เทคนิคเพิ่มความเร็วให้กับ Looker Studio Dashboard ปี 2024

เครื่องมือ Looker Studio ซึ่งเป็นเครื่องมือยอดฮิตของนักการตลาด เพราะเป็นเครื่องมือที่ใช้ในการสร้าง Report หรือ Dashboard ที่ใช้งานง่าย มีความสวยงาม มีกราฟให้เลือกใช้มากมาย ที่สำคัญคือสามารถใช้งานได้ฟรี ซึ่งนี่เป็นข้อดีที่คนส่วนใหญ่เลือกใช้งาน แต่ว่าเครื่องมือนี้เองก็มีปัญหาบางอย่าง เช่นเรื่องเวลาที่ใช้ในการแสดงผลข้อมูล Report หรือ Dashboard ที่ค่อนข้างนาน อาจจะไม่ได้นานถึงระดับนาที แต่ 15-20 วินาที ก็ถือว่าเริ่มใช้เวลาในการแสดงผลข้อมูลนานแล้ว

อะไรที่เป็นปัจจัยที่ส่งผลกับความเร็วของ Dashboard? บทความนี้จะนำเสนอแนวทางและเทคนิคการเพิ่มประสิทธิภาพด้านความเร็วของ Dashboard โดยใช้ Looker Studio ให้ได้อ่านกัน โดยจะเล่าถึงปัจจัยภายในของ Looker Studio เท่านั้น ไม่นับรวมปัจจัยที่สามารถพบได้ทั่วไปจากลักษณะของเครื่องมือที่ใช้งานผ่าน Web-application หรือ Browser เช่น Hardware specification (CPU, RAM, Free disk space) และ Internet speed 

สามารถเลือกอ่านหัวข้อที่สนใจได้

Looker Studio คืออะไร?

ก่อนจะไปไกลมากกว่านี้ ขอเท้าความก่อนว่า Looker Studio คืออะไร 

Looker Studio คือ Business Intelligence Tool ฟรี จาก Google โดยสามารถใช้งานผ่าน Web-application หรือ Browser ทั่วไปได้ (อย่างเช่น Google Chrome, Firefox, Safari และอื่น ๆ ) ในตัว Looker Studio ประกอบด้วย 2 ส่วนหลัก คือ

1. Data Source ส่วนเชื่อมต่อข้อมูลกับแหล่งข้อมูลที่มีอยู่ (Data Set)

2. Report หรือ Dashboard คือ ส่วนการแสดงผลจาก Data Source ที่เชื่อมต่อเรียบร้อยแล้ว มักจะเป็นการแสดงผลด้วยกราฟหลาย ๆ กราฟมารวมกัน เพื่อนำมาสร้างเป็นเรื่องราว หรือเพื่อประกอบการตัดสินใจทางธุรกิจ

Concept ของ Data Source เป็นอย่างไร

Looker Studio ใช้ Connector ในการดึงข้อมูลจากแหล่งข้อมูลที่มีอยู่ ในบทความนี้จะขอเรียกแทนว่า Data Set ซึ่ง Data Set อาจเป็น ข้อมูลที่อยู่ใน Platform หรือ ระบบ หรือ ผลิตภัณฑ์ที่เก็บข้อมูลที่มีอยู่ (อาจเป็น Platform อย่าง Facebook หรือ ฐานเก็บข้อมูล อย่าง BigQuery หรือ ฐานเก็บข้อมูลภายในของบริษัทเองได้ทั้งหมด) 

Connector มีกี่ประเภท

Connector แบ่งออกเป็น 2 ประเภท คือ

1. Google Connector เป็น Free Connectors ที่สร้างโดย Google เพื่อเชื่อมต่อข้อมูลกับ Google Product ต่าง ๆ เช่น Google Analytics, Google Ads, Google Sheet, BigQuery และอื่น ๆ 

