הערה על השם: לפי התיעוד של Google, באפריל 2026 המוצר חזר לשמו המקורי, Data Studio, כך שבממשק ובתפריטים אתם עשויים לראות את השם הזה במקום Looker Studio.
מה Blend עושה לנתונים לפני שהוא מחבר אותם?
לפי התיעוד של Google, Blend הוא משאב נפרד ממקור נתונים: הוא משובץ בדוח שבו נוצר, אי אפשר לשתף אותו בין דוחות והוא מכיל עד חמש טבלאות, כשכל טבלה היא קבוצת שדות שנשלפת ממקור נתונים אחד. את ההחלטה אם בכלל צריך Blend ואת המגבלות הבסיסיות שלו פירטנו במדריך הטמעת Looker Studio, כך שכאן נכנסים ישר לעבודה עצמה.
שלושה דברים קורים לפני החיבור עצמו. הראשון: כל טבלה נשלפת בנפרד. טווח תאריכים, פילטר ושדות מחושבים שהוגדרו בטבלה חלים על השאילתה שלה לפני כל חיבור. השני: השורות של כל טבלה מקובצות ומצטברות לפי המימדים שבחרתם בה. השלישי: מדדים מהמקור הופכים בתוך ה-Blend למספרים לא צבורים, שהגרף שיושב על ה-Blend צובר מחדש לפי המימדים שלו.
סדר הפעולות ב-Blend
מה קורה לנתונים מהמקור ועד הגרף
אילו סוגי חיבור יש ומתי בוחרים בכל אחד?
התיעוד מגדיר שישה אופרטורים. חמישה מהם הם joins שמוסיפים עמודות, אחד הוא Union שמוסיף שורות.
| האופרטור | מה חוזר | מתי הוא מתאים |
|---|---|---|
| Inner join | רק שורות שיש להן התאמה בשני הצדדים | כשמעניין אתכם רק מה שקיים בשני המקורות |
| Left outer join | כל השורות מהצד השמאלי, עם ערכים מהטבלה הימנית רק כשיש התאמה | טבלת בסיס מלאה שמעשירים במקור נוסף. זה גם האופרטור שנבחר אוטומטית ב-Blend מהיר |
| Right outer join | כל השורות מהטבלה הימנית, עם ערכים מהצד השמאלי רק כשיש התאמה | אותו רעיון, כשטבלת הבסיס היא הימנית |
| Full outer join | כל השורות משני הצדדים, עם התאמה או בלי | כשאסור לאבד שורות מאף מקור |
| Cross join | כל צירוף אפשרי של שורות משני הצדדים, בלי תנאי חיבור | לעיתים רחוקות. הוא מנפח את כמות השורות |
| Union | שורות הטבלה הימנית נערמות מתחת לשמאלית. לפי התיעוד חוזרות שורות ייחודיות | טבלאות עם אותו מבנה, למשל קובץ לכל חודש |
שלושה כללים על תנאי החיבור. ב-join התנאי בנוי משדה תואם אחד או יותר ותומך בשוויון בלבד. שמות השדות לא חייבים להיות זהים, רק הנתונים. ב-Union שתי הטבלאות חייבות לכלול אותו מספר מימדים ומדדים, כשכל שדה מוצמד לשדה מאותו סוג נתונים בטבלה השנייה. הכלל השלישי חל על שניהם: Blend אחד מכיל רק joins או רק unions.
איך יוצרים Blend צעד אחר צעד?
- פותחים את עורך ה-Blend. בתפריט Resource בוחרים Manage blended data ולוחצים Add blend. אפשרות שנייה: בוחרים רכיב בדוח ולוחצים BLEND DATA תחת Data source בחלונית המאפיינים.
- בונים את הטבלה הראשונה. בוחרים מקור נתונים ומוסיפים שדות עם Add dimension ועם Add metric. מוסיפים רק שדות שגרף באמת יציג.
- מוסיפים טבלה. לוחצים Merge another table מימין לטבלה הימנית ביותר ובוחרים את המקור השני.
