Visualisasi data dengan google data studio

Visualisasi Data dengen Google Data Studio

Penulis : Ramlan Indra Nugraha
Editor : Arbi Muhamad Fajar
Tata Sampul : Syerra Saindari Putri
Tata Isi : Melki Jakaria

Penerbit:

Cetakan Pertama,

Percetakan :
Dapur Kreasi RTS

Kata Pengantar

Puji syukur kepada Alloh Subhanahu wa Ta’ala atas karunia-Nya penulis bisa menyelesaikan
buku dengan judul Visualisasi Data dengan Google Data Studio. Shalawat serta salam selalu
tercurah kepada Rasulullah Muhammad Shalallahu A’laihi Wassalam.
Terima kasih kepada keluarga, rekan, dan semua pihak yang telah membantu terhadap
proses penyusunan buku ini.
Melalui buku ini diharapkan semakin banyak kalangan yang terinspirasi untuk mencoba
pengalaman mengolah data dan menyajikan data tersebut dalam bentuk visualisasi
menggunakan aplikasi Google Data Studio. Sehingga, data dapat dengan mudah dimengerti
oleh orang awam maupun kalangan profesional.
Penulis mengharapkan saran dan kritik membangun dalam rangka proses penyempurnaan
buku ini, agar senantiasa semakin baik seiring perkembangan di masa yang akan datang.
Akhir kata, semoga banyak pihak yang dapat mengambil manfaat dari buku ini terutama
dalam hal kemajuan pengolahan data dan informasi di berbagai sektor organisasi. Terima
kasih.

Penulis

Daftar Isi

Kata Pengantar Memulai Data Studio i
Pelaporan
Daftar Isi Metric dan Dimension ii
Survei Online
Bab 1: Visualisasi Data Pemasaran 1
Bab 2: Campuran Data 15
Bab 3: Visualisasi Data Khusus 33
Bab 4: 39
Bab 5: 51
Bab 6: 59
Bab 7: 71

BAB

1

Memulai

Data Studio

Membuat Laporan Data Studio Pertama Anda

Kebanyakan orang yang terlihat sebagai “ahli data” atau “guru data” mungkin tampak seperti
“penyihir” sekarang, tetapi mereka semua pernah menjadi pemula. Suatu hari, sesuatu terjadi
yang membuat mereka memutuskan untuk mulai bereksperimen dengan alat visualisasi data.
Mungkin suatu akhir pekan atau suatu malam alih-alih menonton di depan TV, mereka
memutuskan untuk menyalakan laptop mereka dan mulai bereksperimen dengan alat data. Bagi
mereka itu akan sangat membuat frustrasi, karena sejujurnya dokumentasi biasanya tidak bagus,
dan contoh seringkali lebih sulit untuk dipahami. Saya menemukan dalam perjalanan pribadi
saya bahwa saya dapat menghabiskan waktu berjam-jam untuk memahami berbagai konsep dan
ide bahkan untuk melakukan hal-hal yang saya rasakan.

2 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 2

Kabar baiknya adalah bahwa kita akan melakukan perjalanan ini bersama-sama. Dalam bab ini,
saya akan memandu Anda melalui langkah-langkah pertama Anda dengan Data Studio dan
bekerja dengan Anda sampai Anda siap untuk keluar dan bertahan.

Jadi, tarik kursi, pastikan Anda memiliki minuman yang enak di sebelah Anda, dan kami
akan mulai bereksperimen dengan membuat laporan data pertama Anda di Data Studio.

Memulai Perjalanan Data Anda

Saya selalu mengatakan Anda tidak menemukan data melainkan data menemukan Anda.
Saya telah bekerja dengan banyak orang di berbagai industri, yang masing-masing berada
pada tahap pemahaman dan minat data yang berbeda. Melalui pembicaraan saya di
konferensi dan pertemuan, saya merasa senang bertemu orang-orang yang pada tahap
awal minat mereka pada data. Apa yang menurut saya paling luar biasa adalah berapa
banyak orang dari latar belakang yang berbeda. Satu hal umum yang mereka semua
bagikan adalah bahwa mereka menemukan diri mereka pada tantangan atau
persimpangan jalan di mana mereka terjebak. Mereka tahu bahwa ada bagian yang hilang
dalam pemahaman mereka dan mencari data untuk terbang dan menjadi pahlawan super
untuk menyelamatkan mereka.

Saya ingin data menjadi peluru ajaib yang dapat dengan mudah diaktifkan untuk
memecahkan masalah; Namun, pada kenyataannya, menemukan data hanyalah awal dari
perjalanan. Bagi sebagian orang, mereka akan mendapatkan sebagian jalan data dan
menemukan bahwa mereka memiliki cukup dan beralih ke hal lain yang mereka anggap
menarik. Bagi yang lain, mereka akan didorong maju ke banyak spesialisasi pekerjaan data
baru yang luar biasa yang tumbuh setiap minggu.

Ilmuwan data, insinyur data, insinyur kecerdasan buatan adalah semua peran baru
yang cukup langka beberapa tahun yang lalu tetapi menjadi semakin umum di
sebagian besar organisasi. Anda dapat berargumen bahwa untuk menjadi manajer
pemasaran digital yang cukup efektif saat ini membutuhkan tingkat literasi data yang
sebelumnya dibutuhkan oleh seorang analis data.

Apa pun jalan yang Anda ambil (atau tidak), satu fakta menonjol yang telah saya pelajari adalah bahwa setiap
orang dapat memperoleh manfaat dari keterampilan visualisasi data. Ini membantu Anda untuk

· Ceritakan kisah dengan data Anda

· Bawa audiens Anda dalam perjalanan bersama Anda

· Bantu audiens Anda untuk memahami data Anda dan memutuskan

wawasan darinya

3 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 3

Pada tingkat pribadi, saya menemukan bahwa otak saya tidak memproses dinding angka
atau teks. Saya menggunakan visualisasi data sebagai metode untuk mengeksplorasi dan
memahami angka. Ini adalah perbedaan antara melihat gambar pantai dan merasakan
pasir di antara jari-jari saya dan mendengar air laut menyapu pantai.

Visualisasi data menghidupkan data dan mengubahnya menjadi sesuatu yang nyata.

Sikap Bisnis terhadap Data

Salah satu penemuan penting yang saya buat dalam karir saya adalah bahwa bisnis sangat mirip
dengan orang dalam hal penggunaan data. Penggunaan data bervariasi secara drastis berdasarkan
kehidupan dan pengalaman orang. Beberapa orang menjalani hidup mereka sangat bergantung pada
data, baik itu menganalisis anggaran, merencanakan masa depan mereka, atau mengoptimalkan hal-
hal seperti tagihan mereka, perjalanan mereka, atau bahkan tempat mereka membeli bahan makanan.
Orang lain hanya mengikuti arus dan mengandalkan kepribadian dan naluri mereka untuk membantu
mereka mendapatkan apa yang mereka inginkan dalam hidup.

Saat Anda mulai menerapkan data ke bisnis, Anda harus terlebih dahulu memahami sikap bisnis
terhadap data. Dalam budaya perusahaan, data merupakan penggerak inti bisnis atau gangguan
yang ditimpakan pada orang lain dari mereka yang berada di atas dengan satu-satunya misi
untuk mencegah orang lain melakukan apa yang mereka inginkan.

Saya pikir bisnis adalah entitas yang terlalu rumit dan penting untuk tidak bergantung pada data
untuk membuat keputusan. Hanya sampai sejauh mana merek atau produk yang baik akan
membawa Anda, sebelum Anda perlu mulai memahami pasar dan tujuan bisnis untuk berhasil.
Ketika saya bertemu orang yang mengejek data, saya selalu menekankan bahwa data tidak
pernah menjadi prioritas untuk bisnis sampai menjadiituprioritas (dan ini terjadi sangat cepat
dan sangat tiba-tiba ketika segala sesuatunya berhenti berjalan dengan baik).

Ketika saya di universitas, saya akan duduk melalui kelas membosankan yang tak ada habisnya
tentang statistik dan akan membenci bahwa itu tidak pernah praktis, selalu teoretis. Seandainya
saya tahu aplikasi apa yang akan dimilikinya, saya mungkin masih tidak akan menikmatinya
karena itu tidak nyata bagi saya. Saya benar-benar berharap bahwa saya akan memiliki contoh
dunia nyata untuk mengajari saya berbagai aspek kerajinan data. Sebagai seseorang yang
belajar sambil melakukan, ini adalah cara paling efektif bagi saya untuk memahami apa pun, dan
itulah yang saya coba lakukan dengan buku ini.

Jadi, mari kita lanjutkan perjalanan kita ke Data Studio bersama. Saya ingat perjalanan saya
dengan penuh kasih, dan saya harap saya dapat mengurangi beberapa rasa sakit dan berbagi
beberapa pengalaman positif yang saya ambil saat saya mengambil berbagai langkah (dan salah
langkah) di jalan untuk merasa nyaman dengan data.

4 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 4

Ingat: Anda Adalah Pengembang Data

Ketika orang mendengar kata "pengembang," mereka memiliki beberapa gagasan yang
terbentuk sebelumnya tentang apa arti peran itu. Kesan yang paling umum adalah bahwa
seorang pengembang adalah seseorang yang jenius dan mampu memproses algoritma
besar di kepala mereka dengan cara seperti komputer untuk menghasilkan kode. Ini
adalah ide yang salah arah. Pengembang hanyalah orang biasa yang telah
menginvestasikan waktu mereka untuk mempelajari bahasa pemrograman dan untuk
memahami alat, teknik, nuansa, dan keunikan teknologi yang mereka gunakan untuk
menghasilkan hasil. Pekerjaan profesional apa pun, baik itu tukang batu, tukang ledeng,
atau bahkan pengembang, mengharuskan Anda mempelajari alat-alat perdagangan untuk
membangun apa yang dibutuhkan orang. Pengembang, menurut definisi saya, hanyalah
seseorang yang menciptakan sesuatu dari ketiadaan. Seorang pengembang properti
mengambil sebidang tanah dan menghasilkan rumah bagi orang-orang untuk ditinggali.

Di sebagian besar organisasi yang lebih tua dan bergerak lebih lambat, orang-orang yang
bertanggung jawab untuk membuat dasbor dalam bisnis akan memiliki jabatan pekerjaan
yang mencakup istilah "analis" atau "manajer data." Jika Anda bekerja di salah satu
organisasi ini, saya ingin Anda melangkah keluar dari kotak "analis" dan mulai
menganggap diri Anda sebagai "pengembang" dan mengadopsi pola pikir pengembang
dalam hal membangun laporan visualisasi data Anda .

Di beberapa organisasi yang lebih berpikiran maju, jabatan yang diberikan kepada orang-
orang yang berspesialisasi dalam membangun dasbor atau membuat saluran data
biasanya disebut pengembang BI (kecerdasan bisnis) atau insinyur data.

Dengan mengambil langkah mental pertama ke depan dan menyebut diri Anda seorang
pengembang, Anda membawa tiga fakta ini ke depan pikiran Anda:

1. Sebagai seseorang yang membangun sistem visualisasi data yang
diandalkan oleh bisnis untuk kemajuan dan pengambilan keputusan,
Anda sama berharganya dengan seseorang yang membuat toko e-
niaga berfungsi dengan benar.

2. Pekerjaan Anda dapat memiliki dampak penting pada bisnis untuk membantu
mereka sukses.

3. Dengan keterampilan pengembangan data, muncul kewajiban untuk
memperhatikan bahwa apa yang Anda kembangkan berkualitas, akurat, dan
sesuai dengan tujuan yang dimaksudkan.