ตัวอย่าง Google Connector

2. Partner Connector เป็น Connector ที่ถูกสร้างขึ้นโดย Third-Parties หรือทีมพัฒนา เพื่อเชื่อมต่อข้อมูลกับแหล่งข้อมูลอื่น ๆ เช่น ในการเชื่อมต่อข้อมูลกับ Meta ก็จะมี Partner หลายเจ้าที่สร้าง Connector ขึ้น เช่น Supermetric, Portermetric, Windsor.ai, Funnel เป็นต้น

ตัวอย่าง Partner Connector 

การเชื่อมต่อข้อมูลกับ Looker Studio มี Concept อย่างไร

ในการดึงข้อมูลผ่าน Data Set สามารถทำได้ 2 วิธีหลัก คือ

1. Live Connection การดึงข้อมูลตรงผ่าน Data Set แบบ Real-time ซึ่งเป็นการเชื่อมต่อแบบ Default เมื่อมีการใช้งานผ่าน Connector ที่มีการอัปเดตข้อมูลเป็นระยะ แต่ในการดึงข้อมูลแบบ Real-time นี้อาจส่งผลประสิทธิภาพโดยตรง ดังนั้น Looker Studio จึงมีการเก็บข้อมูลไว้ชั่วคราวในแคช (Cache) ของหน่วยความจำโดยสามารถปรับความถี่ในการ Refresh ของแคชได้ (สามารถตั้งค่าได้เร็วสุด 15 นาที, และนานสุด ทุก 12 ชั่วโมง) 

2. Import CSV data การอัปโหลดข้อมูลลงในหน่วยความจำของ Looker Studio แต่หากต้องการข้อมูลใหม่ ๆ จะต้องทำการอัปโหลดข้อมูลนั้น ๆ เข้าไปในหน่วยความจำเสมอ (Manual)

จะเห็นได้ว่าการเชื่อมต่อทั้งสองรูปแบบนั้นทำงานค่อนข้างต่างกัน ซึ่งการเชื่อมต่อนั้นส่งผลต่อความเร็วในการแสดงผลข้อมูลบน Dashboard อีกด้วย

โดยพบว่าการเชื่อมต่อแบบ Live Connection เป็นการ Request ขอข้อมูลที่ Data Set ทุกครั้งที่มีการเปลี่ยนแปลงข้อมูลในหน้า Dashboard ซึ่งส่งผลให้ประสิทธิภาพการแสดงผลของ Dashboard ลดลง และอาจทำให้ต้นทุนบวม กรณีที่มีการใช้ Cloud ได้ เลยมีการเชื่อมต่อแบบ Extract data เพื่อเปลี่ยนจุดหมายปลายทางในการ Request ขอข้อมูล จากเดิมที่ขอไปที่ Data Set เปลี่ยนเป็นหน่วยความจำ Looker Studio (Static data) ที่เก็บข้อมูลของ Data Set นั้นไว้ชั่วคราวแทน (ตามกรอบเส้นทึบฝั่งขวาในภาพ) และสามารถตั้งเวลาเพื่อ Update ข้อมูลจาก Data Set ที่เก็บในหน่วยความจำของ Looker Studio ในตอนตั้งค่า Extract Data ได้เลย (ตามกรอบเส้นประฝั่งซ้ายในภาพ) โดยอาจมีความถี่เป็นรายวัน รายสัปดาห์ หรือรายเดือน

ซึ่งทุก Data Source สามารถใช้วิธีการจัดการข้อมูลด้วย Extract Data ได้

ใน Data Source สามารถตั้งค่าอะไรได้บ้าง

เมื่อเชื่อมต่อ Data Set เรียบร้อยแล้ว จะได้ Data Source ออกมา ซึ่งใน Data Source นั้นสามารถตั้งค่าได้ 2 ส่วนหลัก คือ 