- מגדירים את החיבור. לוחצים על תיבת ה-merge configuration שבין שתי הטבלאות, בוחרים אופרטור, מגדירים Merge conditions ולוחצים Save. ל-Cross join אין תנאי חיבור.
- קובעים טווח תאריכים ופילטר לכל טבלה. Auto משתמש בטווח התאריכים של הגרף. Custom עוקף אותו. פילטר על טבלה יכול להתבסס רק על שדות של אותה טבלה.
- נותנים שם ובודקים. לוחצים על שם ה-Blend כדי לשנות אותו. לפני שבונים גרפים אני מוסיף טבלה פשוטה על ה-Blend ומשווה את הסכומים לכל מקור בנפרד.
יש גם דרך מהירה: בוחרים בדוח כמה גרפים, לוחצים קליק ימני ובוחרים Blend data. לפי התיעוד אפשר לחבר כך עד חמישה גרפים. סדר הטבלאות נקבע לפי סדר הבחירה, כך שהגרף שנבחר ראשון הופך לטבלה השמאלית ביותר. בין כל שתי טבלאות נקבע אוטומטית Left outer join. כשבוחרים שני scorecards נוצר מדד יחס שבו הגרף הראשון הוא המונה והשני הוא המכנה, למשל Cost חלקי Clicks כדי לקבל עלות לקליק.
דוגמה: עלות מ-Google Ads מול הכנסה מ-GA4
זה ה-Blend הנפוץ ביותר אצל משווקים וגם התיעוד עצמו מזכיר חיבור של מדדי Google Ads ו-Google Analytics על אותו ציר זמן. זה המבנה המומלץ:
- טבלה שמאלית מ-Google Ads. מימדים: תאריך ושם קמפיין. מדדים: עלות וקליקים.
- טבלה ימנית מ-GA4. מימדים: תאריך ומימד הקמפיין. מדד: הכנסה.
- Left outer join. תנאי החיבור: תאריך מול תאריך, שם קמפיין מול מימד הקמפיין.
- שדה מחושב ברמת הגרף. היחס בין הכנסה לעלות נכתב בגרף ולא בטבלה.
SUM(Revenue) / SUM(Cost)למה ברמת הגרף: לפי התיעוד נוסחה של שדה מחושב בתוך טבלה יכולה להתייחס רק לשדות של אותה טבלה, כך שחישוב שחוצה מקורות נבנה כשדה מחושב בגרף. למה SUM חלקי SUM: התיעוד מדגים שסכימה של יחסים שורה אחר שורה נותנת תוצאה שגויה בשורת הסיכום. בדוגמה שלו סכום היחסים יוצא 0.41 בעוד היחס הנכון הוא 0.14. את סוגי הנוסחאות פירטנו במדריך השדות המחושבים.
המלכודת כאן היא תנאי השוויון: קמפיין ששמו שונה באות אחת בין שתי המערכות לא יקבל התאמה וב-Left outer join השורה שלו תישאר עם עלות ובלי הכנסה.
דוגמה: אחוז מהסך הכל בעזרת Blend של מקור עם עצמו
Blend לא חייב שני מקורות. לפי התיעוד אפשר לחבר שתי טבלאות מאותו מקור כדי לצבור נתונים מחדש. הדוגמה הרשמית היא טבלת אוכלוסייה לפי מחוז, כשרוצים את החלק של כל מחוז מתוך המדינה שלו אבל הסכום למדינה לא קיים בנתונים הגולמיים.
הפתרון: טבלה אחת עם State, County ו-Population וטבלה שנייה מאותו מקור עם האוכלוסייה בלבד, שמחוברת אליה לפי State ב-Left outer join. בגרף מוסיפים שדה מחושב שמחלק את אוכלוסיית המחוז באוכלוסיית המדינה. אותה תבנית עובדת בשיווק: החלק של כל קמפיין מתוך הערוץ שלו, או החלק של כל מוצר מתוך הקטגוריה.
אותו טריק פותר גם ממוצע של ממוצעים. לפי התיעוד שדה שכבר נצבר מקבל סוג AUTO ואי אפשר להחיל עליו פונקציית צבירה נוספת. בתוך Blend המדדים נחשבים מספרים לא צבורים ולכן אפשר לצבור אותם שוב. התיעוד מסייג שצבירה מחדש קורית רק כשה-Blend מכיל חלק מהשדות של המקור ולא את כולם.
