Door data uit Google Analytics en andere bronnen in Power BI te combineren en te analyseren kan je ook op nieuwe inzichten en ideeën te komen waarmee jij je marketing en website resultaten kunt verbeteren. Deze analyses kunnen variëren van eenvoudige calculaties tot uitgebreide analyses zoals churn analyses, lifetime value analyses, statistische analyses, forecasting, etc.
Enkele voorbeelden hiervan zijn:
- forecasting van marketing, website en sales resultaten;
- SEO keyword en content opportunities o.b.v. SEA resultaten;
- SEA CPC en budget optimalisatie o.b.v. SEM resultaten;
- Facebook page en post performance van jou vs. je concurrenten;
- multichannel funnel attributie analyse;
- conversie, bounce, exit en churn influencer analyse;
- Facebook, Google/Bing Ads en organic audience analyse;
- lifetime value analyses t.b.v. klantsegmentatie;
- etc., etc.
De resultaten van dergelijke analyses kan je vervolgens in een rapportage of dashboard plaatsen zodat deze voor iedereen binnen je organisatie inzichtelijk en begrijpelijk zijn.
Hierin kan je nog veel verder gaan dan past binnen de opzet van deze handleiding. Toch wil ik je wel een overzicht geven van de belangrijkste analysemogelijkheden van Power BI. Dit zijn:
- Quick measures
- Measures
- Calculated columns
- Python en R
Quick measures
Je kunt Quick measures (‘Snelle metingen’ in de Nederlandstalige versie van Power BI) gebruiken om snel en eenvoudig algemene calculaties uit te voeren. Denk bijvoorbeeld aan het berekenen van gemiddelden of totalen die je in je rapportages en dashboards weergeeft in KPI’s of meters. Voorbeelden hiervan zijn gemiddelde bounce rate, exit rate, of conversion rate, totaal uitgegeven campagnebudget, gewogen gemiddelde video view-through rate, minimale en maximale pagina laadtijden, etc.
Measures
In tegenstelling tot Quick measures voer je bij Measures (‘Metingen’ in de Nederlandstalige versie van Power BI Desktop) zelf je DAX opdrachten in.
Calculated columns
Met Calculated columns (‘Berekende kolommen’ in de Nederlandstalige versie van Power BI Desktop) voeg je kolommen toe aan je data, waarbinnen de waarden worden bepaald door de measure(s) die je hier gebruikt. Een Calculated column werkt hetzelfde als een measure.
DAX
De motor onder (quick) measures en calculated columns is Data Analysis Expressions (DAX). Als je dat bekend in de oren klinkt dan kan dat kloppen; DAX is ook onderdeel van Excel. Power BI beschikt echter over meer en krachtiger DAX opdrachten dan Excel.
Python en R
R is een programmeertaal ontwikkeld voor statistiek en data-analysedoeleinden. Samen met Python is R tegenwoordig de facto standaard voor statistische analyses. Power BI kan zowel Python als R scripts uitvoeren en aan je rapportages toevoegen.
Wil je meer weten over het analyseren van Google Analytics data in Power BI, download dan hier het gratis e-book Power Analytics.