1. การตั้งค่าทั่วไปใน Data Source จะประกอบด้วย 

• Data Source type คือ ชนิดของ Data Source ซึ่งจะมี 2 ชนิด คือ Reusable (สามารถนำไปใช้กับ Dashboard อื่น ๆ ได้) และ Embed (ฝังอยู่ใน Dashboard ชุดนั้น ๆ ที่สร้างไว้เลย โดยไม่สามารถนำไปใช้กับ Dashboard อื่น ๆ ได้)
• Data credential คือ ชื่อผู้ใช้งานที่สร้าง Data Source นั้น ๆ
• Data Freshness คือ ระยะเวลาการอัปเดตข้อมูล โดยหากเป็น Google Connector สามารถปรับระยะเวลาได้ตั้งแต่ 15 นาทีถึง 12 ชั่วโมง (สามารถปรับได้) ​ส่วน Partner Connector จะถูกจำกัดไว้ที่ 12 ชั่วโมง (ไม่สามารถปรับได้) 
• Community Visualization Access คือ การอนุญาตให้ใช้งานกราฟที่พัฒนาโดย Third Party 
• Field editing on report คือ การอนุญาตให้แก้ไข Field ในหน้า Dashboard 
• Filter By Email คือ การตั้งค่าการอนุญาตให้ผู้เข้าใช้ Dashboard เข้าถึงข้อมูลบางส่วน ซึ่งใน Function นี้ สามารถกำหนดขอบเขตข้อมูลที่ผู้ใช้งานจะสามารถเข้าถึงได้

2. การตั้งค่าข้อมูลใน Data Source จะประกอบด้วย 

• Field Name คือ ชื่อ Field 
• Field Type คือ ชนิดของข้อมูลใน Field 
• Default aggregation คือ การคำนวณแบบ Default ของ Field 
• Description คือ คำอธิบาย Field

Data Freshness คืออะไร มีความสำคัญอย่างไร

สำหรับ Data Freshness ที่ได้กล่าวไปก่อนหน้านี้ เป็นการตั้งค่าที่มีผลกับประสิทธิภาพบน Dashboard เช่นกัน โดยเมื่อกล่าวถึง Data Freshness แล้วจะมีคำศัพท์เพิ่มเติมขึ้นมา 2 คำ คือ Cache และ Report Freshness โดยอธิบายความหมายของแต่ละส่วนเบื้องต้นก่อน ดังนี้

Data Freshness คือ ระยะเวลาการอัปเดตข้อมูล ซึ่ง Data Source ประเภทต่าง ๆ จะมีความเหมาะสมในการอัปเดตข้อมูลที่แตกต่างกัน เช่น 

• การอัปเดตข้อมูลรายวันนั้นเพียงพอกับการวัดประสิทธิภาพโฆษณาบนเว็บไซต์หรือแอป หรือ Dashboard ที่อิงจากการวิเคราะห์โซเชียลมี Social Media
• การจัดการสถานการณ์ชั่วคราวที่ไม่คาดคิด (Crisis Management) อาจจำเป็นต้องอัปเดตข้อมูลหลายครั้งต่อวัน

Cache หรือ แคช คือ ระบบจัดเก็บข้อมูลชั่วคราว การดึงข้อมูลแคชสามารถทำได้เร็วกว่าการดึงข้อมูลจาก Data Set โดยตรง และช่วยลดจำนวน Request ซึ่งช่วยลดค่าใช้จ่ายกรณีใช้ Cloud ได้ 

Report freshness คือ ระยะเวลาการอัปเดตข้อมูลใน Dashboard โดยปกติจะแสดงผลข้อมูลเดียวกับระยะเวลาการอัปเดตข้อมูล (Data Freshness) 

Data Freshness กับ Cache มีความเชื่อมโยงกัน กล่าวได้ว่า Data Freshness เป็นตัวตั้งเวลาให้ Looker Studio เก็บ Cache ไว้เป็นระยะเวลาเท่าไหร่ เช่น หากตั้งค่า Data Freshness ของ Data Source A ไว้ 15 นาที Cache ของ Data Source A ก็จะเก็บเป็นระยะเวลา 15 เช่นกัน