למה ה-Blend מחזיר פחות שורות או יותר שורות ממה שציפיתם?
פחות שורות: בגלל הקיבוץ שלפני החיבור. אם המימדים של טבלה לא מזהים כל רשומה באופן ייחודי, שורות זהות מתמזגות לשורה אחת. התיעוד מציין שבגלל זה Blend יכול להחזיר פחות שורות מ-join ב-SQL על אותם נתונים. התיקון הוא להוסיף למימדים של כל טבלה מזהה ייחודי כמו מפתח ראשי או מספר שורה, שלא חייב להופיע בגרפים.
יותר שורות: Left outer join שומר את כל רשומות הצד השמאלי ומוסיף את רשומות הצד הימני שעונות על התנאי. כשיש כמה התאמות לאותה שורה, מספר השורות עולה מעבר למה שהיה במקור השמאלי. בפועל זה נראה כך: הערך של המדד השמאלי חוזר בכל שורה תואמת והסכום שלו מתנפח. Cross join תמיד יחזיר יותר שורות מסכום השורות במקורות. התיעוד מזהיר שזה עלול להסתיים בשגיאת too much data requested. ב-Union מספר השורות לעולם לא יעלה על סכום השורות בטבלאות.
פילטר על הטבלה או פילטר על הגרף: מה ההבדל?
לפי התיעוד, פילטר או טווח תאריכים שמוגדר על טבלה ב-Blend חל לפני החיבור, כך ששורות שסוננו לא זמינות לחיבור בכלל. פילטר או טווח תאריכים שמוגדר על גרף שיושב על ה-Blend חל אחרי החיבור. לכן אותו פילטר יכול לתת תוצאה שונה לפי המקום שבו הוגדר.
פילטרים שעוברים בירושה מהדוח, מהעמוד או מקבוצה מתנהגים אחרת. פילטר שתואם למקורות הנתונים שמתחת ל-Blend פועל על הנתונים שלפני החיבור. אם הוא לא תואם להם הוא פועל על הנתונים שאחרי החיבור. פילטר שלא תואם לאף אחד מהשניים לא מופעל בכלל. את כללי הירושה המלאים פירטנו במדריך הפילטרים והפקדים.
אילו שגיאות נפוצות ואיך מתקנים אותן?
מסגרת אדומה סביב תיבת החיבור או שדה ורוד עם הכיתוב Missing אומרים שאי אפשר לחבר עם המימדים שנבחרו. התיקון הוא להוסיף את השדה החסר לטבלה או להסיר אותו מהתנאי. ההודעה One or more tables is missing its data source אומרת שטבלה איבדה את המקור שלה וצריך לחבר אותה מחדש בעורך ה-Blend. שתי פעולות שוברות חיבורים קיימים: הזזת טבלה שמאלה או ימינה עלולה לשבור את תנאי החיבור. חיבור טבלה למקור אחר שהמבנה שלו לא תואם עלול לשבור את התצורה כולה.
ולגבי ביצועים: גרף שיושב על Blend מחשב את כל השורות של ה-Blend, גם כאלה שהגרף לא משתמש בהן. הדוגמה בתיעוד היא Blend של עשרה שדות שגרף משתמש רק באחד מהם: קודם מחושב ה-Blend המלא ורק אז נשלף השדה. לכן כל שדה מיותר מאט את הדוח ובמקור בתשלום כמו BigQuery גם מייקר את השאילתה. Blend גם יורש את הגדרות טריות הנתונים ואת ההרשאות של המקורות שמתחתיו. כשה-Blend נעשה כבד מדי, עדיף להכין את הטבלה המחוברת מראש במערכת המקור.
שאלות נפוצות
מה ההבדל בין Left outer join ל-Inner join ב-Blend של Looker Studio?
