таблицы и набора данных BigQuery.
8. Для расширенных параметров (вам нужно прокрутить окно до конца и нажать на черную стрелку, чтобы увидеть все параметры), вы можете ввести «1» в «строки заголовков для пропуска» (2), поскольку у вас есть 1 строка, содержащая имена столбцов в вашем CSV, и вы не хотите, чтобы эта строка была в вашем наборе данных.
9. В дополнительных параметрах (доступных при прокрутке вниз и нажатии на черную стрелку) установите "1" в "строки заголовков для пропуска" (2), чтобы Список пользователей Telegram в Бразилии исключить строку с именами столбцов из набора данных. Выберите "Закавыченные новые строки" (3), чтобы сохранить целостность строк в кавычках. Не изменяя другие настройки, нажмите "Создать таблицу" (4).
Ваша таблица теперь в BigQuery и готова к связыванию с Looker Studio. Хотя это хорошая отправная точка, вы можете улучшить эту таблицу с помощью SQL, который я рассмотрю далее. Чтобы проверить таблицу, перейдите в BigQuery и щелкните таблицу (1), что откроет новую вкладку (2) для просмотра схемы таблицы и предварительного просмотра данных.
Интерфейс BigQuery, в котором вы можете увидеть свой набор данных и свою таблицу.
Улучшение анализа с помощью SQL и ChatGPT
Чтобы углубить анализ, вам нужно будет категоризовать вашу таблицу. Цель — просмотреть внутренние ссылки по URL и категориям . Хотя я не эксперт по SQL, я могу использовать ChatGPT, чтобы получить желаемый вывод.
В Looker Studio вы можете использовать ' CASE WHEN Regex Match ' в настраиваемом поле, что может замедлить работу панели мониторинга для обширных наборов данных. Отсюда мое предпочтение SQL.
Целью является категоризация каждого URL (назначение и источник) на основе основных категорий. Например, структура URL моего сайта: