looker-studio

Looker Studio（Google Data Studio）

Looker Studio 专家级指南——构建仪表板、连接数据源、设计可视化效果，以及创建自动化营销报告。

安装

git clone https://github.com/thatrebeccarae/claude-marketing.git && cp -r claude-marketing/skills/looker-studio ~/.claude/skills/

核心功能

仪表板设计

• 布局和视觉层级最佳实践
• 高管摘要与详细运营仪表板
• 移动端自适应报告设计
• 交互式控件：日期范围选择器、筛选器、下钻
• 使用主题和调色板保持风格统一

数据源与连接器

• 原生（免费）：Google Analytics 4、Google Ads、Google Sheets、BigQuery、Search Console、YouTube Analytics
• 合作伙伴连接器：Facebook Ads、Microsoft Ads、LinkedIn Ads、HubSpot、Salesforce、Shopify、Klaviyo、Semrush
• 社区连接器：数百种第三方数据源
• 数据混合：根据共享维度联接多个数据源
• 自定义查询：BigQuery SQL、作为数据源的 Google Sheets 公式

计算字段与指标

• 基于正则表达式创建字段（REGEXP_MATCH、REGEXP_REPLACE、REGEXP_EXTRACT）
• 使用 CASE 语句自定义分组和分桶
• 使用日期函数进行同期对比
• 聚合（SUM、AVG、COUNT_DISTINCT、MEDIAN）
• 跨数据源的混合字段计算

公式语法规则

• 不允许添加注释——Looker Studio 公式不支持 --、// 或 /* */ 样式的注释。公式中切勿添加注释。请改在字段说明中补充背景信息。
• 简单情况不使用内嵌标志——尽可能优先使用 CONTAINS_TEXT()、LOWER() 或精确匹配，而不是正则表达式
• RE2 正则表达式引擎——支持用于忽略大小写的 (?i)，但不支持前瞻和后顾断言
• 字符串转义——在字符串字面量中的正则表达式模式里，使用 \\ 表示字面反斜杠（例如，使用 "\\s" 表示空白字符，使用 "\\|" 表示字面竖线）

报告自动化

• 定时发送邮件（PDF 快照）
• 在网站和门户中嵌入报告
• 用于扩展客户端规模的报告模板
• 数据新鲜度监控

按使用场景分类的仪表板模板

营销效果仪表板

Page 1: Executive Summary
|- KPI scorecards (Revenue, ROAS, CPA, Spend, Conversions)
|- Period-over-period trend lines
|- Channel performance table (sortable)
|- Budget pacing gauge chart

Page 2: Paid Media Deep-Dive
|- Google Ads performance (campaign breakdown)
|- Meta Ads performance (campaign breakdown)
|- Microsoft Ads performance
|- Cross-channel spend allocation (pie/donut)
|- CPA trend by channel (combo chart)

Page 3: SEO & Organic
|- Google Search Console: impressions, clicks, CTR, position
|- Top queries table
|- Page-level performance
|- Organic landing page engagement (from GA4)

Page 4: Email & CRM
|- Email campaign metrics (opens, clicks, revenue)
|- List growth trend
|- Flow/automation revenue
|- Subscriber engagement tiers

Page 5: Conversion Funnel
|- Funnel visualization (awareness -> consideration -> conversion)
|- Landing page performance table
|- Device breakdown
|- Geographic heatmap

电子商务仪表板

Page 1: Revenue Overview
|- Revenue, Orders, AOV, Conversion Rate scorecards
|- Revenue trend (daily/weekly)
|- Revenue by channel
|- Top products table

Page 2: Customer Acquisition
|- New vs returning customer revenue
|- CAC by channel
|- LTV:CAC ratio
|- First-order source attribution

SEO 仪表板

Page 1: Organic Performance
|- Total clicks, impressions, CTR, avg position
|- Trend lines (90-day)
|- Top 20 queries (with position change)
|- Top landing pages
|- Device + country breakdown

关键可视化指南

数据类型	最佳图表	避免使用
带对比的 KPI	带变化值的记分卡	饼图
随时间变化的趋势	折线图或面积图	条形图（周期数 >7 时）
类别对比	横向条形图	3D 图表
整体中的组成部分	堆叠条形图或圆环图	切片数 >6 的饼图
分布	直方图或热力图	散点图（非相关性分析时）
地理数据	地图或热力图	使用表格展示位置数据
漏斗	自定义漏斗（形状）	条形图
表格数据	带热力条的表格	未排序的表格

工作流：构建仪表板

收到创建 Looker Studio 仪表板的请求时：

1. 明确用途——谁会查看？查看频率如何？它会为哪些决策提供依据？
2. 识别数据源——需要哪些平台或连接器？是否需要混合数据？
3. 设计 KPI 框架——主要指标、次要指标、诊断指标
4. 规划布局——页面结构、视觉层级、交互性
5. 创建计算字段——自定义指标、CASE 分组、正则表达式转换
6. 构建可视化效果——根据数据类型选择图表类型，并保持格式统一
7. 添加控件——日期范围、筛选器、下钻参数
8. 设置样式并完善细节——主题、颜色、字体、徽标、留白
9. 测试并验证——将数字与源平台交叉核对
10. 设置交付方式——定时发送邮件、共享权限、嵌入

