Google Data Studio - Building Instagram Data Dashboard Visualisation
PreviousAnalyst Project: Business Decision ResearchNextSales Performance Report - Project Data Analysis for Retail
Last updated
Last updated
Halo semua pembaca tulisan ini, terima kasih sudah membaca tulisan ini. Pada kesempatan kali ini saya ingin mendokumentasikan ketika saya menggunakan Google Data Studio untuk memvisualisasikan data dari instagram yang dapat kita analisa juga. Dengan Google Data Studio kita bisa membuat visualisasi data dari berbagai sumber data seperti Google Sheets, Big Query dan masih banyak lagi. Oke langsung saja kita bahas dokumentasi ini.
Dalam Dokumentasi ini saya bertujuan untuk :
Membuat Visualisasi data dari dataset yang ada.
Menganalisa Konten dengan kategori apa yang paling banyak di post berdasarkan rata-rata yang ada di dataset.
Menganalisa siapa Content yang memiliki follower terbanyak berdasarkan dataset?
Menganalisa Kategori apa yang memiliki Engagement Rate paling tinggi?
Apakah dengan banyak follower berarti Engagement Rate nya tinggi?
Dataset ini terdiri dari 2 sheet yaitu user_data dan post_data dimana masing masing memiliki kolom yang berbeda stuktur kolom nya seperti di bawah ini :
user_data : username, content, isverified, followers, following, num_of_post.
post_data : username, content, timeposted, post_comment, post_caption, post_is_video, post_view.
Kemudian saya akan klik Blank Report untuk membuat report baru, dan akan muncul halaman seperti dibawah ini :
Pada halaman ini kita di minta untuk menghubungkan data dengan berbagai pilihan sumber data, saya akan memiliih Google Sheet, karena datanya saya simpan di google sheet. Saya akan menghubungkan datanya dengan mengklik Google Sheet. Jika belum pernah menghubungkan google data studio dengan google sheet maka akan tampil seperti berikut :
Klik AUTHORISE dan pilih data nya dan klik tombol add maka akan tampil seperti ini :
Klik Add To Report dan akan tampil seperti ini :
Kemudian Klik Add Chart dan pilih jenis Bar seperti gambar berikut :
Maka akan tampil bar chart seperti dibawah ini :
Kemudian klik Grafiknya dan ubah dimension username dengan content seperti gambar berikut :
Setelah diubah dimension nya dengan content maka grafik akan berubah menjadi seperti berikut :
Kemudian ubah Metric yang sebelumnya Record Count menjadi num_of_post maka grafik akan berubah seperti ini :
Kemudian pada Matric juga ubah label num_of_post menjadi num_of_post by average dan ubah SUM menjadi AVERAGE seperti gambar berikut ini :
Maka hasil dari grafiknya seperti berikut :
Sedikit lagi agar mudah dipahami saya akan tambahkan label dengan cara klik style dan checklist show data labels dan compact numbers agar angkanya seragam. seperti gambar di bawah ini :
Maka grafik akan menjadi seperti berikut :
Dari grafik ini saya mendapatkan informasi bahwa rata rata terbanyak yang di posting adalah kategori automotive.
Untuk mencari tau jawabannya kita langsung buat diagramnya dengan langkah-langkah berikut :
Buat bar chart atau grafik bar baru seperti cara sebelumnya
Ubah Style bar chart menjadi Horizontal dan checkbx show labels dan compact numbers
Atur Dimension dengan username dan Metric nya followers
Maka grafik akan seperti gambar berikut :
Dari grafik ini dapat diketahui bahwa content creator raditya_dika memiliki followers terbanyak pada dataset ini.
Untuk dapat mengukur ER dari Reach Anda bisa menggunakan rumus:
ER = Total engagements per post / Reach per post x 100
Anda bisa menggunakan cara ini jika media sosial memiliki reach yang fluktuatif. Dengan pembagian melalui angka followers , maka nilai ER yang nantinya akan lebih stabil. Namun perlu Anda ketahui bahwa ER ini tidak akan mempengaruhi nilai ER pada konten yang viral dengan reach yang lebih tinggi karena rumus yang digunakan untuk menghitung ini adalah
ER = Total engagements on a post / Total followers x 100. atau ER = Total Komentar + Total Like / Total Followers x 100.
Untuk itu kita harus memblending sheet user_data dan post_data. Dengan cara klik menu Resource dan pilih manage blended data seperti gambar berikut :
Kemudian kita klik ADD A DATA VIEW maka akan tampil seperti berikut :
Klik Add Table dan pilih sheet post_data dan sesuaikan Dienssion dan Metricnya. serta gunakan username sebagai key nya seperti gambar berikut :
Kemudian berikan nama pada Data Source Name di atas kanan dan klik tombol save di kanan bawah. Kemudian saya akan buat visualisasi untuk menampilkan Kategori yang memiliki ER tertinggi.
Untuk mencari tau jawabannya kita langsung buat diagramnya dengan langkah-langkah berikut :
Buat bar chart atau grafik bar baru seperti cara sebelumnya
Pilih Content sebagai Dimenssion nya
Buat lah Field baru bernama Engagement Rate pada Metric cara klik matric dan klik Create Field seperti gambar berikut
Maka akan tampil tampilan field baru maka isi seperti gambar berikut :
Maka grafik akan seperti berikut :
Berdasarkan grafik diatas maka kategori food mendapat rata-rata Engagement Rate teringgi.
Mari kita buat grafik untuk menjawab pertanyaan di atas. Saya akan membuat grafik dengan jenis Bubble Scatter Chart. dengan langkah-langkah seperti berikut :
Klik add chart dan memilih jenis Bubble Chart
Mengatur Dimenssion dengan username, Metrik X dengan followers, Matrik Y dengan Engagetment Rate, Bubble e Matrik dengan Engagement.
Memilih Bubble Colour BY username
Maka hasil nya seperti gambar berikut :
Berdasarkan grafik diatas maka banyak nya followers tidak menjamin Engagement yang tinggi namun mungkin banyaknya followers dapat menjagkau lebih banyak orang.
Terima kasih telah membaca tulisan ini.
Data yang digunakan data hasil scraping menggunakan library Python yaitu instagramy dan di simpan pada file CSV yang bisa di unduh disini.
Kita mulai dengan membuka halaman google data studio maka akan tampil seperti gambar berikut :