Inner join מחזיר רק שורות שיש להן התאמה בשתי הטבלאות. Left outer join מחזיר את כל השורות מהצד השמאלי ומוסיף ערכים מהטבלה הימנית רק כשיש התאמה. לכן ב-Left outer join קמפיין בלי התאמה נשאר בטבלה עם ערך ריק, בעוד שב-Inner join הוא נעלם. כשיוצרים Blend מהיר מגרפים שנבחרו, נקבע אוטומטית Left outer join.
למה ה-Blend מציג פחות שורות ממה שיש במקור הנתונים?
לפי התיעוד של Google כל טבלה ב-Blend מקובצת ומצטברת לפי המימדים שלה לפני החיבור. אם המימדים לא מזהים כל רשומה באופן ייחודי, שורות זהות מתמזגות לשורה אחת. הפתרון הוא להוסיף למימדים של כל טבלה מזהה ייחודי כמו מפתח ראשי או מספר שורה. המזהה לא חייב להופיע בגרפים עצמם.
למה הסכומים ב-Blend גבוהים מהסכומים במקור?
כי join יכול להכפיל שורות. כשלשורה אחת בטבלה השמאלית יש כמה שורות תואמות בטבלה הימנית, היא חוזרת פעם אחת לכל התאמה והערך של המדד שלה נספר שוב ושוב. הפתרון הוא לקבץ כל טבלה לאותה רמת פירוט של תנאי החיבור, למשל תאריך וקמפיין בשתי הטבלאות, לפני שמחברים.
איך מחשבים יחס בין מדדים משני מקורות נתונים שונים?
מוסיפים כל מדד לטבלה שלו ב-Blend ויוצרים שדה מחושב ברמת הגרף. לפי התיעוד שדה מחושב בתוך טבלה של Blend יכול להתייחס רק לשדות של אותה טבלה. את הנוסחה כותבים כסכום חלקי סכום, למשל SUM(Revenue) / SUM(Cost). סכימה של יחסים שורה אחר שורה נותנת תוצאה שגויה בשורת הסיכום.
האם פילטר של העמוד חל על גרף שמבוסס על Blend?
כן, אם הוא תואם. לפי התיעוד Blend יורש פילטרים של הדוח, העמוד או הקבוצה. פילטר תואם פועל על הנתונים שלפני החיבור. אם הוא לא תואם להם הוא פועל על הנתונים שאחרי החיבור. פילטר שלא תואם לאף אחד מהשניים לא מופעל בכלל.
איך יוצרים Blend מהיר משני גרפים קיימים?
בוחרים את הגרפים בדוח, לוחצים קליק ימני ובוחרים Blend data. לפי התיעוד אפשר לבחור עד חמישה גרפים. הגרף שנבחר ראשון הופך לטבלה השמאלית ביותר. בין הטבלאות נקבע Left outer join. כשבוחרים שני scorecards נוצר מדד יחס שבו הראשון הוא המונה והשני הוא המכנה.
מה השורה התחתונה?
Blend טוב מתחיל בשאלה באיזו רמת פירוט שתי הטבלאות נפגשות. כשכל טבלה מקובצת לאותה רמה של תנאי החיבור המספרים יוצאים נכונים. כשלא, מקבלים שורות חסרות או סכומים מנופחים. שלושת הכללים ששווה לזכור: הקיבוץ קורה לפני החיבור, החיבורים מחושבים משמאל לימין, יחס בין מקורות נכתב בגרף כסכום חלקי סכום. אנחנו בונים ובודקים חיבורים כאלה כחלק משירות בניית דשבורדים, כולל השוואה של כל Blend מול המקורות שלו. את בחירת המדדים עצמם הסברנו במדריך הדשבורד הניהולי. אם יש לכם Blend שמציג מספרים שלא מסתדרים, כתבו לנו.
מקורות
Google Cloud Documentation: How blends work, Google Cloud Documentation: Create, edit, and manage blends, Google Cloud Documentation: Blending tips and advanced concepts, Google Cloud Documentation: Use blending to reaggregate data, Google Cloud Documentation: Troubleshooting guide
יועץ אנליטיקה דיגיטלית ומייסד DigiKnowledge. מרצה לאנליטיקה דיגיטלית באוניברסיטת תל אביב, באוניברסיטה הפתוחה ובאוניברסיטת אריאל. לעמוד האישי