计算字段示例

同期对比

CASE
  WHEN date_field >= DATE_DIFF(TODAY(), INTERVAL 30 DAY) THEN "Current Period"
  WHEN date_field >= DATE_DIFF(TODAY(), INTERVAL 60 DAY) THEN "Previous Period"
  ELSE "Older"
END

渠道分组（自定义）

CASE
  WHEN REGEXP_MATCH(source_medium, "google.*cpc|google.*paid") THEN "Google Ads"
  WHEN REGEXP_MATCH(source_medium, "facebook|fb|meta|instagram") THEN "Meta Ads"
  WHEN REGEXP_MATCH(source_medium, "bing.*cpc|microsoft") THEN "Microsoft Ads"
  WHEN REGEXP_MATCH(source_medium, "email|klaviyo|braze") THEN "Email"
  WHEN source_medium = "organic" THEN "Organic Search"
  WHEN REGEXP_MATCH(source_medium, "social") THEN "Organic Social"
  ELSE "Other"
END

ROAS 计算

SUM(revenue) / SUM(cost)

如何使用此 Skill

可以向我提出以下问题：

• “在 Looker Studio 中构建营销效果仪表板”
• “如何将 Facebook Ads 数据连接到 Looker Studio？”
• “创建自定义渠道分组的计算字段”
• “设计包含 KPI 评分卡的高管摘要页面”
• “如何混合 Google Ads 和 GA4 数据？”
• “使用 Search Console 数据构建 SEO 仪表板”
• “展示周期环比的最佳方式是什么？”
• “帮我为客户设置自动邮件报告”

有关 Looker Studio 函数的详细参考、连接器设置指南和高级技巧，请参阅 REFERENCE.md。

---

DTC 仪表板方案

专为使用 Klaviyo + Shopify + GA4 的 DTC 电商团队设计的仪表板模板。

1. CRM 效果仪表板

使用 Klaviyo 数据跟踪电子邮件和 SMS 营销效果。

Page 1: Email & SMS Overview
|- Scorecards: Total Revenue, Flow Revenue %, Campaign Revenue %, List Size
|- Revenue trend: flows vs campaigns over time (area chart)
|- Channel split: email vs SMS revenue (stacked bar)
|- Engagement tiers donut: Active / Warm / At-Risk / Lapsed

Page 2: Flow Performance
|- Flow revenue table (sortable by revenue, click rate)
|- Welcome Series funnel (sent -> opened -> clicked -> converted)
|- Abandoned Cart recovery rate trend
|- Flow-over-flow comparison (combo chart)

Page 3: Campaign Performance
|- Campaign table: send date, subject, open rate, click rate, revenue
|- A/B test results (winner highlighting)
|- Send time heatmap (day of week x hour)
|- Unsubscribe rate trend

数据源：Google Sheets（由 data_pipeline.py --action sync-klaviyo 提供数据）

2. 生命周期营销仪表板

绘制客户旅程中各流程的效果。

Page 1: Journey Overview
|- Stage funnel: Prospect -> New Customer -> Active -> VIP -> At-Risk -> Lapsed
|- Revenue by stage (horizontal bar)
|- Stage transition rates

Page 2: Stage Deep-Dive
|- Filter control: select lifecycle stage
|- Flow performance for selected stage
|- Customer count trend per stage
|- Revenue per customer by stage (combo chart)

3. 收入归因仪表板

将 Klaviyo 归因收入与 Shopify 实际收入进行核对。

Page 1: Attribution Overview
|- Scorecards: Shopify Revenue, Klaviyo Attributed, Attribution %, Gap
|- Daily revenue: Shopify total vs Klaviyo attributed (dual axis)
|- Channel breakdown: Email, SMS, Flows, Campaigns (stacked bar)
|- Attribution gap trend line

Page 2: Channel Detail
|- Channel performance table (Klaviyo revenue per channel)
|- Shopify source breakdown (UTM-based)
|- Overlap analysis notes

数据源：混合数据 — Shopify 订单表格 + Klaviyo 收入表格

4. 营销活动 ROI 跟踪器

跟踪营销活动级别的 ROI，并提供 A/B 测试洞察。

Page 1: Campaign Scorecard
|- Filter: date range, campaign type, channel
|- Campaign table with conditional formatting (green/red on benchmarks)
|- Revenue per recipient trend
|- Best-performing subject lines (top 10)

Page 2: Send Optimization
|- Send time analysis (heatmap: day x hour)
|- Audience size vs performance scatter
|- Frequency analysis: sends per subscriber per month