Ketika saya telah membuat laporan data untuk bisnis, saya mendapat manfaat dari
penggunaan proses yang biasanya dikaitkan sebagai proses pengembang. Bukan karena
saya mencoba membuat segalanya menjadi lebih rumit, tetapi lebih fokus pada
penyampaian visualisasi data yang tepercaya dan dapat dipelihara. Peran pengembang
data mungkin adalah salah satu peran paling berpengaruh yang ada dalam bisnis modern,
jadi terserah kita untuk melakukan pekerjaan untuk memperbaikinya. Jadi selamat
memasuki dunia menjadi seorang developer!

5 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 5

Memulai: Halo Dunia!

Setiap kali pengembang memulai bahasa pemrograman baru, mereka biasanya memulai
dengan menulis program yang menunjukkan kata-kata "Hello World" di layar. Karena Anda
semua adalah pengembang visualisasi data yang sedang berkembang, kami akan memulai
perjalanan kami dengan menggunakan Data Studio untuk menyapa dunia. Kami akan
membuat laporan sederhana yang mengambil data dari file CSV.

- CatatanGoogle Studio terus berkembang dengan rilis dan fitur baru. Dengan demikian, tangkapan

layar dalam buku ini mungkin terlihat sedikit berbeda dari yang Anda lihat di layar.

Langkah 1: Mendapatkan Penyiapan dengan Akun Google

Data Studio adalah alat gratis yang dapat digunakan siapa saja. Untuk mengakses Data Studio,
Anda harus memiliki akun yang mendukung Google. Kabar baik! Jika Anda memiliki akun bisnis
Google, Gmail, atau G Suite, Anda siap untuk memulai dan Anda dapat melompat ke langkah
berikutnya.

Bagi Anda yang belum memiliki Akun Google, Anda dapat mengunjungi URL
ini: https://accounts.google.com/signup/v2/webcreateaccount.

Pada halaman ini Anda dapat memutuskan apakah Anda ingin mendaftar untuk alamat Gmail.com baru
atau untuk mengaktifkan email yang ada sebagai Akun Google. Ketikkan nama pengguna yang ingin
Anda gunakan untuk alamat Gmail baru Anda atau klik "Gunakan alamat email saya saat ini sebagai
gantinya" seperti yang ditunjukkan pada Gambar1-1.

Gambar 1-1.Menyiapkan Akun Google baru Anda menggunakan alamat Gmail baru atau alamat email yang
sudah ada

Isi formulir pendaftaran dengan detail Anda untuk melanjutkan.

6 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 6

Langkah 2: Buka Data Studio

Setelah Anda memiliki Akun Google, pergilah kehttps://datastudio.
google.comuntuk membuka layar utama Data Studio.

Layar beranda Data Studio (Gambar1-2) adalah landasan peluncuran Anda ke dunia
Data Studio. Sebelum kita membuat dasbor pertama kita, mari kita kenali
antarmukanya (Gambar1-3). Ini terdiri dari empat bagian penting:

1.Galeri Templatememberi Anda cara cepat untuk memulai
dengan dasbor baru. Anda dapat menggunakan laporan
kosong atau menggunakan template siap pakai yang
dibuat oleh tim Data Studio. Untuk masuk dengan template
yang sudah jadi, tekan tombol "Semua Template" di sudut
kanan atas.

2.Area Penyelenggara Laporantepat di bawah bilah templat, dan ini
adalah kumpulan kolom atau filter organisasi yang memungkinkan
Anda mengurutkan laporan berdasarkan

· Nama

· Pemilik

· Terakhir dibuka

3.Menu kirimemberi Anda cara cepat untuk

· Buat laporan baru
· Mengakses laporan yang dibuat oleh orang lain dan

dibagikan kepada Anda

· Mengakses laporan yang Anda buat atau salin dari orang lain
· Lihat sampah untuk setiap laporan yang telah Anda hapus

4.Bilah pencariandi bagian atas adalah alat yang berguna untuk memungkinkan Anda
mencari laporan berdasarkan nama.

Gambar 1-2.Halaman beranda Data Studio

7 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 7

Gambar 1-3.Antarmuka Data Studio

Langkah 3: Buat Laporan Kosong

Untuk membuat laporan kosong, klik ikon “Buat” plus di sudut kiri
atas layar dan pilih Laporkan, atau Anda mengklik ikon plus di bilah
templat.

Antarmuka Data Studio selalu terlihat cukup menakutkan pada pandangan pertama. Jangan
khawatir. Pada akhir buku ini, Anda akan mengetahui antarmuka seperti punggung tangan Anda
karena Anda telah menggunakan semua fitur di dalamnya. Untuk saat ini, kami hanya akan
menjalankan area inti utama antarmuka:

· Judul laporan
· Tombol berbagi
· Tombol mode tampilan/edit
· Toolbar utama
· Kanvas pelaporan
· Panel konfigurasi

- CatatanAnda mungkin melihat layar pengenalan untuk membantu Anda menghubungkan sumber data. Kami akan segera

membahasnya, tetapi untuk saat ini, tutup saja agar Anda dapat membuka antarmuka utama.

8 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 8

Langkah 3.1: Beri Nama Laporan Anda
Klik teks “Laporan tanpa judul” di sudut kiri atas layar untuk mengganti
nama laporan Anda. Pilih sesuatu yang mudah dipahami, seperti “Belajar -
Halo Dunia”. Kemudian, tekan enter atau klik menjauh dari kotak nama.

Ini untuk menggunakan praktik yang baik untuk menjaga ruang kerja Anda tetap rapi dan Anda
melindungi data Anda. Satu kebiasaan berguna yang telah saya pelajari adalah saya akan selalu
memulai laporan baru dengan mengganti namanya dari nama default yang diberikan Data Studio.

Nama terbaik adalah yang mudah diingat dan menyertakan istilah yang kemungkinan besar akan Anda cari saat
mencoba menemukannya dalam daftar. Memilih nama yang bagus untuk sebuah laporan seperti menulis surat
cinta untuk diri sendiri di masa depan. Anda akan merasa sangat bahagia sehingga Anda meluangkan waktu
untuk menghemat waktu ekstra untuk mencoba menemukannya. Saya tidak dapat memberi tahu Anda berapa
banyak waktu yang telah saya hemat hanya dengan memiliki nama laporan yang bagus.

Nama saya yang paling umum yang saya gunakan adalah

· Untuk klien atau merek tempat saya bekerja, saya menggunakan

"Merek - laporan Akuisisi" atau MerekA - laporan mingguan YouTube.

· Jika saya hanya membuat laporan baru untuk bermain-main dengan fitur,

saya menggunakan istilah "Taman Bermain" untuk menggambarkannya –
misalnya, "Taman bermain bidang terhitung".

· Jika saya hanya membuat laporan sementara untuk bereksperimen

dengan sesuatu, maka nama terbaik yang mungkin digunakan
adalah "hapus saya" sehingga tidak menjadi laporan lain untuk
dibuka ketika saya mencari sesuatu yang penting.

Langkah 4: Membuat Koneksi Data Pertama Anda

Ketika kami berpikir tentang membuat laporan Data Studio, itu seperti menjadi
tukang ledeng. Kami ingin membuat air mengalir dari luar ke wastafel utama kami di
mana kami dapat menggunakannya untuk mencuci, memasak, dan minum. Agar
laporan pertama ini berfungsi, kita perlu membuat koneksi ke suplai air “data” utama
kita. Dalam hal ini, kami akan mendapatkan data dari file CSV.

Langkah 4.1: Unduh Contoh File “CSV”

Kami akan terhubung langsung ke sumber data yang paling dasar: file CSV.
Untuk contoh ini, kita akan menggunakan file teks sederhana yang saya buat
menggunakan editor teks. File dalam format standar yang disebut file "nilai yang
dipisahkan koma" (atau disingkat CSV). Jika ada bahasa universal untuk bertukar
data antar sistem, maka CSV mungkin itu.

9 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 9

Unduh contoh file CSV (Ch1_ExampleCSV.csv) dari kode sumber buku,
tersedia diwww.apress.com/9781484251553.

Sebagian besar platform yang digunakan orang biasanya memiliki dukungan untuk
mengekspor data mereka ke CSV, jadi latihan ini akan menjadi teknik yang akan Anda
gunakan berulang kali.

Langkah 4.2: Unggah File CSV ke Data Studio

Sekarang setelah kita mendapatkan file data, kita perlu memasukkannya ke dalam bentuk yang
dapat diakses dan dimanipulasi oleh Data Studio. Kami melakukan ini dengan mengklik tombol
"Tambah data" dari bilah alat. Anda kemudian akan melihat daftar panjang berbagai jenis
sumber data. Pada saat dicetak, kami memiliki

· Konektor Google-Ini termasuk konektor umum seperti

Google Ads, Google Analytics, dan Google Spreadsheet.

Menurut saya, konektor ini umumnya yang paling
andal karena dibuat oleh tim internal Google dan
didukung langsung oleh Google.

· Konektor Mitra-Konektor mitra telah dibuat oleh perusahaan pihak

ketiga dan umumnya mengharuskan Anda membayar untuk
penggunaannya. Perusahaan-perusahaan ini umumnya
mendukung plug-in secara langsung; namun, Anda mungkin
memiliki pengalaman yang beragam jika Anda mengandalkan ini
untuk pelaporan Anda. Anda biasanya harus bergantung pada
perusahaan yang membuatnya untuk membuat perubahan karena
Anda tidak dapat melihat kodenya. Tidak semua konektor ini
memiliki tim dukungan yang besar dan dapat memakan waktu
lama untuk mengatasi masalah apa pun yang Anda miliki. Karena
itu, beberapa konektor ini sangat kuat seperti konektor
“Supermetrics” yang sangat populer yang memungkinkan Anda
terhubung ke Google Search Console, Facebook Insights, dan
bahkan ke penyedia pembayaran seperti Stripe.

· Konektor Sumber Terbuka-Ini adalah sumber data yang

umumnya dibuat oleh anggota komunitas yang lebih luas dan
disumbangkan ke Data Studio untuk kepentingan orang lain.
Keuntungan dari ini adalah Anda dapat langsung melihat kode
untuk mereka dan dengan demikian dapat mengubahnya jika
relevan untuk proyek Anda. Sebagian besar konektor ini gratis;
namun, seperti proyek open source lainnya, Anda bergantung
pada orang lain untuk memperbaiki masalah apa pun.

10 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 10

Konektor yang ingin kami gunakan sekarang disebut "Unggah File." Setelah Anda
memilihnya, Anda perlu menyeret file CSV Anda ke dalam kotak unggah, atau klik
tombol untuk menelusuri file di komputer Anda.

Anda akan diminta untuk Mengotorisasi akses bagi Data Studio untuk mengupload file ini ke
Google Cloud Storage Anda. Kami tidak akan membahas terlalu banyak detail tentang Google
Cloud Storage dalam buku ini, tetapi Anda dapat menganggapnya sebagai hard disk yang aman
di suatu tempat di Internet. Google melakukan kerja keras untuk menghosting, mengamankan,
dan melindungi akses ke sana sehingga Anda tidak perlu khawatir tentang orang yang tidak
berwenang memiliki akses ke sana. Klik Otorisasi dan Terima untuk memberi Google Data Studio
akses ke penyimpanan Anda.

Setelah Anda menyetujui Google untuk menyimpan file CSV Anda ke Google Cloud Storage,
kami akhirnya siap untuk mengunggah data kami.

Setelah beberapa detik, status file telah berubah dari unggah ke pemrosesan
menjadi unggahan.

Anda akan melihat ada empat bidang status di bagian bawah halaman. Ini
termasuk

· Nama file yang Anda unggah
· Saat file diunggah
· Ukuran file
· Status file

Status Diunggah memiliki titik hijau kecil yang berguna di sebelahnya, yang menunjukkan
bahwa Google senang dengan datanya dan Anda siap untuk terus terhubung.