Cache ทำงานอย่างไร 

ทุกส่วนประกอบใน Dashboard เช่น กราฟ (Chart) หรือ ตัวจัดการข้อมูล (Data control) จะมี Caches เป็นของตัวเอง โดย Caches จะเก็บเฉพาะข้อมูลที่จำเป็นในการสร้างกราฟแบบ Default 

• ตัวอย่างเช่น Caches สำหรับตารางที่มี 2 Dimensions และ 3 Metrics ในช่วง 28 วันที่ผ่านมา โดยมีการกรองตาม Filter ที่ตั้งค่าไว้ในกราฟหรือตัวจัดการข้อมูลใด ๆ  (ตาม Default ของ Dashboard ที่ตั้งค่าไว้) Caches จะเก็บเฉพาะค่าข้อมูลที่จำเป็นต่อการแสดงผลในตารางหรือกราฟ ไม่ได้เก็บข้อมูลดิบทั้งหมดก่อนคำนวณไว้ 

ซึ่งหากมีการเปลี่ยน Filter หรือ วันที่ในการกรองข้อมูล Looker Studio จะทำการ Request ขอข้อมูลไปที่ Data Set โดยตรง และเก็บผลของการ Request ใหม่นั้นลงใน Caches เดิมนั้นเพื่อใช้ในอนาคต 

แล้วสามารถดูได้หรือไม่ ว่าข้อมูลมาจาก Caches จากมุมซ้ายล่างของ Dashboard จะเห็นเวลาและวันที่ของการอัปเดตครั้งล่าสุด หากเป็นเวลาก่อนที่จะทำการเปลี่ยนแปลง เช่น เปลี่ยนช่วงวันที่หรือเพิ่มตัวกรอง กราฟทั้งหมดบนหน้าจะถูกแสดงจาก Caches

เมื่อ Caches มีการ Refresh (แบบ Manual ที่ ปุ่ม Refresh Data ด้านบนขวาของ Dashboard) หรือ หมดอายุ (ตามการตั้งค่า Data Freshness) ข้อมูล Caches เก่าทั้งหมดและข้อมูลที่เคยจดจำไว้จะถูกลบทิ้ง และในขณะเดียวกัน Looker Studio จะทำการส่ง Request ไปที่ Data Set เพื่อขอข้อมูลในการแสดงผลกราฟแบบ Default มาเก็บใน Caches อีกครั้ง วนลูปเช่นนี้ไปเรื่อย ๆ

ด้านล่างนี้คือ ตัวเลือกในการตั้งค่า Data Freshness ของ Connector ที่ Google ได้เขียนไว้ 

Concept ของ Blend Data เป็นอย่างไร

เมื่อทำความเข้าใจในส่วนของ Data Source เรียบร้อยแล้ว ต่อไปที่การผสม Data Source หลาย ๆ ตัวเข้าด้วยกัน หรือ การ Blend data นั่นเอง

Blend data คืออะไร

Blend data คือ การสร้างแหล่งข้อมูลใหม่จากข้อมูลที่มีอยู่เดิม โดยใช้ในกรณีที่ต้องการใช้ข้อมูลที่คำนวณมาจากหลาย Data Source ซึ่งจะมีความแตกต่างจาก Data Source ทั้งหมด 4 ข้อ 

1. Blend data ถูกสร้างขึ้นจาก Data Source หลายตัว โดยรวมได้สูงสุด 5 Data Source
2. Blend data เมื่อสร้างขึ้นจะถูกเก็บแบบ Embed ไม่สามารถนำไปใช้ใน Dashboard อื่นได้ (Reuseable) หากต้องการใช้ใน Dashboard อื่น ๆ จะต้องสร้างใหม่
3. ข้อมูลที่นำมาใช้ Blend ควรจะเป็น Raw Data ไม่ควรคำนวณมาก่อน เนื่องจาก Metric ที่ถูกนำมา Blend จะถูกคำนวณและเก็บค่าตามที่ตั้งค่า Blend ไว้ ซึ่งหากมีการนำไปใช้คำนวณต่ออาจจะได้ค่าที่ไม่ถูกต้อง เช่น Average ของต้นทุนรายวันในแต่ละเดือน หากนำข้อมูลนี้มาคำนวณหา Average ของข้อมูลรายวันในปี เป็นการคำนวณ Average ซ้ำซ้อน และจะได้ค่าที่ไม่ถูกต้อง 
4. Blend data ไม่สามารถตั้งค่า Data Freshness หรือ Credentials ได้เอง แต่ Data Freshness หรือ Credentials จะถูกดึงมาจาก Data Source ที่ตั้งค่าไว้

