Looker Studio 教學｜5個Looker Studio 混和資料功能

在 Looker Studio 混和資料中，它提供5個混和資料設定，因應不同場景使用。而 大多使用 Looker Studio 混和資料功能都是想整合 GA4 + META 廣告數據、Google Sheet 整合外部數據 + 廣告數據 。Looker Studio混和資料功能邏輯，與 SQL 的 Join 功能一樣；如果你有使用Google - BigQuery，或是其他SQL 工具，那麼 Join 功能肯定對讀者不陌生。

本篇文章著重在 5 個Looker Studio 混和資料，必須要知道的設定。透過實際範例演練操作，這一篇也會希望讀者實際利用Google Sheet 搭配一些公司內部數據，做一些簡單的演練。只有讀者操作過後，你才會知道應用方面的實際困難，與目前還不懂的地方。最後，如果你是以下這幾種人，那麼這篇絕對值得閱讀下去，一起學習 Looker Studio 的混和資料功能！

• 企業有多個管道來源數據。
• 想要一次分析多管道報表。
• 想要深入數據更多角度分析。

何時會使用混和資料？

當企業有多管道數據，就可透過Looker Studio 整合所有管道數據。以下是常見的使用情境：

整合不同平台數據 ：將 GA4 網站流量數據與 Meta 廣告點擊、購買混和，分析不同廣告成效。

跨渠道表現比較 ：將 Facebook Ads、Google Ads 和 Search Console 點擊數據整合。

不同 GA4 資源合併 ：當擁有多個 GA4 資源（不同網站、跨網域）時，透過混和資料統一分析。

５個混和資料彙整設定

如果你是第一次碰 Looker Studio 混和資料功能，這一個步驟是大多都會有疑問。

• 有5個彙整設定該選哪一個？
• 每個彙整設定分別代表甚麼意思？

以下作者逐一切小項目，搭配實際原始資料 + 實際解果，希望讀者能輕易理解。前面四個 Looker Studio 混和資料的設定 「 左外部彙整、右外部彙整、內部彙整、完整外部彙整 」這4個都需要有 key 鍵配對， 唯獨 「交叉」不需要任何 key 鍵配對 。

左外部彙整

上方式產生報表結果。你可以看到「250128 - 常態BANNER - LINDA」這一筆資料，因為META 的原始資料並沒有，所以顯示為NULL (空值)；而 GA4有資料，所以GA4的 「新使用者」依然可以正常顯示。另外值得一提的是，你可以看到我的維度是使用 「GA4廣告活動名稱」當作第一欄，待會右外部彙整則會使用META的廣告名稱當作指標。

左外部彙整：回傳 左邊資料源全部資料列 ； 不回傳右邊資列源不相符資料列 。

右外部彙整

上方是報表產生的結果。你可以發現「250128 - 常態BANNER - LINDA」這一筆資料，完全沒有出現在報表中，因為這筆資料原本在META廣告數據裡面就沒有，導致GA4的原始資料沒有配對成功，因此報表結果就不會顯示這筆漏缺的資料。剛剛左外部彙整的維度使用 「GA4廣告活動名稱」，但因為我們已經調整為「右外部彙整」，因此這邊的維度改使用「META - AD NAME」。

右外部彙整：回傳 右邊資料源全部資料列 ； 不回傳左邊資列源不相符資料列 。

內部彙整

上方為報表產生的結果。內部彙整會回傳兩邊數據都有的廣告活動資料，因此你可以發現「250128 - 常態BANNER - LINDA」這一筆資料，也是沒有出現在報表中。原因也是其中一個資料源少一筆資料，所以他並不會顯示在這個混和資料裡面。在實務上我個人喜歡使用內部彙整，確保數據都是兩個原始資料有的狀況。但他的缺點就會造成有一些資料被篩選掉，導致報表呈現結果較少。

內部彙整：回傳 左右邊資料源相符的資料列 。

完整外部彙整

上方為報表產生結果。你可以發現當我套用 Meta - AdName當作維度時，左邊META 廣告活動沒有「250128 - 常態BANNER - LINDA」這一筆資料，因此在左邊的表格裡面，有一整列全部都是null 。而當我改用GA4 廣告活動當作維度時，「250128 - 常態BANNER - LINDA」這一筆資料則正常顯示。原因就是原始資料裡面，GA4的原始資料有「250128 - 常態BANNER - LINDA」這一筆，而META 原始資料沒有 「250128 - 常態BANNER - LINDA」這一筆。