Setelah file selesai diunggah, Anda memiliki opsi untuk mengganti nama sumber dengan
mengklik nama file. Anda harus selalu memberikan nama yang mudah dipahami kepada sumber
data Anda. Ini akan membantu Anda mengidentifikasinya nanti. Sedikit merapikan di depan akan
menghemat banyak rasa sakit pada akhirnya, terutama ketika Anda memiliki ratusan sumber
data yang mengotori folder sumber data Anda. Untuk latihan ini, sebut saja "Hello World - CSV".
Lihat Gambar1-4.

11 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 11

Gambar 1-4.Mengunggah sumber data file CSV

12 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 12

Memilih tombol biru “Tambah” akan memungkinkan Anda memilih file CSV untuk diunggah ke
akun Anda.

Langkah 4.3: Edit Koneksi dan Otorisasi Akses ke Google
Drive

Anda akan melihat dialog pop-up kecil tentang menambahkan data ke laporan ini. Untuk
saat ini, lanjutkan dan klik "Tambahkan ke Laporan." Google akan meminta izin untuk
membuat Laporan Google Data Studio baru di Google Drive Anda.

- CatatanSaya pribadi menemukan langkah ini sedikit membingungkan, karena saya biasanya tidak perlu meminta izin

untuk menambahkan Google Doc atau Google Sheet ke Google Drive saya. Saya tidak yakin mengapa Google
memperlakukan dokumen Data Studio secara berbeda. Saya harap Google dapat menghapusnya dan mempermudah
pengguna dalam waktu dekat.

Setelah kotak dialog, Anda akan kembali ke layar utama editor laporan Google Data
Studio. Anda sekarang dapat merayakan karena Anda telah berhasil membuat
koneksi Data Studio pertama Anda. Sekarang kita bisa fokus menampilkan data di
layar agar dunia melihat salam Anda.

Langkah 5: Tampilkan Data dari CSV di Data
Studio

Sekarang kami siap memamerkan data Anda kepada dunia. Di bilah menu, Anda akan melihat
tombol yang bertuliskan "Tambahkan bagan." Saat Anda mengkliknya, Anda dapat memilih dari
banyak cara berbeda untuk memvisualisasikan data Anda. Kami akan membahas ini nanti secara
lebih rinci. Untuk saat ini, cukup pilih ikon pertama untuk tabel sederhana. Anda akan melihat
persegi panjang besar muncul di layar dengan ikon tabel kecil di dalamnya. Data Studio
menanyakan di mana Anda ingin menempatkan tabel ini. Untuk saat ini, letakkan saja di suatu
tempat yang bagus dan rapi di bagian atas halaman, di mana ia ditampilkan di kanvas utama.
Lihat Gambar1-5.

13 Bab 1 | Memulai Data Studio Visualisasi Data dengan Data Studio 13

Gambar 1-5.Tabel pertama kami di Data Studio

Seolah-olah dengan sihir, Anda bisa menatap saat tabel data pertama Anda menghilang.
Saya yakin Anda telah melihat tabel muncul di banyak program sebelumnya; namun, apa
yang membuat Data Studio menjadi pengubah permainan bagi orang data adalah
seberapa kuat dan fleksibel tabel kecil itu. Saya suka menganggapnya sebagai jetpack,
ketika Anda berada di balapan jalan raya. Jika Anda ingin maju, pukul saja roket-roket itu
untuk meledak di depan kawanan lainnya.

rekap

Dalam bab ini, Anda telah memulai dari nol dan membangun fondasi untuk Data Studio. Kami
telah mengambil beberapa data yang disimpan dalam sebuah file dan terhubung dengannya di
Data Studio. Kami telah menggunakan kontrol tabel untuk menampilkannya di layar sehingga
kami dapat menyapa dunia.

Di bab berikutnya, Anda akan mendapatkan tugas Data Studio pertama Anda
dan membuat dasbor dasar untuk bisnis kecil.

BAB

2

Pelaporan

Spreadsheet Manual dan Laporan Data Studio

Saya tidak pernah mengajar murid-murid saya, saya hanya berusaha menyediakan kondisi
di mana mereka dapat belajar.

— Albert Einstein, fisikawan teoretis

Sepertinya laporan Data Studio "Halo Dunia" pertama Anda dari Bab1itu baru
permulaan! Apa yang dimulai sebagai sesi latihan pribadi dalam membuat laporan
pertama Anda telah berkembang menjadi peluang dasbor pertama Anda.

Saya telah menemukan bahwa berbagi apa yang Anda sukai selalu merupakan hal yang baik. Jika itu
adalah sesuatu yang benar-benar menggairahkan Anda, maka orang-orang dengan minat yang sama
secara alami tertarik ke arah Anda. Anda juga akan melihat peluang terwujud dari tempat-tempat yang
tidak Anda sadari sebelumnya.
Tidak ada yang lebih berguna daripada mempelajari teknologi baru dengan membangun proyek
kecil dengannya. Jika Anda dapat memperoleh sesuatu untuk proyek pembelajaran Anda, maka
Anda berada dalam kelompok orang yang sangat eksklusif dan sangat beruntung. Dalam kasus
saya, saya menghabiskan banyak waktu luang saya untuk mempelajari Data Studio, dan saya
menikmatinya karena saya menyukai aspek kreatif dari apa yang dapat dilakukan Data Studio
dengan data saya. Saya akan parkir di meja dapur setelah anak-anak tidur, dan alih-alih merosot
di depan TV, saya akan mencoba membuat sesuatu yang keren di Data Studio.

16 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 16
Studio

- TipLuangkan waktu beberapa menit untuk memikirkan jenis proyek yang ingin Anda buat dengan Data Studio. Ini bisa menjadi

sesuatu yang pribadi seperti merencanakan jarak Anda berolahraga dalam seminggu. Ini bisa terkait dengan pekerjaan seperti
mengotomatiskan pelaporan Anda sendiri.

Jadi, mari kita mulai dengan proyek kecil pertama kita dan bantu teman kita Hermann dengan
membuat laporan penjualan.

Membantu Toko Kue dan Kopi Hermann

Hermann telah menjalankan kedai kopi dan toko rotinya sendiri selama dua tahun terakhir dan
telah membangun cukup banyak pengikut setia. Beberapa pelanggannya yang paling setia
bahkan memanggilnya “Paman H” karena dia selalu ada untuk berbagi cerita.

Dia dulunya adalah seorang mekanik sepeda motor di salah satu bagian kota yang lebih tua tetapi
menemukan bahwa dengan semua perusahaan teknologi yang masuk, dia dapat membuat bisnis yang
cukup menguntungkan dari menjual kopi dan kue kepada mereka. Ternyata para teknisi sangat suka
memiliki tempat nongkrong dan bekerja yang keren dan unik. Setelah menghabiskan sebagian besar
waktunya bergaul dengan pengendara sepeda motor, dia memiliki banyak cerita hebat yang sering dia
menghibur pelanggannya dengan minuman panas dan kue yang enak.

Saat ini, semangat yang dulu ia curahkan untuk bisnis sepeda motornya telah
dialihkan ke kedai kopinya. Dia berfokus untuk memiliki makanan organik dan vegan
terbaik, dan dia terobsesi untuk menyetel kopinya sehingga kopinya sepuluh kali
lebih baik daripada toko-toko di ujung jalan.

Gambar 2-1.Kedai kopi Hermann

17 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 17
Studio

Bagaimana Anda dapat membantunya untuk lebih memahami bisnisnya menggunakan teknik Data
Studio baru Anda (Gambar2-1)? Dia akan membayar Anda dengan kopi dan kue mangkuk gratis selama
sebulan jika Anda dapat membantunya menghasilkan lebih banyak uang.

- CatatanTidak apa-apa untuk melakukan pekerjaan secara gratis saat Anda belajar. Setelah Anda memiliki keterampilan, jangan

berharap untuk bekerja secara gratis. Tidak seorang pun diharapkan untuk memberikan sesuatu secara gratis sebagai imbalan
untuk mendapatkan keuntungan atau promosi "masa depan". Sangat jarang kesempatan itu terwujud menjadi sesuatu yang
menguntungkan. Jika seseorang menginginkan keahlian Anda, mereka harus membayar Anda. Ketika berbicara tentang Hermann,
kali ini kami akan melepaskannya dengan tawaran kopi dan kue. Bagaimanapun, ini adalah cara yang sangat bagus untuk melihat
apa yang dapat kami lakukan dengan Data Studio dan membangun proyek pertama untuk portofolio kami.

Informasi Apa yang Harus Anda
Tampilkan dalam Laporan Anda?

Setiap kali saya bertemu klien baru atau pemangku kepentingan bisnis, saya selalu mencoba dan meluangkan
waktu untuk memahami mereka dengan empat pertanyaan kunci:

1.Apa tujuan mereka saat ini?Apa tujuan utama mereka
untuk bisnis?

2.Informasi apa yang mereka butuhkan?Informasi apa yang mereka butuhkan
untuk membantu mendorong tujuan ini?

3.Apa tingkat keahlian data mereka?Seberapa canggih
mereka dalam menggunakan dan memahami data?

4.Bagaimana itu harus disajikan kepada mereka?Apa cara terbaik
untuk menyampaikan data yang dipahami dengan jelas oleh
audiens?

Pertanyaan pertama adalah yang paling penting untuk dipahami. Semua orang berusaha untuk
mencapai sesuatu, jadi jika Anda dapat memastikan bahwa Anda telah membangun keselarasan dengan
mereka, itu akan memudahkan Anda untuk bekerja sama.

Mengidentifikasi informasi yang tepat yang akan membantu mereka menuju tujuan itu adalah
pertanyaan berikutnya. Biasanya kebanyakan orang akan datang kepada Anda dengan serangkaian
persyaratan yang mereka yakini mereka butuhkan. Terserah Anda sebagai orang data untuk memahami
persyaratan tersebut dan memastikan bahwa mereka benar-benar membantu mereka mencapai apa
yang mereka butuhkan. Jika tidak, Anda akan mengetahuinya dengan sangat cepat karena tidak ada
yang akan melihat laporan Anda.

Saat Anda menghasilkan lebih banyak laporan, Anda akan mendapatkan pengalaman dengan
kemampuan menyaring "kebisingan tambahan" dan akan dapat mendengar berbagai isyarat yang
menunjukkan bahwa orang tersebut tidak yakin dengan apa yang mereka inginkan atau butuhkan dan
hanya menggunakan tamu terbaik. Ini akan memungkinkan Anda masuk dan membimbing mereka
menuju sesuatu yang lebih konkret dan bermanfaat.

18 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 18
Studio

Keahlian data audiens tercakup dalam pertanyaan ketiga, dan sangat sulit untuk mengukur
pada awal hubungan kerja Anda dengan mereka. Ini juga merupakan pertanyaan yang
sangat jarang dijawab oleh kebanyakan orang dengan jujur di depan. Orang umumnya
sangat defensif ketika Anda bertanya langsung tentang seberapa banyak yang mereka
ketahui tentang data. Alih-alih bertanya langsung kepada orang, ada banyak teknik yang
lebih baik untuk mendapatkan informasi ini.

Saya memiliki orang yang memberi tahu saya bahwa mereka menggunakan Google Analytics
"sepanjang waktu", ketika saya melihat akun Google Analytics mereka, saya dapat melihat bahwa
akun tersebut hampir tidak digunakan (dan dalam banyak kasus memberikan data yang tidak
akurat). Bukan hanya di tingkat manajer, saya memiliki beberapa pengalaman bekerja dengan
direktur data yang sangat senior yang mengaku sebagai ahli, dan saya terkejut mengetahui
bahwa mereka tidak memahami konsep sederhana seperti konversi pengguna atau rasio
pentalan. Hanya karena mereka mencapai posisi mereka tanpa mengetahui dasar-dasar analisis
data tidak berarti Anda tidak dapat mengajari mereka sesuatu yang baru. Jika Anda berurusan
dengan orang-orang yang tidak terlalu mahir dalam hal pengalaman data mereka, maka
kemampuan memberi mereka jawaban dengan cara yang sederhana dan jelas akan sangat
penting.

Di sisi lain, beberapa pengguna sangat canggih, dan jika Anda memberi mereka jawaban
sederhana dan tanpa detail, mereka akan dengan cepat menjadi frustrasi dan tidak mempercayai
hasil yang Anda berikan kepada mereka.

Pertanyaan keempat, “Bagaimana seharusnya disajikan,” adalah yang paling penting.
Semakin sering Anda berlatih membuat dasbor, semakin efektif Anda mendapatkan
daya tarik dalam bisnis Anda.

Mencari Tahu Apa yang Dibutuhkan Hermann

Sebagian besar dunia akan membuat keputusan dengan menebak atau menggunakan
naluri mereka. Mereka akan beruntung atau salah.

— Suhail Doshi, CEO Mixpanel

Ketika Anda mulai bekerja dengan klien atau pemangku kepentingan baru, Anda perlu mencoba
dan memahami apa kebutuhan mereka. Untuk kedai kopi Hermann, cukup jelas. Dia telah
mengembangkan tokonya secara organik dengan berfokus pada membangun hubungan dengan
pelanggan dan memiliki serangkaian produk berkualitas tinggi yang disukai orang. Di masa lalu,
itu sudah cukup, tetapi saat ini, jika Anda tidak menggunakan data untuk mendorong bisnis
Anda, maka Anda hanya melihat "sepotong" dari gambar tersebut.

Penjelasan Hermann adalah menantang Anda menggunakan data untuk membantunya menghasilkan
lebih banyak uang. Ini adalah permintaan yang cukup besar dan kami tidak mungkin dapat
memenuhinya. Banyak orang hanya berasumsi bahwa dengan melambai-lambaikan data “tongkat ajaib”
pada bisnis mereka akan tiba-tiba terwujud menjadi uang. Hermann jelas salah satu dari orang-orang
ini. Ini biasanya bagian di mana Anda mencoba dan membantu mereka memahami di mana data
berada dalam rantai makanan.

19 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 19
Studio

Jawaban Anda harus selalu sama. Anda menjelaskan kepada Hermann bahwa bersama-sama kita
dapat menggunakan data untuk mencoba memahami lebih baik apa yang terjadi yang dapat
membantu menginformasikan keputusannya. Terkadang hal itu menghasilkan lebih banyak
uang, terkadang tidak.

Sebagian besar pemilik bisnis akan terlihat sedikit tidak nyaman ketika Anda memberi tahu
mereka bahwa Anda mungkin tidak dapat memberikan apa yang mereka harapkan, tetapi tidak
apa-apa. Lebih baik memastikan Anda mengelola ekspektasi orang daripada mencoba
menyampaikan sesuatu yang tidak realistis. Yang penting adalah membangun sejarah yang baik
untuk menunjukkan hasil dan Anda akan dapat menggunakan ini untuk membangun
kepercayaan sejak dini dengan calon pelanggan/tim internal.

Satu-satunya jaminan yang dapat Anda berikan kepada siapa pun adalah dengan membuat datanya terlihat dan
mudah diakses, Anda dapat membantu membuat keputusan yang lebih cerdas untuk mengembangkan bisnis
apa pun.

Kembali ke pertemuan Anda dengan Hermann, Anda memiliki daftar empat pertanyaan kunci
yang ingin Anda tanyakan kepadanya berdasarkan bagian sebelumnya.

Apa Tujuan Dia Saat Ini?

Hermann memberi tahu Anda bahwa dia ingin meningkatkan jumlah penjualan untuk
kedai kopi. Jika dia bisa melakukan ini, dia akan bisa membuka kedai kopi baru di
salah satu distrik teknologi lain di kota.

Informasi Apa yang Dia Butuhkan?

Hermann mengatakan bahwa dia saat ini mencatat penerimaan setiap hari dalam
dokumen Excel sederhana yang dia kirimkan ke akuntannya untuk dimasukkan ke dalam
sistem akunnya. Dia kemudian mendapat laporan yang dikirim melalui email kepadanya di
akhir minggu dengan produk terlaris apa. Dia menggunakan informasi ini untuk memesan
bahan-bahannya dan merencanakan apa yang akan dia jual minggu depan.

Berapa Tingkat Keahlian Datanya?

Hermann mengakui kepada Anda bahwa dia keluar dari kedalamannya dalam hal data. Dia
tahu apa yang menjual tetapi dia tidak tahu tentang menggunakan beberapa alat umum
dalam spreadsheet. Dia mengatakan bahwa dia cukup senang mendapatkan data ikhtisar
setiap minggu dari akuntannya.

20 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 20
Studio

Bagaimana Seharusnya Data Disampaikan kepadanya?

Teknik paling sederhana untuk menemukan format yang tepat adalah dengan meminta para pemangku
kepentingan untuk laporan lama mereka. Mulailah dengan apa yang mereka ketahui dan apa yang
mereka kenal, selama itu mudah dilakukan.

Anda mungkin berpikir untuk diri sendiri. “Tunggu, pasti lebih baik memulai dengan
sesuatu yang baru, berkilau dan ramping?”

Inilah triknya: tujuan dari langkah ini bukan untuk memberi mereka sesuatu yang berkilau,
melainkan Anda mencoba membangun kepercayaan dengan klien.

Mari saya ilustrasikan ini dengan sebuah cerita pendek.

Beberapa tahun yang lalu, saya mendengar dari seorang desainer yang bekerja secara
eksklusif dengan Adobe Photoshop. Dia telah diundang ke peluang riset pasar di mana dia
diberi kesempatan untuk meninjau saingan baru Photoshop. Mereka menghabiskan waktu
lama untuk mempresentasikannya dan memamerkan produk dan semua fitur termasuk
navigasi barunya yang unik yang sangat mereka banggakan. Di akhir sesi, mereka bertanya
kepada kelompok perbaikan apa yang ingin mereka lihat. Desainer ini berkata dia
mengangkat tangannya dan berkata:

"Tidak bisakah kamu membuat navigasinya sama seperti Photoshop?"

Dia bertemu dengan keheningan. Melakukan apa yang dia minta akan menunda
produk, dan juga berarti menjatuhkan fitur navigasi mewah yang sangat mereka
banggakan. Mereka tidak mendengarkan dia dan kebutuhan utamanya akan
kontinuitas. Perancang ingin dapat memberikan pekerjaan tanpa melalui banyak
pembelajaran tambahan.

Tak perlu dikatakan, alat lain tidak ada lagi. Alat Adobe masih merupakan perangkat
lunak paling populer bagi para desainer. Saya bertanya-tanya apa yang akan terjadi
jika perusahaan lain itu mendengarkan audiens target mereka?

Sama halnya jika Anda ingin pengguna Anda membangun kepercayaan dengan alat Anda, maka
cara termudah untuk memulai adalah dengan meniru apa yang mereka ketahui. Salah satu fitur
utama yang dimiliki Data Studio adalah sangat cepat untuk membuat prototipe laporan baru.
Setelah orang-orang mengenali laporan ramah lama mereka yang ada di layar mereka, Anda
akan mendapatkan perhatian mereka dan dapat mulai mengulangi laporan data mereka.

Ketika kami mendapat salinan laporan Hermann, itu tampak seperti meja besar dengan
dinding angka. Itu adalah daftar produk, dengan nomor yang dijual di sebelah setiap item.
Di sebelah setiap item dia bisa melihat tanda persentase yang mengatakan apakah
penjualan naik atau turun dari minggu sebelumnya.

21 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 21
Studio

Bagaimana Data Studio Dapat Membantu Hermann

Setelah meninjau jawaban Hermann atas empat pertanyaan kunci, jelas bagi Anda di mana Hermann
membutuhkan bantuan. Dia membutuhkan

1.Informasi tepat waktu-Dia tidak mendapatkan informasi yang
tepat waktu untuk membuat keputusan. Dia harus menunggu
akhir minggu ketika akuntannya mengirim data kembali.

2.Menghapus upaya duplikat-Saat ini Hermann harus mengetikkan data
penjualannya ke dalam spreadsheet dan kemudian mengirimkannya
melalui email ke akuntan. Akuntan akan memasukkan penjualan ke
dalam program/spreadsheet akuntansi dan kemudian mengirimkan
kembali laporan penjualan tentang apa yang berjalan dengan baik.
Hermann kemudian perlu meninjau dan menganalisis hasilnya.

Jika Anda dapat menunjukkan kepada Hermann cara menggunakan Data Studio untuk mengambil data
penjualannya dan secara otomatis memprosesnya serta membuat laporan dari data spreadsheet
mentah, maka Anda dapat membantunya mengambil keputusan dengan lebih cepat. Dia juga tidak
perlu membayar akuntan untuk memasukkan data dan mengembalikan data itu kepadanya. Sebaliknya
dia bisa fokus untuk mendorong perbaikan bisa datang dari data.

Anda juga curiga bahwa karena Hermann begitu fokus pada produknya, dia akan dapat
mengajukan pertanyaan yang jauh lebih baik tentang datanya jika dia mampu
mengendalikannya sendiri. Ini mungkin kemenangan terbesar baginya dalam jangka panjang.

Hermann meneruskan kepada Anda beberapa laporan terakhir yang dia terima dari
akuntannya sehingga Anda dapat melihat laporan apa yang telah berubah. Kabar baiknya
adalah kita pasti bisa memperbaikinya! Mari kita mulai bekerja.

Membuat Laporan untuk Hermann's
Cake and Coffee Shop

Langkah 1: Unggah Data ke dalam Google
Spreadsheet

Langkah pertama adalah mendapatkan data Hermann dari Google Sheet.

Untuk latihan ini, Anda perlu mengunduh salinan data penjualan
Hermann's Cake and Coffee Shop (DS – Coffee Shop.xlsx) dari kode
sumber buku ini. Pergi ke www.apress.com/9781484251553 dan
klik tombol unduh kode sumber.

22 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 22
Studio

Ambil spreadsheet data Anda dan unggah ke Google Drive.
Buka Google Spreadsheet dengan mengunjungihttps://docs.google.com/
spreadsheets/u/0/?tgif=d.

Buat lembar baru dan buka File - Impor - Unggah. Telusuri file DS –
Coffee Shop.xlsx dan unggah.

Pastikan spreadsheet diberi nama “DS - Coffee Shop.” Jika Anda perlu
memperbaikinya, klik dua kali nama file di kiri atas lembar dan ubah. Tekan enter
atau klik di tempat lain setelah selesai.

Langkah 2: Bersihkan Data

Selanjutnya kita perlu melakukan clean data agar baik untuk dikonsumsi. Tujuan

dari proses pembersihan adalah untuk

• Dapatkan data Anda ke dalam format tabel.
• Pastikan bahwa setiap kolom hanya berisi satu kumpulan data.
• Periksa tidak ada bidang yang memiliki entri kosong.
• Pastikan bahwa semua bidang memiliki data dalam format

konsisten yang benar. Misalnya, Anda perlu memastikan
bahwa tanggal dalam format hh/bb/tttt.