Blending Tip 

• ข้อมูลที่นำมาใช้ Blend ควรเลือกเฉพาะ Field ที่ต้องการใช้งาน
  • เนื่องจากหากข้อมูลขนาดใหญ่จะทำให้ประสิทธิภาพการแสดงผลข้อมูลใน Dashboard ลดลง และบางทีอาจกระทบกับต้นทุนกรณีที่ใช้ BigQuery 
  • ในการสร้างกราฟ Looker Studio จะคำนวณข้อมูลจากข้อมูลที่มีทั้งหมดโดยไม่สนว่าจะใช้หรือไม่ใช้ในกราฟการแสดงผล ตัวอย่างเช่น สร้าง Blend ขึ้นมาโดยใช้ทั้งหมด 10 field ในการสร้าง แต่ในกราฟใช้เพียง 1 Field เท่านั้น Looker studio จะคำนวณ Blend ทั้งหมด 10 field แล้ว Query มา 1 field ในการแสดงผล 
• Blend มีข้อจำกัดกับ Non-Aggregate Metric เช่น Reach ซึ่งจะมีการคำนวณค่าใหม่จาก Connector เสมอ จะทำให้เมื่อนำไป Blend แล้ว อาจมีค่าของ Metrc นั้นที่ไม่เท่ากับค่าจาก Connector ซึ่งอาจเป็นค่าที่ไม่ถูกต้องได้

Looker Studio มีกระบวนการประมวลผล Blend data ในการสร้างกราฟอย่างไร

ในการแสดงผลกราฟจากข้อมูล Blend มีการประมวลผล 4 ขั้นตอน ดังนี้ 

1. ข้อมูลในแต่ละ Data Source ถูกดึงและจัดกลุ่มตามการเลือก Dimension และ Metric ที่ระบุในการตั้งค่า Blend 
2. ข้อมูลจาก ข้อ 1 ถูกกรองตาม Filter ที่ระบุในแต่ละ Data Source ที่ตั้งค่าไว้ 
3. ข้อมูลจากหลาย Data Source ถูกรวมกันตามเงื่อนไขที่ระบุ เช่น Full Outer Join, Inner Join, Left Outer Join, Right Outer Join เป็นต้น
4. หลังจาก Blend ข้อมูลเรียบร้อยแล้ว และจะนำมาสร้างกราฟ ข้อมูลจะถูกจัดกลุ่มและคำนวณตามการแสดงผลกราฟ

ซึ่งในการสร้าง Blend Data ไม่ควรออกแบบให้กราฟที่แสดงข้อมูล Blend มีการใช้ Filter ที่กราฟ

Concept ของ Dashboard เป็นอย่างไร

มาดูในส่วนของหน้า Dashboard กันบ้าง

โครงสร้างของ Report หรือ Dashboard

ในส่วนของ Report หรือ Dashboard จะถูกแบ่งเป็น 2 Mode คือ View mode สำหรับดูเนื้อหา และ Edit mode สำหรับแก้ไขเนื้อหา ซึ่งโครงสร้างในแต่ละ Dashboard ประกอบด้วย หน้า หรือ Page และในแต่ละหน้าจะประกอบด้วย หลาย ๆ Element และ Chart 

โดยในบทความนี้จะเขียนถึงวิธีการโหลด Dashboard ของ Looker Studio ว่ามีการโหลดอย่างไร

