Aunque Looker Studio no tiene el mismo potencial que otras plataformas de visualización de datos como Tableau o Power Bi, en realidad es una herramienta que puede resolver una gran cantidad de necesidades habituales. En este artículo voy a detallar el proceso que a día de hoy hay que llevar a cabo en Looker con una fuente de datos de Google Analytics 4 (GA4) para poder comparar períodos de fechas de una o varias métricas sin usar los campos automáticos existentes, los cuales tienen muchas limitaciones a la hora de ser visualizados o utilizados para realizar determinados análisis: clasificaciones, detección de anomalías, análisis temporales, etc.
Comparativa entre períodos de una métrica
Actualmente en Looker Studio, a distinción de en otras plataformas similares, la comparación de períodos entre fechas para una métrica se realiza de manera automática y sin posibilidad de poder reutilizar este campo para análisis posteriores. Aunque a priori esto pueda parecer algo nimio, la realidad es que su aplicación es vital para cualquier análisis que requiera de una comparativa entre diferentes rangos de fechas. En este sentido, el campo automático de comparación de períodos de Looker no permite ser usado como cualquier otro campo personalizado o métrica disponible. Lo cual es frustrante cuando se quiere dar respuesta a través de la visualización de datos a preguntas tal que: ¿Cómo realizar la comparativa entre fechas de una métrica en una única serie temporal?, ¿Cómo impedir crear series temporales por cada rango de fecha y métrica haciendo que se dupliquen las líneas a visualizar?, ¿Còmo se puede ordenar y clasificar una tabla en base al crecimiento entre períodos de una métrica?, etc.
Implementación paso a paso en GA4
Para poder dar respuesta a todas esas y otras preguntas, hay que llevar a cabo un desarrollo que aunque pueda parecer poco ortodoxo, la realidad es que resulta efectivo y de gran utilidad.
1. Conectar la fuente de datos a GA4 de la forma habitual.
2. En este paso, existen 2 posibilidades:
-
- Crear una nueva fuente de datos idéntica a la del paso primero. Esta opción conlleva un mayor mantenimiento aunque permite realizar determinadas configuraciones para cada fuente de datos.
- Esperar al siguiente paso para referenciarla. En este caso, se ha optado por ésta para explicar el proceso al completo.
3. Realizar la combinación de fuentes de datos.
Este es el paso principal del proceso, donde hay que configurar la lógica al detalle. Esta técnica para combinar varias fuentes de datos en un únicio conjunto de datos se conoce como Data Blending. En el caso concreto de Looker se crea a través de la opción del menú principal Recurso > ‘Gestionar combinaciones’ y las denomina a cada una de las fuentes como Tablas.
-
- Dimensión Fecha y campo personalizado ‘Fecha previa’. Este campo es esencial. De hecho, será la dimensión principal para combinar ambas tablas. En el caso de la dimensión por defecto Fecha de GA4 solo hay que arrastrarla a la Tabla 1 (sin editar), sin embargo, el campo personalizado ‘Fecha previa’ contendrá una u otra formulación dependiendo el período previo a analizar.
- Mes previo = Date(YEAR(Fecha),MONTH(Fecha)+1,DAY(Fecha))
- Año previo = Date(YEAR(Fecha)+1,MONTH(Fecha),DAY(Fecha))
- Período previo = Date(YEAR(Fecha),MONTH(Fecha)+1,DAY(Fecha)+{{Nb días período}})
- Añadir otras dimensiones. Teniendo en cuenta el límite del Data Blending, se deberán añadir tanto en una como en otra tabla siempre y cuando sean necesarias para el análisis posterior, ya que esto afectará a la granularidad de los datos. Además, habrá que tener en cuenta si formarán, junto con la Fecha, parte de las condiciones de la unión entra tablas.
- Crear la unión entre tablas. Para poder comparar las métricas entre ambos períodos (tablas) es necesario asociar las dimensiones correctamente. Para ello, en Looker existen (como en cualquier herramienta de visualización o cliente de queries) varias opciones. Para este desarrollo, será neccesario utilizar la opción FULL OUTER, la cual devuelve todas las filas de ambas tablas, tanto si coinciden como si no. Las dimensiones a unir serán siempre la Fecha y las dimensiones requeridas en el análisis siempre y cuando sean necesarias para gestionar la granularidad de los datos.
- Añadir otras métricas. Al igual que con las dimensiones, añadir la/s métrica/s requeridas, incluyendo lógicamente sobre las que se desee realizar el cálculo con la comparación entre los períodos.
- Configurar el período. Es importante añadir en cada tabla el período correspondiente del análisis, en la Tabla 1 (lado izquierdo del Data Blending) el rango actual y en la Tabla 2 (lado derecho) el rango previo.
- Dimensión Fecha y campo personalizado ‘Fecha previa’. Este campo es esencial. De hecho, será la dimensión principal para combinar ambas tablas. En el caso de la dimensión por defecto Fecha de GA4 solo hay que arrastrarla a la Tabla 1 (sin editar), sin embargo, el campo personalizado ‘Fecha previa’ contendrá una u otra formulación dependiendo el período previo a analizar.

Data Blending para poder comparar una métrica de GA4 entre varios períodos.
4. Crear el cálculo personalizado con la comparativa entre períodos.
Este campo contendrá la lógica concreta necesaria para el análisis. Deberá añadirse la fórmula que calcule la variación entre la métrica actual y la métrica previa. Un ejemplo podría ser hallar la variación porcentual. Para ello simplemente hay que indicar:
(SUM(Número de eventos (Current Period))/SUM(Número de eventos (Previous Period)))-1
En la siguiente imagen se puede observar el uso de esta métrica calculada (% Var) y su uso en diferentes circunstancias, tanto como métrica en una tabla (posibilidad de ordenar las filas), como métrica en una serie temporal. En este último caso, se ve fácilmente uno de los beneficios principales de esta implementación: Evitar crear series temporales por cada período de tiempo y métrica agrupándolas en una única.

Visualización de datos con la métrica de comparación entre períodos en GA4.
Espero que este artículo te haya servido de inspiración y que te sea de gran utilidad en tus próximos proyectos y análisis con GA4 y Looker Studio. Si quieres seguir aprendiendo sobre este tipo de implementaciones o saber más en torno a la Analítica Digital y el Marketing Digital, te invito a que visites el resto de artículos de mi Blog. ¡Seguro que no te defraudarán!
Por último, ahora que cada vez está más cerca el sunset de Google Universal Analytics (UA), no quiero despedirme sin ofrecerte la posibilidad de descargarte parte de mi libro ‘Marketing Digital 360º’ de la editorial Anaya de manera gratuita. Recuerda que el histórico de datos de UA estará disponible hasta el 1 de julio de 2024 y que en estos momentos más que nunca puede ser necesario optimizar esta versión de Google Analytics. ¡Muchas gracias! ¡Nos leemos en el próximo artículo dentro de poco!