Salah satu pemimpin tim data favorit saya sering mengulangi mantra yang sama
setiap kali pengembang mencoba mengambil jalan pintas dengan data:

Anda harus menganggap laporan Data Studio Anda sebersih salah satu
dispenser air berfilter mewah yang Anda lihat di kantor. Air yang keluar dari
mereka yang tidak bersih akan segera mengakibatkan mereka dikeluarkan dari
layanan dan seorang insinyur dipanggil.

Ini hampir sama dengan cara laporan Data Studio Anda harus difilter dan dibersihkan agar dapat
digunakan oleh pengguna Anda. Sumber data apa pun yang terinfeksi dengan data yang buruk akan
mengakibatkan mereka memanggil teknisi (Anda!) untuk menyelidiki dan memperbaiki masalah
tersebut.

- TipSetiap kali Anda membuat laporan, pikirkan tentang bagaimana Anda dapat membiarkan pengguna Anda memberi tahu

Anda jika ada masalah dengan data. Saya selalu meletakkan detail kontak saya di tempat yang sama untuk semua laporan saya
sehingga saya dapat dihubungi jika orang memiliki pertanyaan. Kita akan membicarakan ini di bab selanjutnya.

23 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 23
Studio

Dimana Pembersihan Harus Dilakukan?

Saya tahu banyak orang yang mengatakan bahwa tidak apa-apa melakukan pembersihan
data di alat pelaporan dan bukan di sumbernya. Saya biasanya menganggap ini sebagai
anti-pola besar (praktik buruk yang akhirnya Anda sesali).

Aturan praktisnya adalah memperbaiki data di sumber tetapi mengubah data di Data Studio.

Data Studio memiliki banyak fitur canggih yang dapat melakukan beberapa pembersihan untuk
Anda, tetapi saya cenderung menggunakannya untuk perbaikan yang lebih kecil atau untuk
membuat data lebih mudah digunakan. Saya merekomendasikan agar orang melakukan
pembersihan sebanyak mungkin di sumber data asli sebagai

• Itu membuat segalanya tetap sederhana karena Anda hanya perlu mencari di satu

tempat untuk perbaikan apa pun pada data Anda.

• Lebih sedikit pekerjaan yang harus dilakukan untuk mereplikasi pembersihan Anda pada

beberapa laporan.

Beberapa penyesuaian yang kami lakukan di Data Studio dari waktu ke waktu, jika jelas
akan tetap ada, saya mungkin akan mengembalikan perubahan itu ke data sumber hanya
untuk memberikan kecepatan ekstra kepada Data Studio.

Bagaimana Pembersihan Data Dilakukan di Lingkungan Profesional?

Saat Anda bekerja untuk melakukan pembersihan data di kantor, Anda dapat melakukan
pekerjaan ini hanya dengan memodifikasi spreadsheet, atau di beberapa bisnis, tim data akan
menggunakan bahasa skrip yang disebut SQL untuk memanipulasi database dengan jutaan baris
di dalamnya.

Percaya atau tidak, prinsip di balik spreadsheet kecil dan database besar hampir
sama. Karena SQL dan database adalah subjek yang sangat besar itu sendiri (dan
dapat menjangkau volume buku mereka sendiri), kami akan membatasi diri di
sini hanya melakukan pembersihan di spreadsheet yang kami buat dari data
penjualan mingguan Hermann. Untungnya, sudah cukup bersih, jadi kita bisa
melanjutkan.

Langkah 3: Buat Laporan Data Studio

Buka Data Studio dan buat laporan kosong baru. Beri judul “DS - Coffee Shop.”
Lihat Bab1jika Anda membutuhkan penyegaran tentang cara membuat laporan
baru.

24 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 24
Studio

Langkah 4: Buat Koneksi Data ke Google
Sheet

Hal yang luar biasa tentang data adalah selalu berubah. Tidak seperti di bab
sebelumnya, di mana kita membuat koneksi statis ke file, di bab ini, kita
membangun koneksi yang hidup dan bernafas ke dokumen Google Spreadsheet
langsung. Ketika data Google Spreadsheet berubah, maka konten Data Studio
kita juga akan berubah. Untuk membuat koneksi data ke Google Sheet, lakukan
hal berikut:

1. Klik “Tambahkan data”.

2. Temukan "Google Sheets" di daftar Google Connectors dan klik.
Anda harus mengotorisasinya jika ini pertama kalinya Anda
menghubungkan Google Spreadsheet ke Data Studio.

3. Cari laporan penjualan Hermann: “DS - Coffee Shop.”
4. Pilih file dan pilih “Menu” (tab pertama di Google
Sheet).

5. Klik tombol sambung berwarna biru di pojok kanan atas,
lalu klik Tambah, lalu Tambah ke Laporan.

Langkah 5: Buat Tampilan Tabel Mentah dari Data

Setiap kali saya mulai melihat data yang saya butuhkan, saya menemukan bahwa cara termudah untuk
memahaminya adalah dengan menggunakan kontrol tabel untuk menyelidiki data mentah. Ini
memberikan gambaran tentang data sebelum kita memperbesar detail untuk mendapatkan informasi
yang kita butuhkan. Ini juga berguna untuk melakukan beberapa pemeriksaan kualitas awal dan
pemeriksaan ganda bahwa data ada di sana dan dalam format yang kita harapkan.

Untuk membuat tampilan tabel mentah dari data:

1. Klik “Tambahkan bagan” dan pilih ikon tabel pertama di baris atas seperti
yang ditunjukkan pada Gambar2-2.

2. Klik persegi panjang di mana Anda ingin menempatkan tabel
dan Anda akan melihat data dari Google Sheet Anda
muncul.

25 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 25
Studio

Gambar 2-2.Menambahkan tabel mentah ke laporan Data Studio Anda

Sekarang setelah kami memiliki data yang berhasil masuk dari Google Spreadsheet ke
tabel kami, kami dapat mulai mencoba dan membuat data berguna bagi klien kami.

Membantu Pengguna untuk Mengajukan Pertanyaan tentang Data

Berdasarkan data tersebut, kami akan mencoba dan membantu Hermann untuk memahami data
penjualannya secara lebih detail. Titik awal yang baik adalah melakukan beberapa analisis data
eksplorasi untuk memahami bentuk data. Beberapa pertanyaan sederhana yang dapat kita jawab
menggunakan data adalah

• Produk apa yang bertanggung jawab atas sebagian besar penjualannya?
• Jenis rasa apa yang paling banyak dibeli pelanggan?
• Bagaimana penjualan produk ini dibandingkan dengan tahun lalu?

Tabel data mentah tidak benar-benar memberi kita indikasi yang jelas tentang apa yang terjadi
dengan penjualan. Itu hanya menunjukkan kepada kita dinding teks dan angka, yang sulit untuk
diproses dan ditafsirkan oleh otak kita. Kami ingin laporan melakukan pemrosesan yang berat
bagi kami untuk membantu pengguna kami memahami data. Kita dapat melakukannya dengan
mengubah tabel mentah menjadi sesuatu yang lebih visual, seperti diagram lingkaran. Dengan
menambahkan diagram lingkaran ke laporan Data Studio, kami memberi pengguna cara yang
lebih mudah untuk menafsirkan data. Manusia adalah makhluk visual dan kita berhubungan
dengan dunia di sekitar kita dengan menggunakan indera kita untuk memahami dunia kita.
Dunia data hampir sama; dengan menambahkan fitur visual ke laporan yang memandu
pengguna tentang apa yang dikatakan informasi, ini memungkinkan mereka fokus pada apa
yang paling penting bagi mereka.

26 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 26
Studio

Tambahkan Bagan Pai

Untuk menambahkan diagram lingkaran untuk menunjukkan perincian penjualan:

1. Klik “Add a chart” dan pilih kontrol Pie Chart pertama
(Gambar2-3).

Gambar 2-3.Menambahkan diagram lingkaran

2. Klik di mana Anda ingin menempatkan grafik.

Saat pertama kali kami menambahkan diagram lingkaran, Data Studio
secara default menampilkan kolom pertama dalam kumpulan data yaitu
"Nama Produk". Itu juga default untuk menunjukkan kepada kami data dari
tahun ini. Seperti yang Anda lihat dari Gambar2-4:

• Produk terlaris kami adalah “Banana Loaf”, diikuti

oleh Lavender Cupcake yang lezat. Kue Cokelat
tradisional tua yang enak duduk di urutan ketiga
paling populer.

• Empat produk teratas kami menyumbang sekitar 50% dari total

penjualan kami.

• Masing-masing dari empat produk teratas kami menjual

proporsi unit yang kira-kira sama.

27 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 27
Studio

Gambar 2-4.Diagram lingkaran sesuai dengan nama produk

Langkah 6: Gandakan Bagan Pai dan Ubah
Dimensi menjadi "Jenis Produk"

Mari kita ambil tampilan data yang berbeda untuk mendapatkan perspektif yang berbeda
dengan menduplikasi diagram lingkaran dan mengubah dimensi menjadi jenis produk (Gambar
2-5). Untuk melakukan ini:

1. Klik kanan diagram lingkaran dan pilih Duplikat.
2. Seret diagram lingkaran segera ke kanan diagram

lingkaran asli.
3. Pilih diagram lingkaran baru dan klik "Nama Produk" di Panel

kanan di bawah "Dimensi" dan pilih "Jenis Produk."

28 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 28
Studio

Gambar 2-5.Diagram lingkaran sesuai dengan Jenis Produk

Saat kami memilih dimensi yang disebut "Jenis Produk", kami memberi tahu Data Studio untuk
memproses ulang data di tabel kami, dan alih-alih mengelompokkannya menurut nama produk,
kami harus mengelompokkannya menurut jenis produk. Dengan mengubah "dimensi" yang
digunakannya, ia mengubah lensa yang kita gunakan untuk melihat data dan menunjukkannya
dari perspektif yang berbeda. Dimensi (dan metrik) adalah blok bangunan dasar untuk pelaporan
data, dan kami akan menjelajahinya lebih lanjut dalam beberapa bab berikutnya dalam buku ini.

Untuk saat ini, mari kita kagumi bagaimana perubahan kecil pada diagram lingkaran
membantu kita untuk lebih memahami data penjualan. Ketika kita melihat data penjualan
melalui lensa “jenis produk”, kita dapat melihat

• Hampir 50% dari penjualan kami datang secara mengejutkan dari cupcakes.
• Sepertiga dari penjualan kami berasal dari kue.

Langkah 7: Gunakan Kontrol Kartu Skor untuk Menunjukkan Penjualan
Dengan semua laporan, penting untuk mengetahui bahwa ada hierarki
kepentingan. Pikirkan kembali rapor Anda yang Anda terima dari guru
Anda di sekolah. Informasi terpenting yang ingin Anda ketahui adalah
nilai Anda untuk setiap mata pelajaran. Bagaimana perasaan Anda jika
nilai disembunyikan di bagian bawah beberapa paragraf komentar?

29 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 29
Studio

tentang seberapa keras Anda bekerja? Anda akan sangat frustrasi dan bingung
mengapa mereka menyembunyikan informasi penting seperti itu. Dengan cara
yang sama, kita perlu menggunakan kartu skor untuk menyoroti informasi
terpenting bagi pembaca laporan kita.

Biasanya menggunakan kartu skor untuk memamerkan apa yang biasanya kita sebut "KPI", atau
indikator kinerja utama.

Definisi KPI terbaik dan paling ringkas yang pernah saya lihat berasal dari Undang-
Undang Perusahaan Inggris di mana mereka mendefinisikan KPI sebagai "faktor yang
mengacu pada pengembangan, kinerja, atau posisi bisnis perusahaan yang dapat
diukur secara efektif."