完整外部彙整：回傳 左右邊資料源全部的資料列 。

交叉分析

上方為報表結果，你可以發現當我使用交叉分析時，兩張不同維度的表格，呈現的數字也不相同。交叉合併會將 左右數據來源的每一筆資料都進行組合 ，形成 笛卡爾積（Cartesian Product） ，即 左側每一行都會與右側的每一行組合 。用於當你需要產生所有可能的組合進行測試或分析時。這一個方法不常使用，通常用於沒有共同關鍵欄位時的數據擴展。

交叉分析： 左右數據來源的每一筆資料進行組合 ，形成 笛卡爾積（Cartesian Product） 。

簡易版Looker Studio 混和資料

如果你不想要像前面一樣手動設定 Looker Studio 混和資料，你也可以直接選取兩張原始資料表，透過點選「右鍵」「混和資料」，讓Looker Studio 直接自動幫你做設定。這方法雖然很快，不過他預設會搭配「完整外部彙整」的彙整方式，所以讀者還是得依照狀況適時調整。作者建議先學會手動設定，再開始使用自動設定，因為這樣當遇到資料有問題時，也知道該如何調整。

混和資料４個常見問題

1. 兩張原始資料Key配對

混和資料關鍵欄位 (Key) 必須是相同的格式、內容，例如 GA4 中的「Campaign Name」和 Google Ads 中的「Campaign Name」要完全一致，否則合併結果可能會產生錯誤，或是像上面範例一樣，無法正常顯示。

2. 混和結果無法正常顯示

如果你混和出來的結果，資料表無法正常顯示，通常都是混和資料 「維度」，也就是配對兩張表的 Key 鍵有問題。

3. 混和資料出現 Null 值

若某筆資料在一個來源中有數值，但在另一個原始資料中找不到的值，則可能會出現 Null（空值）。你可以直接透過表格中的樣式設定介紹，詳情可以參考這一篇 文章「 Looker Studio 圖表功能｜Looker Studio 教學視覺化圖表 」。裡面有詳細調整表格樣式的介紹，也有提供你如何修改表格中的Null值。

4. 兩個資料源的更新頻率不同

例如，GA4 可能是每天更新，而META廣告數據則是即時更新。這時候如果你使用「日期」當作配對Key 鍵，可能就會導致數據有落差。

混和資料5 種合併方式

最後也在幫讀整整理，在 Looker Studio 中的 5 種資料混和方式（Join）：

左外部彙整（Left Outer Join）

概念 ：以「主要資料源」為基礎，僅將「次要資料源」中匹配的資料合併。

應用 ：適合保留主要數據來源的所有資料，例如 GA4 網站流量數據為主，合併 Google Ads 轉換數據。

內部彙整（Inner Join）

概念 ：只保留「 兩個資料源中都符合 」數據。

應用 ：個人最推薦這種，會讓整個混和資料乾淨簡潔許多，不過也會導致兩個資料源無法配對的數據被移除。

完整外部彙整（Full Outer Join）

概念 ：保留「所有資料」，即使某混和資料中數據只出現在其中一個資料源。

應用 ：適合整合兩個數據源的所有數據，例如合併 GA4 和 CRM 數據，查看所有用戶行為。

右外部彙整（Right Outer Join）

概念 ：以「次要資料源」為基礎，保留所有配對與未配對的數據。

應用 ：如果你配對GA4 + META數據，想要以META數據為主，這時候可以考慮以 「右外部彙整」作為考量。

交叉彙整（Cross Join）

概念 ：將兩個資料源的所有數據進行「笛卡兒積」配對。

應用 ：較少使用，通常用於沒有共同關鍵欄位 (KEY) 時的應用。

文章總結

如果你想要透過 Looker Studio 整合GA4 + META的數據，那麼你第一個要考量的也就是META的數據該如何產生？ 你可以手動匯出META的廣告數據報告 CSV檔案，也可以透過上一篇文章 「 Looker Studio 導入META廣告數據 | 免費工具Adveronix 推薦 」，透過免費的工具直接將META的數據導入至 Google Sheet中。不過這個免費版的也會有限制，例如無法查詢購買金額、購買次數等電商數據。而且也無法做到全自動化，讓Looker Studio 隨著日期每日自動更新。

如果你有以上困擾，也真誠推薦你 快客 - 第三方串接 的服務 ，你可以透過快客將數據導入Looker Studio，後續也可以直接與GA4進行資料混和，我們也支援全自動化報表更新。同時，我們也支援您將原始數據匯入至Google Sheet或是Google Chrome Extension中，方便不同場景的數據分析。