En Google Cloud Next 2022, Google anunció que Data Studio, dentro de Google Marketing Suite, se trasladará a Google Cloud Platform y pasará a llamarse Looker Studio. El cambio de marca señala su integración con la suite Looker de herramientas de visualización y BI. Google también anunció Looker Studio Pro para ofrecer un SLA de pago y funciones mejoradas además de Looker Studio.
El futuro parece prometedor para Looker Studio, pero ha habido algunas consecuencias de la migración con respecto a su cuota de GA4 Data API. Antes no se aplicaba, pero ahora todos los usuarios de Looker Studio y la API de datos GA4 están sujetos a la cuota que se detalla aquí.
Cuota en Looker Studio
Para los usuarios empresariales de GA4 y Looker Studio, un problema común es llegar al límite del número de solicitudes de API simultáneas, que por defecto solo permite diez a la vez. Dado que cada gráfico o tabla en un informe de Looker Studio puede representar una solicitud de API, esto podría agotarse con un solo dashboard. Si esto se multiplica por una organización que puede tener entre 10 y 100 usuarios consultando el dashboard, las cuotas se agotarán rápidamente.
El impacto se agrava por el hecho de que es solo el usuario que creó el conjunto de datos Looker el que tiene su cuota agotada, lo que significa que una cuenta puede estar dando servicio a cientos de otros.
Los aumentos de cuota son posibles y pueden ser una opción, pero solo serán hasta un límite fijo que todavía puede ser inadecuado para sus necesidades de Looker Studio. También puede implicar un largo proceso de solicitud.
Solución BigQuery
La solución a largo plazo es utilizar la exportación de datos de GA4 a BigQuery, y conectarse a él en su lugar. GA4 ofrece la exportación a BigQuery a todos, no solo a los usuarios de pago, aunque habrá que pagar por las consultas que se realicen.
Para ayudar a optimizar la migración en costes y eficiencia, el equipo de datos de Devoteam puede ayudarte en el proceso:
- Aumentar temporalmente su equipo para ayudar a migrar los informes existentes y poner en marcha FinOps para supervisar su uso en toda la organización.
- Ayudar a determinar las normas de acceso a los distintos conjuntos de datos de BigQuery.
- Aprovechar la oportunidad de evolucionar toda su base de datos a un sistema completo de Google Cloud Platform.
Un paquete de datos completo en Google Cloud puede incluir la adición de otras fuentes de datos, como bases de datos de CRM, proporcionar gobernanza de datos, separar la lógica empresarial crítica de las herramientas en su propia función dedicada y crear productos de activación de datos más allá de los cuadros de mando, incluidas sus propias API y la utilización de la plataforma de aprendizaje automático de Google, Vertex AI.
¿Te interesa saber más? Aprende sobre todas las herramientas y soluciones de Google con nuestros expertos.