Untuk menambahkan kartu skor yang menunjukkan nomor yang dijual ke laporan Anda:

1. Klik tombol “Tambahkan bagan” di bilah alat utama.
2. Pilih ikon pertama di bawah kata “Kartu Skor”.

3. Klik dan seret kotak untuk menunjukkan di mana Anda ingin
menempatkan kartu skor (idealnya di kiri atas laporan).

4. Secara default, ini akan menampilkan jumlah record untuk nama produk,
jadi Anda harus mengubah dimensi ke angka yang terjual.

Anda sekarang akan melihat kartu skor dengan label “Nomor Terjual” (Gambar2-6).

Gambar 2-6.Kartu skor untuk nomor yang terjual

Bagi Hermann, KPI-nya akan menjadi berapa banyak produk yang dia jual, jadi ini adalah
sesuatu untuk segera ditampilkan dalam laporan. Kami menggunakan kontrol kartu skor
untuk menunjukkan jumlah produk yang terjual di bagian atas laporan.

- TipDalam hal menempatkan kartu skor ke dalam laporan Anda, coba gunakan sesedikit mungkin. Terlalu banyak kartu skor

dapat membingungkan pengguna. Jika Anda menemukan Anda meletakkan lebih dari lima kartu skor pada sebuah laporan, inilah
saatnya untuk berpikir apakah Anda harus menggunakan presentasi alternatif seperti tabel atau diagram batang.

30 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 30
Studio

Langkah 8: Tambahkan Perbandingan
Tanggal ke Kartu Skor

Sekarang kita telah menggunakan diagram lingkaran untuk menunjukkan seberapa besar
penjualan setiap produk, kita dapat melanjutkan ke tahap analisis berikutnya. Data selalu
berubah. Apa yang benar untuk hari ini tidak selalu dijamin benar besok.

Saya tidak mengatur tren. Saya hanya mencari tahu apa itu dan mengeksploitasi mereka.

— Dick Clark, tokoh radio Amerika

Mode, selera, dan tren orang berubah secara teratur, dan bisnis dapat menggunakan
data untuk merespons perubahan ini. Jika Anda mampu mengikuti perubahan selera
pelanggan Anda atau bahkan mencari selera pelanggan baru untuk dieksploitasi,
maka Anda menang.

Kami akan membantu Hermann memulai perjalanannya untuk memahami tren apa yang
memengaruhi bisnisnya dan memberinya gambaran tentang apa yang berubah seiring waktu
dengan penjualannya. Kami berharap dengan melakukan ini kami dapat mengidentifikasi
beberapa peluang yang belum terpikirkan olehnya.

Kami tahu dari memeriksa data Google Sheets kami bahwa kami memiliki bidang untuk
"tanggal." Menggunakan data “tanggal/waktu” sangat kuat karena kita dapat mengeksplorasi
perubahan apa yang terjadi antara tahun lalu dan tahun ini. Kita akan mulai dengan
menunjukkan kepadanya berapa banyak penjualan yang telah berubah dari waktu ke waktu. Kita
sekarang akan memilih periode tanggal yang akan kita bandingkan. Pilih tombol "rentang data
perbandingan". Kita dapat memilih untuk membandingkan dengan

- Tidak ada
- Periode sebelumnya
- Tahun sebelumnya
- Tetap/lanjutan

Opsi "periode sebelumnya" mungkin merupakan salah satu fitur paling canggih di Data Studio. Ini akan
mengambil periode waktu saat ini yang Anda lihat dan membandingkannya dengan periode waktu yang
setara sebelumnya. Dengan demikian Anda dapat menggunakan kontrol ini untuk membandingkan
minggu ke minggu, bulan ke bulan, atau bahkan tahun ke tahun untuk melihat bagaimana penjualan
Anda berubah.

Kami ingin menjaga semuanya tetap sederhana untuk saat ini jadi kami akan memilih "Tahun lalu" dan
tekan "Terapkan" untuk menyelesaikan "Kartu Skor Tahun ke Tahun" kami.

Setelah satu atau dua detik, Anda akan melihat di bawah kartu skor Anda panah hijau muncul di
sebelah "47%" (Gambar2-7). Hal ini menunjukkan bahwa jumlah produk yang terjual telah
meningkat 47% sejak tahun lalu yang merupakan hasil yang luar biasa bagi Hermann.

31 Bab 2 | Pelaporan Visualisasi Data dengen Google Data 31
Studio

Gambar 2-7.Kartu skor menunjukkan perbandingan

Sekarang setelah Anda mengetahui cara melakukan perbandingan dasar dengan rentang tanggal
pada kartu skor, kabar baiknya adalah Anda juga dapat melakukan hal yang sama untuk tabel.
Mengapa Anda tidak mencoba melakukan perbandingan tahun ke tahun untuk tabel data yang
Anda miliki dan melihat produk Hermann mana yang bertanggung jawab untuk mendorong
peningkatan penjualannya sejak tahun lalu.

Kembali ke Buku

Salah satu hal paling berharga tentang mencoba menggunakan data untuk memecahkan
masalah dunia "nyata" seperti yang kita lakukan dalam bab ini adalah Anda mulai menyadari
bahwa ada kesenjangan dalam pengetahuan Anda dan ada hal-hal baru yang perlu Anda pelajari.
Dari pengalaman pertama Anda menggunakan alat Data Studio, Anda mungkin
memperhatikan ada begitu banyak konsep dan istilah baru yang digunakan di semua
tempat. Jangan khawatir, Anda akan memahaminya saat kita membaca buku ini.

- TipTim dokumentasi Data Studio juga mengelola daftar istilah yang berguna (https://

support.google.com/datastudio/topic/6302375).

rekap

Melakukan sesuatu yang sederhana seperti memahami lebih banyak tentang data Anda sangat penting
untuk setiap bisnis. Dalam bab ini, kami mengambil Google Sheet data sederhana, dan alih-alih
membiarkannya sebagai kumpulan data statis, kami menggunakan Data Studio untuk menghidupkan
data. Kita bisa mengidentifikasi

- Produk apa yang paling laris untuk klien?
- Jenis produk apa yang paling populer?
- Berapa banyak penjualan yang berubah dari waktu ke waktu

Kami mencoba beberapa kontrol sederhana seperti tabel, kartu skor, dan diagram lingkaran dan
bahkan mulai melakukan beberapa perbandingan dasar tahun ini vs. tahun lalu.
Di bab berikutnya, kami akan memperluasnya, tetapi semoga Anda sekarang memiliki pemahaman
yang baik untuk menggunakan antarmuka Data Studio untuk menjelajahi data Anda.

BAB

3

Metrik dan
Ukuran

Visualisasi Data yang Bermanfaat

Anda tahu bahwa Anda hidup di dunia Wawasan Web ketika Anda menyadari bahwa
setiap bagian data yang Anda lihat mendorong tindakan….

— Avinash Kaushik, Penginjil Pemasaran Digital, Google1
Di bab sebelumnya, kita perlu menggunakan dimensi dan metrik untuk
membuat laporan. Mari kita terus mencoba memahami apa ini.
Hampir semua hal yang berkaitan dengan data dapat diringkas menjadi metrik dan
dimensi.

Metrik

Glosarium Pusat Bantuan Data Studio mendefinisikan metrik dengan cara yang sangat
rumit:

33 Bab 3 | Metrik dan Dimensi Visualisasi Data dengan Google Data Studio 33

Agregasi spesifik yang diterapkan ke kumpulan nilai. Metrik adalah agregasi yang berasal
dari kumpulan data pokok, atau merupakan hasil penerapan fungsi agregasi secara
implisit atau eksplisit, seperti COUNT(), SUM(), atau AVG(). Metrik itu sendiri tidak memiliki
kumpulan nilai yang ditentukan, jadi Anda tidak dapat mengelompokkannya, seperti yang
Anda bisa dengan a dimensi.2

Mari kita coba sederhanakan definisi ini. Metrik adalah cara membagi
nilai dengan ukuran item. Metrik dapat diringkas menjadi

Berapa banyak dari hal tertentu yang Anda miliki.

Pertimbangkan Hermann dari Bab1. Sebagai pemilik toko kue modern, ia tertarik
untuk menghitung berapa banyak kue yang dijual pada hari tertentu atau berapa
banyak bahan yang mereka habiskan.
Contoh metrik lainnya termasuk

· Suhu pada termometer
· Jumlah poin yang diberikan dalam pertunjukan permainan
· Jumlah orang dalam studi medis
· Pengguna situs web, yaitu, berapa banyak orang yang tiba di situs web

Anda dalam periode data tertentu

· Pendapatan penjualan dari penjualan produk Anda secara online
· Jumlah kesalahan yang ditampilkan kepada pengguna dalam sehari
· Rata-rata curah hujan di suatu wilayah

Metrik Agregasi

Metrik juga bisa jauh lebih canggih. Kita mungkin tertarik untuk memahami bagaimana
angka-angka berubah dari waktu ke waktu atau bagaimana mereka membandingkan
antara periode waktu.

Pemilik toko kue hanya dapat mengukur jumlah kue yang terjual, tetapi dia
juga dapat tertarik untuk mengetahui berapa banyak kue yang terjual pada
hari tertentu.

1. Apakah penjualan meningkat atau menurun dibandingkan dengan
periode waktu tertentu, dan apakah pertumbuhannya lambat atau
menurun dengan cepat

2. Berapa jumlah penjualan dibandingkan minggu lalu, bulan
lalu?

34 Bab 3 | Metrik dan Dimensi Visualisasi Data dengan Google Data Studio 34

Saat Anda menganalisis "kumpulan" metrik, ini dikenal sebagai menggabungkan atau
menyatukannya. Agregasi menjadi metrik baru bagi dirinya sendiri. Agregasi memungkinkan kita
untuk membandingkan, menganalisis, dan tren data untuk menemukan wawasan.

Perhatikan bahwa metrik dapat berupa satu angka mentah atau dapat berupa
agregasi. Agregasi dapat menjadi metrik baru, dan bahkan saat menggunakan metrik
lain dalam rumusnya, agregasi itu sendiri menjadi metrik.
Kami akan kembali ke agregasi secara lebih mendetail nanti, tetapi definisi glosarium
Data Studio tentang metrik menyebutkan tiga:

· Hitung () atau Menghitung metrik-Contohnya adalah

berapa banyak kue yang terjual pada hari tertentu.

· Sum() atau Jumlah metrik-Ini bisa menjadi jumlah dari semua

pendapatan yang diperoleh dari penjualan kue di toko kue melalui
penjualan tunai dan kartu kredit.

· Rata-rata() atau Rata-rata metrik-Ini bisa menjadi jumlah

rata-rata staf toko roti (tukang roti, kasir, dll.) yang bekerja
dalam seminggu.

Ukuran

Sayangnya, metrik atau agregasi tidak memberikan gambaran lengkap tentang
pemahaman data Anda. Anda perlu memiliki lebih banyak informasi untuk
mengetahui apakah data yang Anda miliki berguna.

Dengan metrik kita dapat benar-benar memahami sisi kuantitas, tetapi bagaimana kita
memahami bagaimana memberi nilai pada kualitas? Di sinilah dimensi datang untuk
menyelamatkan kita.

Glosarium Data Studio mendefinisikan dimensi sebagai:

Kumpulan nilai yang dengannya Anda dapat mengelompokkan data Anda. Dimensi
adalah kategori informasi. Nilai yang terkandung dalam kategori tersebut biasanya
berupa nama, deskripsi, atau karakteristik lain dari data tersebut.3

Ini adalah penjelasan yang cukup sederhana, tetapi saya pikir kita dapat melakukan sedikit lebih baik
untuk membuatnya mudah dipahami:

Dimensi adalah nama, deskripsi, atau karakteristik lain dari hal-hal
yang
Anda
hitung.