DTC 计算字段库

可复制粘贴的 Looker Studio 常见 DTC 指标公式。

客户终身价值（LTV）

SUM(total_revenue) / COUNT_DISTINCT(customer_email)

客户获取成本（CAC）

SUM(ad_spend) / COUNT_DISTINCT(CASE WHEN order_number = 1 THEN customer_email ELSE NULL END)

LTV:CAC 比率

(SUM(total_revenue) / COUNT_DISTINCT(customer_email)) / (SUM(ad_spend) / COUNT_DISTINCT(new_customer_email))

重复购买率

COUNT_DISTINCT(CASE WHEN order_count > 1 THEN customer_email ELSE NULL END) / COUNT_DISTINCT(customer_email) * 100

流程收入占比

SUM(CASE WHEN source_type = "flow" THEN revenue ELSE 0 END) / SUM(revenue) * 100

互动等级

CASE
  WHEN days_since_last_open <= 30 THEN "Active (0-30d)"
  WHEN days_since_last_open <= 90 THEN "Warm (31-90d)"
  WHEN days_since_last_open <= 180 THEN "At-Risk (91-180d)"
  ELSE "Lapsed (180d+)"
END

每位收件人的收入

SUM(revenue) / SUM(recipients)

折扣影响

SUM(discount_amount) / SUM(gross_revenue) * 100

数据源设置

连接 Klaviyo 数据（免费方法）

付费连接器（Supermetrics，每月 $30-100）虽然可用，但并非必需。免费方案如下：

1. 运行数据管道脚本，将 Klaviyo 数据推送到 Google Sheets：

   python scripts/data_pipeline.py --action sync-klaviyo --sheet-id YOUR_SHEET_ID
   

2. 在 Looker Studio 中，添加数据源 > Google Sheets > 选择电子表格
3. 在数据源配置中将日期字段类型设为 Date
4. 安排同步 — 通过 cron 或 n8n 每天运行管道

连接 Shopify 数据（免费方法）

1. 将订单数据推送到 Sheets：

   python scripts/data_pipeline.py --action sync-shopify --sheet-id YOUR_SHEET_ID --days 30
   

2. 在 Looker Studio 中连接该 Sheet
3. 按 Date 维度与 Klaviyo 表格混合数据，以查看归因情况

连接 GA4 数据（原生 — 免费）

1. 在 Looker Studio 中，添加数据源 > Google Analytics > 选择你的 GA4 媒体资源
2. 无需中间环节 — 原生连接器功能全面且免费

创建预格式化表格

# Create a sheet with correct headers for a CRM dashboard
python scripts/data_pipeline.py --action create-sheet --template crm-dashboard

# See all available templates
python scripts/data_pipeline.py --action list-templates

分析示例

完整的仪表板构建演练和用例，请参阅 EXAMPLES.md。

脚本

此 Skill 包含一个用于将数据推送到 Google Sheets 的数据管道脚本：

同步 Klaviyo 数据

python scripts/data_pipeline.py --action sync-klaviyo --sheet-id SPREADSHEET_ID

同步 Shopify 订单

python scripts/data_pipeline.py --action sync-shopify --sheet-id SPREADSHEET_ID --days 30

创建仪表板表格

python scripts/data_pipeline.py --action create-sheet --template crm-dashboard

故障排除

数据未刷新：Looker Studio 中的 Google Sheets 数据会缓存约 15 分钟。点击 Looker Studio 中的“刷新数据”按钮强制刷新，或在报告设置中将数据源缓存时间设为 1 分钟。

计算字段错误：常见原因：

• 公式中的注释 — Looker Studio 不支持 --、// 或 /* */ 注释。计算字段公式中切勿包含注释。请改用字段说明进行文档记录。
• 类型不匹配 — 确保数据源配置中的日期字段类型为 Date（而不是 Text）。使用 CAST() 转换类型。
• 正则表达式转义 — 模式位于字符串字面量中，因此反斜杠需要双重转义（例如，用于空白字符的 "\\s"，以及用于字面竖线的 "\\|"）。

混合数据中出现 null：左外连接意味着右侧来源中未匹配的行会显示为 null。确保连接键完全匹配（区分大小写，日期格式相同）。

Sheets 行数限制：Google Sheets 的上限为 10M 个单元格。对于大型数据集，请先聚合再写入（使用每日汇总数据，而不是逐事件数据），或改用 BigQuery。

服务账号权限错误：必须在目标 Google Sheet 中与服务账号电子邮件地址共享该表格，并授予 Editor 权限。如果 Drive API 调用失败，请检查 IAM 权限。

安全与隐私

• 切勿将 API 凭据硬编码在脚本中 — 请使用 .env 文件
• 将服务账号 JSON 存储在版本控制之外
• 将 .env 和凭据文件添加到 .gitignore
• 数据流水线会写入由你控制的 Google Sheets — 数据会保留在你的 Google Workspace 中
• 流水线脚本对 Klaviyo 和 Shopify API 仅进行只读操作
• 使用权限最小化的 API 作用域（只读密钥）