กระบวนการโหลดข้อมูลใน Report หรือ Dashboard

เมื่อเปิด Dashboard ของ Looker Studio นั้น ๆ ครั้งแรก จะมีการโหลดข้อมูล 2 ส่วน คือ การโหลดตั้งค่าและส่วนประกอบต่าง ๆ ใน Dashboard (Report Setting) และ การโหลดข้อมูลที่แสดงผลในหน้า Dashboard ที่เปิดอยู่จาก Data Source (Data)

ซึ่งเมื่อดูรายละเอียดการ Request จาก หน้า Website ถึง Server เพื่อแสดงข้อมูลใน Dashboard (สามารถดูได้จาก คลิกขวาในหน้า Website เลือก Inspect และเข้าหน้า Network) พบการ Request ดังนี้ 

1. ส่วนการโหลดตั้งค่า และส่วนประกอบต่าง ๆ ใน Dashboard (Dashboard Setting)

• getReport คือ การโหลดการตั้งค่าบน Dashboard ทั้งหมด เช่น โหลดการตั้งค่าหน้าต่าง ๆ เช่น  Component, Font, สี หรือ Size ต่าง ๆ รวมถึงการตั้งค่า Control และ Filter 
• getShareableList คือ การตรวจสอบรายชื่อ Data Source ที่ Email ที่เข้าใช้งานสามารถเข้าถึงได้ทุก Data Source (ทั้งที่ View และ Edit ได้) รวม Data Source ที่อยู่นอกเหนือ Dashboard ที่เปิดอยู่ด้วย 
• getDataSourceList คือ การตรวจสอบรายละเอียดการตั้งค่าของ Data Source ที่ Email ที่เข้าใช้งานสามารถเข้าถึงได้ทุก Data Source 
• getClaimedDataSource คือ การตรวจสอบรายชื่อ Data Source ที่ใช้ใน Dashboard ที่เปิดอยู่ 
• getSchema คือ การตรวจสอบ Schema (โครงสร้างของข้อมูล) ของแต่ละ Data Source ในตาราง (โดยแต่ละ Data Source จะส่ง Request getSchema 1 Request)

2. ส่วนการโหลดข้อมูลที่แสดงผลในหน้า Dashboard ที่เปิดอยู่จาก Data Source (Data)

• batchedData คือ การส่ง Request ขอข้อมูลที่แสดงผลในหน้า Dashboard ที่เลือกตาม Schema

ปัจจัยที่ส่งผลต่อความเร็วของ Looker Studio มีอะไรบ้าง และควรทำอย่างไร

จากข้างต้นที่ได้กล่าวมา จึงสรุปปัจจัยที่ส่งผลต่อความเร็ว Dashboard ของ Looker Studio มีดังนี้