35 Bab 3 | Metrik dan Dimensi Visualisasi Data dengan Google Data Studio 35

Pertimbangkan pemburu manusia gua. Hanya mengetahui bahwa mereka telah mengumpulkan
100 buah dalam sehari bukanlah perbedaan antara hidup dan mati. Mengetahui bahwa mereka
telah mengumpulkan 50 buah beri yang lezat dan 50 buah beri yang beracun adalah perbedaan
antara hidup dan mati. "Dimensi" ekstra penting pada data ini segera membuat informasi jauh
lebih berharga dan berguna. Ini akan membantu mereka di masa depan mengubah semak-
semak yang mereka pilih untuk mengumpulkan buah beri dan memberi mereka pandangan
"lebih sehat" untuk masa depan.

Tidak seperti manusia gua, bagi kebanyakan orang modern, data mereka tidak akan menjadi
perbedaan antara hidup dan mati yang sebenarnya, melainkan apakah bisnis mereka berhasil
atau gagal dalam usahanya. Kita semua ingin menang dalam kehidupan kerja kita, jadi
memastikan bahwa kita memiliki dimensi yang tepat untuk memahami baik dan buruk akan
menjadi bagian penting dari pekerjaan kita.

Ingat kembali contoh metrik yang telah kita bahas di bagian sebelumnya, dan
mari tambahkan dimensi ke beberapa di antaranya. Mengetahui dimensi
mengubah informasi yang Anda terima dari metrik. Dimensi dicetak tebal dalam
daftar berikut:

· Jumlah gol atau poin yang dicetak pada pertandingan olahraga oleh

masing-masing tim

· Jumlah orang dalam studi medis serta pemahaman
merekausia, tinggi, atau tingkat kebugaran

· Pengguna situs web terpisahmenurut negara asal, jenis perangkat yang

mereka gunakan, atau apakah mereka membeli atau tidak

· Pendapatan penjualan dari penjualan produk Anda secara online,

dipecah menjadipenjualan per negara atau penjualan per kategori

· Jumlah kesalahan yang ditampilkan kepada pengguna dalam satu hari pecah

berdasarkan jenis kesalahan dan seberapa parah kesalahan tersebut
memengaruhi pelanggan

Jika Anda pernah berjuang untuk menemukan dimensi data Anda, jelaskan saja kepada diri
Anda sendiri. Jika Anda mendengar frasa ajaib seperti "dipecah oleh" atau "per", Anda akan
tahu bahwa elemen ini membagi data dan, dalam banyak kasus, dapat memberi Anda
gambaran yang lebih baik tentang bagaimana dimensi memengaruhi metrik yang Anda
hitung.

Mari kita pikirkan tentang toko kue Hermann. Informasi apa yang dapat kita pikirkan
tentang kue kita yang dapat membantu memahami sedikit lebih banyak tentang apa yang
laris manis?

Kami tahu bahwa kami menjual kue, tetapi ada dimensi lain yang dapat kami pecahkan dari
data untuk memberi kami sedikit lebih banyak konteks. Mengetahui bahwa kami menjual
100 kue tidak terlalu membantu tim kami untuk mengetahui jenis kue apa yang harus
mereka produksi di masa depan.

36 Bab 3 | Metrik dan Dimensi Visualisasi Data dengan Google Data Studio 36

Anda biasanya dapat mengetahui karakteristik terpenting dari kue yang Anda jual
dengan melihat produk yang Anda jual atau meminta bisnis atau pelanggannya untuk
memberi Anda beberapa informasi tentang apa yang mereka anggap sebagai “faktor
penentu” yang memengaruhi penjualan. dari produk. Hanya bertanya kepada
pembuat roti apa perbedaan antara produk adalah awal yang baik.

· Berapa ukuran kuenya? Apakah itu kue teh, kue mangkuk, atau

kue pengantin bertingkat?

· Apa rasa kue-kue itu? Rasa Coklat, Vanila, Wortel,
atau Pisang?

· Apa tema dekorasi kuenya? Apakah itu kue biasa dengan hanya

hiasan di atasnya, atau didekorasi dengan indah untuk
pernikahan pasangan yang akan datang?

Seperti yang dapat Anda lihat dari contoh toko roti, ada banyak faktor penentu yang dapat
dijelaskan sehubungan dengan penjualan yang kami lakukan. Memahami bahwa rasa
tertentu lebih populer adalah bagian penting dari pengetahuan, karena itu berarti
pembuat roti dapat menampilkan rasa paling populer ini.

Satu hal terakhir yang perlu diingat: sebagian besar bisnis modern menganalisis data
yang "multidimensi" – artinya tidak hanya bergantung pada satu dimensi untuk
menjelaskan data. Memikirkan contoh kue kami, toko roti akan menjual banyak rasa
cupcake, tetapi dengan masing-masing rasa ini, kami mungkin memiliki banyak rasa
berbeda dari buttercream icing. Kami mungkin juga memiliki banyak tema yang
berbeda, dan masing-masing tema ini dapat dijual secara berbeda tergantung pada
hari dalam seminggu atau musim. Misalnya, kue bebas gula kemungkinan akan laris
manis ke populasi tertentu.

Di sinilah peran menjadi pengembang data atau insinyur visualisasi data yang baik. Dimensi
menambahkan konteks ke metrik dan memberikan pemahaman pada data. Anda memiliki
kemampuan untuk "mencoba" sekumpulan dimensi pada kumpulan data untuk melihat apakah
itu memberikan lebih banyak wawasan bagi pengguna akhir. Anda juga dapat melihat apakah
data tersebut memiliki korelasi yang kuat dengan tujuan bisnis yang ingin Anda capai.

rekap

Dalam bab ini, kita berbicara tentang bagaimana metrik itu sendiri atau gabungan dapat menjadi
berharga, terutama ketika diberikan konteks dengan mempertimbangkan dimensi juga.

BAB

4

Online
Survei

Analisis Profil Studi Kasus

Faktanya, bukanlah keajaiban bahwa metode pengajaran
modern belum sepenuhnya mencekik keingintahuan suci
penyelidikan.

— Albert Einstein, fisikawan teoretis

Sekarang setelah kita membahas beberapa dasar di bab sebelumnya, mari kita lihat bagaimana
kita dapat menggunakan Google Data Studio untuk situasi dunia nyata lainnya: menganalisis
data yang dihasilkan dari survei online untuk mengumpulkan informasi pelanggan untuk klien.
Bab ini didasarkan pada proyek kehidupan nyata yang kami lakukan untuk perusahaan
perjalanan populer. Bagi klien untuk mendapatkan analisis interaktif data pelanggan mereka
tanpa alat visualisasi yang mahal tidak hanya hemat biaya tetapi juga sangat berguna. Ini
memberi klien kami wawasan yang dapat mereka gunakan untuk mengembangkan konten dan
strategi pemasaran mereka untuk menargetkan pelanggan dengan lebih baik.

Mencari Tahu Apa yang Dibutuhkan Perusahaan Perjalanan

Pertama, kami perlu mencari tahu lebih banyak tentang kebutuhan klien kami. Sebagai
perusahaan perjalanan yang populer, mereka ingin kami melihat siapa pelanggan mereka.

40 Bab 4 | Survei Online Visualisasi Data dengan Google Data Studio 40

Pemula

Mengumpulkan Data

Langkah selanjutnya adalah mengumpulkan data. Kami mengirim sekitar sepuluh ribu email ke
pelanggan klien kami dan meminta mereka untuk mengisi survei menggunakan SurveyMonkey.

Survei tersebut menanyakan pertanyaan tentang pelanggan itu sendiri:

- Jenis kelamin
- Rentang usia
- Kisaran gaji
- Status pernikahan
- Anak-anak (dan cucu-cucu)
- Judul pekerjaan

Dan tentang pandangan mereka tentang situs web/layanan:

- Seberapa sering mereka berlibur?
- Alasan untuk pergi berlibur
- Apakah mereka menyukai aspek situs web?
- Apakah mereka menyukai aspek layanan?

Kami juga memiliki pertanyaan teks gratis, kotak teks yang memungkinkan mereka mengetik informasi
seperti jika mereka merasa ada sesuatu yang hilang dari situs web, memungkinkan tanggapan yang
lebih terbuka untuk beberapa pertanyaan kunci.

Setelah semua kiriman diterima (sekitar 5.000 survei), kami siap
menyiapkan data untuk laporan.

Mempersiapkan Data

Langkah selanjutnya adalah menyiapkan data sebelum kami dapat memasukkannya ke Data
Studio. SurveyMonkey dapat mengekspor hasilnya ke dalam file xls, yang merupakan format
yang dapat kita impor dengan mudah ke Google Spreadsheet. Setelah mengunggah hasilnya ke
Google Spreadsheet, kami mulai membersihkan data.

Seperti yang dibahas dalam Bab2, pembersihan memerlukan memastikan bahwa tidak ada
dalam kumpulan data yang tidak valid. Misalnya, meskipun kami menggunakan milis
perusahaan, mungkin orang-orang yang ingin dihubungi tentang layanan tersebut, kami masih
menerima tanggapan "sampah" dari orang-orang yang tidak ingin diganggu. Kami juga harus
menghapus apa pun yang dianggap sebagai respons nol, atau kosong. Kami juga perlu
memastikan bahwa semua kolom memiliki nama yang unik. Jangan khawatir – setiap kumpulan
data memiliki masalah.

41 Bab 4 | Survei Online Visualisasi Data dengan Google Data Studio 41

Pemula

Dalam hal ini, kami berurusan dengan kumpulan data yang relatif kecil sekitar 5.000 survei, dan kami
dapat menariknya langsung dari Google Spreadsheet ke Data Studio. Jika kami memiliki kumpulan data
yang lebih besar, kami dapat menguploadnya ke Google BigQuery terlebih dahulu dan menariknya ke
Data Studio dengan cara yang sama.

Setelah kami membersihkan data, kami siap untuk menariknya ke Data
Studio. Pastikan Anda memiliki akses ke Google Sheet di akun yang sama
dan nama file sesuai.

Di Data Studio, mulailah dengan membuat laporan. Ini kemudian akan meminta Anda untuk
menambahkan sumber data ke laporan. Cukup klik opsi Google Sheets (Gambar4-1).

Gambar 4-1.Tombol untuk mengklik Google Spreadsheet

Merancang Laporan

Selanjutnya, kita perlu merancang laporan agar bermanfaat dan menyenangkan secara
estetika. Kita dapat melakukan ini dengan menyusun presentasi data dan membuat
elemen-elemennya konsisten.

Itu selalu bagus untuk memiliki elemen yang konsisten melalui laporan. Ini
meningkatkan rasa kekompakan, koneksi ke branding perusahaan, dan
secara estetis menyenangkan.

Membuat hal-hal terlihat konsisten berarti klien Anda akan menemukan laporan lebih
mudah dibaca.

Bilah Tajuk

Satu hal yang dapat Anda lakukan adalah menambahkan header bar yang memiliki logo perusahaan. Anda
dapat melakukan ini dengan header teks biasa juga, tetapi logo terlihat bagus jika Anda memilikinya.

Untuk mengunggah grafik, klik ikon Gambar di bilah alat dan pilih “unggah dari
komputer” atau “dengan URL,” mana saja yang sesuai untuk Anda. Kemudian,
letakkan logo di suatu tempat di bagian atas halaman laporan. Klik kanan logo dan
pilih "Buat tingkat laporan". Artinya logo akan muncul di bagian atas setiap halaman
jika laporan Anda memiliki lebih dari satu halaman.

42 Bab 4 | Survei Online Visualisasi Data dengan Google Data Studio 42

Pemula

Tema Warna

Hal lain yang dapat Anda lakukan adalah mengatur tema warna untuk laporan sehingga
konsisten di seluruh. Jika perusahaan tempat Anda membuat laporan memiliki skema warna,
Anda dapat memasukkannya ke dalam laporan Anda dengan mengekstrak skema warna dari
sebuah gambar, yang dapat berupa logo perusahaan atau bahkan tangkapan layar situs web
mereka.

