在Looker Studio 中，如果你已經使用這工具一陣子，相信你都會想要使用看看強大的「混和資料」功能。大多的情境都是想要整合 GA4 + META 廣告數據，或是Google Sheet 整合其他第三方CRM的資料 + 廣告數據。混和資料其實背後就跟SQL 的 Join 功能一樣，如果你有使用Google 另外一個工具 – BigQuery，或是其他SQL 工具，那麼 Join 這個東西肯定對你不陌生。
這一篇也會從基本到實際應用，跟你分享如何操作Looker Studio的混和資料，本篇文章的資料會使用 META 廣告數據 + GA4 的數據並且為了讀者也能輕易實作，我們把數據放在 Google Sheet 當作資料的中介平台，確保讀者可以正確吸收混和資料操作的觀念。如果你是曾經好奇要怎麼同時看兩個平台的數據、想要找出更多數據的洞察、對於混和資料不熟悉，那麼這一篇絕對值得你花時間閱讀。
Looker Studio 混和資料（Blended Data）是甚麼?
在 Looker Studio（原 Google Data Studio）中，通常用戶會使用混和資料（Blended Data），都是想要將Google GA4 的數據，搭配META的廣告數據進行查看，混和資料可以將來自不同數據源的資料整合到同一個報表中，讓你可以同時看到來自兩邊的數據。透過混和資料，用戶可以跨多個資料源進行連結，例如將 Google Analytics（GA4）數據與 Google Ads、Google Search Console 或
META 的資料進行。
混和資料的核心概念類似於BIgQuery或是其他資料庫的「JOIN」，透過 關鍵欄位（Join Key） 將兩個或多個不同來源的資料連結在一起，使其成為一組新的資料表，方便用戶進一步分析。更簡單易懂的理解為：兩個資料一定要有一個欄位資料是同樣內容的。例如：User ID、來源媒介、廣告活動、日期。如果你的兩張表沒有一欄是同樣資料，那麼就無法發揮混和資料最大效用。所以一開始要使用混和資料，基本上要先思考：
- 哪些欄位是兩張表共通有的資料 （日期、廣告活動、UserID等）
- 想要找出甚麼結果（What）
- 為甚麼要找出這個結果（Why）
- 得出結果後可以做甚麼（So what）
- 用哪些數據衡量這個問題（How）
什麼時候會使用混和資料？
當企業內部有多管道的外部數據，其實你就可以考慮整合這些管道，透過混和資料來進行分析。這邊是一些常見的使用情境：
- 整合不同平台數據：將 GA4 網站流量數據與 Meta 廣告點擊、購買數據混和，以分析不同廣告活動的成效。
- 跨渠道表現比較：將 Facebook Ads、Google Ads 和 SEO（Search Console）的點擊數據整合。
- 內部數據與外部數據整合：將 GA4 與 CRM 系統的客戶訂單數據混和。
- 不同 GA4 資源的合併：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。
混和資料實際操作教學
混和資料使用的範例資料
作者分別使用 Google Sheet 將兩個平台的數據分別開兩張試算表放入，待會我們就要來使用這兩個完全不同管道的數據，透過Looker Studio 的混和資料功能，來進行更全面的數據分析。你也可以先參考上方兩張圖，待會我會使用GA4的「campaign_name」 + META 「Ad Name」，這兩個欄位作為key 來進行資料混和。同時，你也可以先大概觀察一下上方的數據有哪一些，待會混和後會產生甚麼結果。
當我們將上方的Google Sheet 數據匯入至Looker Studio 後產生的簡單表格。請參考上圖。
混和資料操作
點選上方的「資源」，再點選「管理組合」，我們即將要開始使用混和資料功能囉！點選後再點選「新增混和」即可。
混和資料注意事項
通常透過Google Sheet 匯入資料至 Looker Studio ，都會產生資料格式錯誤的情形，這個務必要確認。例如，上方截圖原本該是「數值」的資料，在這邊預設是文字，這就會導致待會混和資料設定有問題，因此需要先調整。請參考下方完成後的截圖。
你可以看到上方截圖，有些彙總方式為「總和 Sum」而有些則為「平均 Avg 」。有些會使用平均的原因是，因為點擊如果做加總，他就會把全部點擊成本加總，而導致與實際點擊成本產生落差。這一個情況很常發生在使用 Google Sheet 插件，導入數據至 Google Sheet會發生。比較好的解決辦法是，廣告花費、點擊次數等需要額外計算的指標，都必須額外進行計算得出。不過這不在本篇討論範圍，如果要得出正確完整數據可以參考快客 – 第三方串接數據功能。
混和資料介面解說
依序介紹上方截圖的各項欄位功能：
- 表格名稱：額外命名這一個資料名稱，例如「GA4 來源」。
- 維度：這一個資料源要使用的維度有哪些。待會使用上方截圖的「campaign name」當作維度。維度選擇非常重要，因為會關乎待會你跟另外一張表要結合的對應 key 鍵。講簡單點，就是要使用哪個維度來結合兩個資料源。
- 指標：這一個資料原要使用的指標有哪些。除了campaign name、Record Count，其他的我們都會匯入指標內。
- 日期範圍：是否這資料有日期維度，有的話請放入這個。這範例無，因此我們不使用。
- 篩選條件：這一個資料是否有需要做額外篩選設定。這個範例無，因此我們不使用。
完成混和資料設定
上方是完成後的截圖。你可以看到剛剛我們在前一個步驟，設定數據格式，包刮Sum, Avg 都已經對應的出現在 Meta 廣告數據的指標中。其中中間的混和資料設定，我們會在下一小節提到，也請讀者務必先記住目前設定，包刮「資料源的左右順序」；左邊GA4數據則則是代表主要資料源，右邊META 數據則是代表次要資料源。
混和資料彙整設定
這一個步驟是大多人都會有疑問的地方。有5個數據彙整的設定該選哪一個？這每一個彙整設定分別又代表甚麼意思? 作者逐一切成一個小項目，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。
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。
簡易版Looker Studio 混和資料操作
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。
4個混和資料的常見問題
1. 兩張原始資料關鍵欄位（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。
混和資料的 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，你可以透過我們工具將數據導入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。
