioni: Data, Session Google Ads customer ID, Session Google Ads campaign ID Metriche: Sessions, Ecommerce purchases, Purchase revenue Unisciti all'operatore: Left outer Condizioni di adesione: Date + Customer ID + Campaign ID Metriche calcolate: CTR, CPC, Acquisto CVR, ROAS Ambito di convalida: un giorno e una campagna
12.2 Lista di controllo pre-pubblicazione
| Fatto | Voce della lista di controllo |
|---|---|
| □ | Il significato di una riga è stato chiaramente definito. |
| □ | Le tabelle sinistra e destra utilizzano la stessa grana. |
| □ | Gli ID stabili vengono utilizzati come campi di unione invece dei nomi quando possibile. |
| □ | Customer ID è incluso nei report multi-account. |
| □ | I tipi di campo data e i grani della data sono coerenti. |
| □ | Costo e Revenue utilizzano la stessa valuta. |
| □ | La tabella dei dati primari è posizionata all’estrema sinistra. |
| □ | L’operatore di join corrisponde al comportamento di conservazione dei dati previsto. |
| □ | Ogni combinazione di chiavi di join è quanto più unica possibile all’interno di ciascuna tabella. |
| □ | Le metriche di rapporto come CTR, CPC e ROAS non vengono calcolate direttamente la media. |
| □ | Le formule della tabella Cross vengono create nel grafico combinato. |
| □ | I filtri a livello di tabella non rimuovono i record necessari per l’unione. |
| □ | È stata completata una riconciliazione a livello di riga per un giorno e una campagna. |
| □ | Sono stati controllati i valori nulli, le righe duplicate e il totale delle righe. |
| □ | La combinazione contiene solo i campi effettivamente necessari. |
12.3 Termini chiave dell’interfaccia
| Concetto | Etichetta di interfaccia inglese |
|---|---|
| Miscelazione dei dati | Blend data / Miscela |
| Join another table | Join another table |
| Join condition | Join condition |
| Left outer join | Left outer join |
| Inner join | Inner join |
| Dimension | Dimension |
| Metric | Metric |
| Chart-specific calculated field | Chart-specific calculated field |
| Date range | Date range |
| Filter | Filter |
Conclusione
Il valore della fusione Data Studio è che trasforma i dati provenienti da sistemi diversi in una visualizzazione aziendale utilizzabile all’interno dello stesso grafico. Tuttavia, non risolve automaticamente i problemi relativi alle definizioni dei dati, alla granularità o alle relazioni di join. Definisci la grana prima di scegliere le chiavi di unione, convalida le metriche di base prima di calcolare i rapporti e riconcilia un ambito ridotto prima di espanderlo al report completo. Seguendo questo ordine è possibile rilevare tempestivamente la maggior parte degli errori di fusione.