Pada bilah alat klik Tema dan Tata Letak, dan di panel kanan klik "Ekstrak tema
dari gambar" (Gambar4-2). Anda dapat mengunggah gambar dari komputer atau
melalui URL.

Gambar 4-2.Tangkapan layar tombol untuk mengekstrak palet gambar

Anda kemudian dapat memilih dari tiga tema yang dihasilkan. Jika Anda menyukainya, klik dan
tekan terapkan. Jika Anda menemukan hasil ekstraksi tidak memiliki keragaman atau kontras
warna yang cukup, Anda dapat mengedit tema warna secara manual untuk membuat laporan
Anda lebih sesuai dengan gaya perusahaan atau klien Anda. Klik tombol sesuaikan di panel Tema
dan Tata Letak.

Bilah Catatan Kaki

Pertimbangkan juga untuk membuat footer di bagian bawah laporan dengan informasi tentang
cara menghubungi Anda, atau informasi di sini tentang cara memperbaiki elemen, jika Anda
adalah agensi atau tim internal, tautan ke detail kontak Anda jika seseorang menginginkan
sesuatu diperbaiki .

Anda dapat menggunakan alat teks untuk mengetikkan informasi ini dan meletakkannya di
bagian bawah halaman.

43 Bab 4 | Survei Online Visualisasi Data dengan Google Data Studio 43

Pemula

Detail ke Granular

Rencanakan untuk menyajikan data dengan ikhtisar di bagian atas, lalu turunkan ke data yang
lebih detail dan terperinci. Seringkali lebih mudah untuk memulai dengan halaman yang lebih
panjang, lalu memangkasnya dari sana.

Saya juga akan merekomendasikan menggunakan aturan sepertiga atau 50/50 untuk konten – artinya
Anda membuat tabel dan bagan baik sepertiga, dua pertiga, atau 50/50 – Anda dapat menggambar
garis dua pertiga di seluruh laporan dan di tengah jalan. sehingga Anda dapat menggunakan ini sebagai
pedoman untuk tata letak. Anda dapat menggunakan alat Garis di bilah alat untuk tujuan ini.

Mendapatkan Data ke Halaman

Selanjutnya, kita perlu menambahkan data ke laporan. Seperti yang kami sebutkan sebelumnya, adalah ide
yang baik untuk memulai dengan data ikhtisar sebelum menelusuri detailnya. Cara yang baik untuk
melakukannya adalah memulai dengan diagram lingkaran.

Meskipun diagram lingkaran sering dianggap buruk bagi pengguna karena sulit untuk
menafsirkan nilai yang tepat, Anda dapat menggunakannya (atau diagram donat) di bagian atas
untuk grup utama yang akan digunakan sebagai filter. Hampir semua bagan dapat digunakan
dengan filter dengan mengatur Interaksi – Terapkan Filter agar diaktifkan. Ini berarti bahwa jika
Anda mengeklik segmen di dalam donat atau pai, ini akan diterapkan ke sumber data.

Secara umum, kami akan menerapkan ini ke semua bagan dan tabel lainnya – memungkinkan mereka
semua untuk dapat memfilter laporan saat orang mengeklik ke dalam baris atau potongan data (lihat
Gambar4-3).

Gambar 4-3.Terapkan tombol Filter

44 Bab 4 | Survei Online Visualisasi Data dengan Google Data Studio 44

Pemula

Kami sekarang memiliki cara yang sangat visual untuk melihat data dalam laporan dan
dapat dengan cepat menelusuri semua tabel dan informasi dari sumber data yang sama.
Jika kami memiliki beberapa sumber data, biasanya ini hanya berlaku untuk elemen dari
sumber yang sama (Anda juga dapat menggunakan grup diagram jika Anda tidak ingin
filter diterapkan ke seluruh laporan).

Daftar informasi ini saja berpotensi berguna bagi manajer pemasaran, tetapi mereka mungkin sudah
mengetahui sebagian besar dari informasi ini, sehingga untuk membuatnya lebih bermanfaat, kami
menggabungkan dimensi bersama-sama; itu memberi kita sedikit lebih banyak wawasan. Kita dapat melakukan
ini menggunakan tabel pivot atau lebih grafis menggunakan grafik tumpukan. Misalnya, jika kita menggunakan
diagram batang bertumpuk, kita dapat menggabungkan data tentang jenis kelamin, status perkawinan, dan
apakah mereka memiliki anak. Lihat Gambar4-4.

Gambar 4-4.Bagan batang bertumpuk

Pada titik ini sekarang kita dapat melihat bahwa sebagian besar responden dalam formulir ini sudah menikah
dan sebagian besar berusia di atas 55 tahun. Ini mendorong kita untuk mempertimbangkan:Apakah ada bias
dalam data? Apakah orang-orang ini lebih mungkin untuk mengisi survei?

Tabel pivot juga dapat memberi kita wawasan yang lebih luas, terutama jika kita menggunakan peta panas. Ini
dikombinasikan dengan pertanyaan yang dapat digunakan pemasar untuk membuat keputusan.

Peta panas tabel pivot (Gambar4-5) menggabungkan frekuensi pembelian
dengan informasi demografis. Menurut ini, pemasaran harus menargetkan
orang-orang yang lebih dewasa untuk pelanggan setia yang sering.

45 Bab 4 | Survei Online Visualisasi Data dengan Google Data Studio 45

Pemula

Gambar 4-5.Contoh tabel pivot yang menunjukkan frekuensi pembelian berdasarkan usia

Anda dapat menggabungkan tabel ini dengan visualisasi lain yang relevan (Gambar4-6) dan perhatikan
bagaimana saat berinteraksi dengan yang satu itu berdampak pada yang lain. Hubungan dengan data
ini bisa sangat menghipnotis, dan visualisasi termudah untuk membuat interaksi ini adalah diagram
lingkaran. Namun, seperti yang disebutkan sebelumnya, kita harus mencoba menghindari diagram
lingkaran karena manusia tidak pandai membaca dan membandingkan sudut. Banyak ahli
menyarankan untuk menggunakan peta pohon atau diagram batang sebagai gantinya untuk filter
sederhana. Meskipun demikian, diagram lingkaran masih merupakan alternatif yang layak untuk
menggunakan kotak drop-down.

Gambar 4-6.Diagram lingkaran dan Peta Pohon mendemonstrasikan cara menampilkan data yang dapat digunakan sebagai filter

Kedua jenis dapat dibuat untuk menerapkan filter, yang berarti bahwa mereka dapat digunakan
bersama dengan informasi yang lebih rinci yang mendorong keputusan. Misalnya, mereka dapat
digunakan untuk memahami dampak fitur tertentu pada situs web.

46 Bab 4 | Survei Online Visualisasi Data dengan Google Data Studio 46

Pemula

Analisis Teks Gratis

Ada sejumlah kotak teks gratis dalam survei yang dapat kita lihat dalam beberapa
cara berbeda. Jika ada cukup entri, mungkin akan ada beberapa tumpang tindih atau
tanggapan yang pada dasarnya sama. Ini bisa sedikit menantang, tetapi dengan
sedikit analisis kita dapat mengambil data lebih jauh.

Dalam survei tersebut, kami menanyakan apakah ada yang kurang pada deskripsi produk.
Angka4-7menunjukkan hasil teratas.

Gambar 4-7.Tabel yang menunjukkan hasil teks bebas untuk pertanyaan “Apakah ada yang
kurang dari deskripsi produk?”

Idealnya kami ingin mengkonsolidasikan hasil yang serupa dan menghapus "null", atau
menggantinya tanpa respons.

- Huruf kecil dan Pangkas semua tanggapan
- Pernyataan kasus untuk mengkonsolidasikan pola umum

Pada akhirnya akan lebih baik untuk melakukan ekstraksi cerdas menggunakan pembelajaran
mesin, yang dapat dilakukan dengan murah dan semakin mudah, tetapi itu adalah subjek untuk
buku terpisah. Untuk saat ini, kami dapat bekerja dengan alat di Data Studio.

47 Bab 4 | Survei Online Visualisasi Data dengan Google Data Studio 47

Pemula

"Null" dapat dengan mudah diganti dengan "tidak ada data" dalam pemformatan (data hilang), dan sementara
kami berada di sana, kami dapat meningkatkan penanganan teks, mengubahnya menjadi "Bungkus Teks" untuk
jawaban yang lebih panjang. Lihat Gambar4-8.

Gambar 4-8.Opsi pemformatan untuk tabel

Kami juga dapat menyertakan klasifikasi tambahan untuk kata-kata umum. Ada beberapa
visualisasi cloud kata dalam pemilih komunitas, tetapi tidak ada yang cukup memenuhi
kebutuhan kami. Jadi bagian pertama dari ini adalah analisis manual; ketika kita
menemukan pola umum, kita dapat menggunakan pernyataan kasus – jika ada tema
tertentu yang ingin kita tampilkan, misalnya – beberapa gambar yang disebutkan,
beberapa kolam yang disebutkan, dan beberapa dapur yang disebutkan.

Dalam Gambar4-9, kita dapat melihat bagaimana kita dapat mengklasifikasikan teks jika termasuk kata tertentu,
yang memungkinkan kita untuk menyaring laporan oleh orang-orang yang memasukkan kata kunci tertentu
seperti pada Gambar4-10.

48 Bab 4 | Survei Online Visualisasi Data dengan Google Data Studio 48

Pemula

Gambar 4-9.Bidang khusus dengan pernyataan kasus

Satu masalah kecil adalah bahwa dengan menggunakan metode ini, mereka hanya dapat masuk
ke dalam satu tema, jadi jika disebutkan foto atau gambar, maka itu juga tidak akan dihitung
sebagai di kolam; dengan demikian, urutan/prioritas aturan kasus itu penting. Selain itu, ini
memberi kami kemampuan untuk membuat drop-down sederhana sehingga Anda dapat melihat
dan menganalisis tema umum, dan tentu saja drop-down ini juga akan berlaku untuk semua data
lain dalam laporan. Lihat Gambar4-10.

Gambar 4-10.Teks baris dalam filter tarik-turun

49 Bab 4 | Survei Online Visualisasi Data dengan Google Data Studio 49

Pemula

Hasil Akhir

Jadi sekarang kami memiliki laporan interaktif berdasarkan data survei yang memungkinkan pemasar
menelusuri hal ini dan mengembangkan wawasan mereka sendiri, hal terbaiknya – cukup mudah untuk
mengubah dan meningkatkannya. Lihat Gambar4-11.

Gambar 4-11.Mengeluarkan data dengan tabel pivot peta panas dan bagan donat

rekap

Google Data Studio bukan hanya front end untuk data analitik Anda. Ini bisa menjadi
lapisan presentasi untuk data survei, seperti halnya alat seperti Excel, tetapi membuat
data online dan dapat diakses oleh semua orang.

Data dapat ditingkatkan dan dibersihkan di dalam alat menggunakan fungsi string sederhana, dan
transformasi tambahan dapat diterapkan untuk membuat bidang khusus berdasarkan teks bebas atau
dengan menggabungkan beberapa dimensi. Pada akhirnya, Google Data Studio adalah cara yang
ampuh untuk mengambil kumpulan data dan menyajikannya dengan cara yang mudah dipahami. Bagi
sebagian orang, ini adalah alat front-end yang jauh lebih baik untuk alat back-end yang kompleks
seperti Google Sheets, tetapi harus berhati-hati untuk memastikan data dalam format yang tepat untuk
memulai.