1. ชนิดของ Connector (เป็น Google Connector หรือ Partner Connector) ซึ่งที่จริงไม่ว่าจะ Google Connector และ Partner Connector ต่างส่งผลต่อ Loading time เป็นปกติอยู่แล้ว เพียงแต่หากเป็น Google Connector จะสามารถโหลดได้เร็วกว่า Partner Connector 
2. จำนวนของ Data Source ทั้งหมดที่อยู่ใน Dashboard  (ทั้งที่ใช้งานอยู่และไม่ใช้งาน) ดังนั้นในการออกแบบ Dashboard จึงควรนำเข้าเฉพาะ Data Source ที่ใช้งาน และหากเป็น Dashboard ที่กำลังใช้งานอยู่ อาจตรวจสอบและลบ Data Source ที่ไม่ได้ใช้งานออกจาก Dashboard 
3. การใช้งาน Blend data ซึ่งมีหลายปัจจัย เช่น จำนวน Data Source ที่ใช้ Blend, จำนวน Metric และ Dimension, Filter ในการตั้งค่า Blend เป็นต้น ดังนั้นในการ Blend จึงควรเลือกเฉพาะ Metric และ Dimension ที่จำเป็นต้องใช้งานเท่านั้น และหากต้องการ Filter ข้อมูล แนะนำให้ใส่ Filter ในขั้นตอนการสร้าง Blend เพื่อจำกัดข้อมูลที่จะนำมาประมวลผลต่อ 
4. การตั้งค่า Data Freshness โดยอาจตรวจสอบ Data Freshness ของ Datasource ให้สูงสุด (12 ชั่วโมง) หรือ ให้เหมาะสมกับการใช้งาน Dashboard นั้น ๆ 
5. จำนวนกราฟในรายงาน ส่งผลโดยตรงกับการ Request ข้อมูลเลย หากจำนวนกราฟเยอะ ก็ต้องขอ Request ข้อมูลเยอะด้วย ซึ่งจริง ๆ แล้ว Looker Studio ก็มีการจำกัดจำนวนกราฟต่อ 1 หน้ารายงาน ให้ไม่เกิน 50 กราฟ ดังนั้นในการออกแบบ Dashboard แนะนำให้คำนึงถึงจำนวนกราฟที่จะแสดงบนหน้ารายงานด้วย 
6. รูปแบบของกราฟที่ใช้งาน ก็มีผลต่อการส่ง Request ขอข้อมูล โดยหากเป็นรูปแบบ Scorecard ที่สามารถแสดงได้เพียง 1 Metric กับรูปแบบตารางที่แสดงได้หลาย Metric หากใช้ Scorecard อาจต้องใช้ 3 กราฟเพื่อแสดงให้เท่าตาราง ในตอน Request ขอข้อมูลก็จะเยอะขึ้นด้วย แต่ทั้งนี้ก็อาจเลือกได้ตามความเหมาะสมและวัตถุประสงค์ในการแสดงผลข้อมูลเช่นกัน 
7. การใช้ Filter ในกราฟ ส่งผลต่อความเร็วของรายงาน ในการออกแบบจึงแนะนำลดการใช้ Filter ในแต่ละกราฟ
8. การใช้ Filter Control หรือ Data Control มีผลกับ Loading time เนื่องจากจำนวนข้อมูลที่เพิ่มขึ้นตาม Filter ในการออกแบบจึงแนะนำให้ลดการใช้ Filter Control โดยอาจแบ่งการแสดงผลตามผลของ Filter นั้น ๆ ออกเป็นหลาย ๆ หน้าแทน 
9. การคำนวณ Custom field จาก Data Source หรือ Blend data มีผลเนื่องจากเป็นการคำนวณที่หน้า Looker Studio หากเป็นไปได้ในการออกแบบ Data Set ควรคำนวณ Metric นั้น ๆ ให้เรียบร้อยเลย เพื่อลดการคำนวณในหน้า Looker Studio

สุดท้ายนี้ การเพิ่มความเร็วให้กับ Looker Studio ไม่ใช่เรื่องยากและก็ไม่ง่าย อยู่ที่การเลือกใช้เครื่องมือและจัดการข้อมูลอย่างเหมาะสม ไม่ว่าจะเป็นการเลือก Connector ที่เหมาะสม, การลดจำนวน Data Source ที่ไม่จำเป็น หรือ การออกแบบกราฟสำหรับการแสดงผลข้อมูล รวมถึงการเลือกใช้ Filter ให้เหมาะกับการใช้งาน เป็นต้น เมื่อคำนึงถึงสิ่งเหล่านี้แล้ว จะทำให้ Dashboard ที่ใช้งานอยู่มีประสิทธิภาพด้านการแสดงผลข้อมูลได้ดีและเร็วขึ้นกว่าเดิมแน่นอน หากต้องการที่ปรึกษาและใช้งาน Online Dashboard ด้วย Looker Studio ทาง TWF Agency มีผู้เชี่ยวชาญพร้อมให้คำปรึกษา ติดต่อมาที่นี่ได้เลย https://bit.ly/3Tmv7HA