Looker Studio для отчёта о рентабельности: мой опыт

Что это за сервис и откуда он взялся

Сервис долго назывался Google Data Studio. В октябре 2022 года Google переименовал его и включил в семейство продуктов Looker: компанию Looker он купил в 2019 году, сделку закрыли в феврале 2020-го. В апреле 2026 года Google вернул сервису прежнее имя — Data Studio. Суть не поменялась: это конструктор отчётов в браузере. Подключаешь источник данных, перетаскиваешь на холст таблицы, графики и фильтры и делишься ссылкой.

Базовая версия бесплатная. Есть платная Pro с командной работой, управлением доступами на уровне организации и поддержкой. Для небольшой компании хватает бесплатной. Отчёт привязан к аккаунту владельца, поэтому их лучше заводить на общий рабочий аккаунт, а не на личный.

Кому подходит конструктор отчётов Google

Руководителю, которому нужен один экран с цифрами, а не выгрузки в таблицы раз в месяц. Маркетологу, который сводит рекламу и аналитику. Финансисту небольшой компании, у которой нет своего BI-отдела.

Не подходит там, где нужны сложные расчёты на миллионах строк в реальном времени или строгие требования к хранению данных внутри страны.

Источники данных и коннекторы

Данные попадают в отчёт через коннекторы. Встроенные делает сам Google: Google Sheets, BigQuery, Google Analytics, Google Ads, Cloud SQL, а также MySQL и PostgreSQL. Партнёрские коннекторы выпускают сторонние компании, часто платно. Есть и коннекторы сообщества с открытым кодом.

В одном графике можно смешивать данные из нескольких источников — до пяти. Например, часы из одной таблицы и платежи из другой, если у них есть общий ключ, вроде номера проекта.

Как подключить MySQL

Подключение к своей базе — самый частый сценарий для компании, у которой данные живут не в Google.

• Завести в базе отдельного пользователя только с правами на чтение.
• Открыть доступ к базе с IP-адресов Google, список которых опубликован в справке сервиса.
• По возможности включить SSL-соединение.
• В отчёте выбрать коннектор MySQL, указать хост, базу, логин и пароль.
• Подключить таблицу или собственный SQL-запрос.

Google Sheets как промежуточный слой

Если открывать базу наружу нельзя или не хочется, есть путь проще. Скрипт по расписанию выгружает агрегированные цифры в Google Sheets, а отчёт читает таблицу. Минус — ограничения самих таблиц на объём и скорость. Для сводки по нескольким десяткам проектов этого хватает, для детальных логов часов уже нет.

Я бы начинал с таблицы, если нужно показать идею руководителям за день, и переходил на базу, когда отчёт прижился.

Как я собрал отчёт о рентабельности из Планфикса

Затраченное время у нас давно фиксируется в Планфиксе. Ставку каждого разработчика мы знаем с учётом всех косвенных расходов. Не хватало одного — быстро сверить все затраты и все поступления по проектам. Планфикс при всём многообразии отчётов этого не позволял.

Решение получилось без фронтенда. Мы сделали выгрузку из Планфикса по API в MySQL и собрали отчёт в Looker поверх этой базы. На модуль выгрузки ушло 60 часов. Ещё 2 моих часа — опросить руководителей, что им нужно видеть, и собрать дашборд.

Об исходной задаче, почему апрель ушёл в минус, я писал в посте. Здесь важнее другое: для ответа не понадобилось писать свой интерфейс, хватило выгрузки и конструктора.

Как устроена выгрузка по API

Схема у такой выгрузки типовая. Скрипт по расписанию, например раз в ночь, забирает из Планфикса по API задачи, проекты и списанное время и складывает их в сырые таблицы MySQL. Поверх сырых таблиц строятся представления: часы по проекту за месяц, затраты с учётом ставки, сумма поступлений.

Ставки и косвенные расходы удобно держать в отдельной таблице и менять без переписывания кода. Поступления по проектам берутся из учёта и связываются с проектами по общему коду. Отчёт читает только представления, поэтому формулы живут в одном месте.

Какие показатели вывести на дашборд

Для компании, которая продаёт часы команды, я бы начал с такого набора.

Ограничения и подводные камни

Бесплатный инструмент не значит инструмент без затрат. Платишь временем на подготовку данных, настройку доступа и поддержку выгрузки, когда в исходной системе меняются поля. Вот что стоит учесть до старта.

• Тяжёлые расчёты лучше делать в базе: агрегировать в представлениях SQL и отдавать в отчёт уже готовые строки. Иначе дашборд будет открываться долго.
• Данные кешируются, и свежесть зависит от настроек источника. Для оперативных решений это надо проверить заранее.
• Вычисляемые поля удобны для простых формул, но сложную логику в них тяжело поддерживать.
• Доступ раздаётся через Google-аккаунты. Если в компании их нет, это отдельная задача.
• Данные проходят через инфраструктуру Google. Для персональных данных клиентов я бы такой путь не выбирал.

Чем заменить

Если сервис Google не подходит по требованиям к данным или по удобству, альтернатив хватает. У Яндекса есть DataLens, он работает в Yandex Cloud и в нём тоже можно собирать дашборды в браузере. Microsoft предлагает Power BI. Из открытых решений популярны Metabase и Apache Superset: их можно развернуть на своём сервере и держать данные у себя.

Выбор я бы делал не по списку возможностей, а по тому, где уже лежат данные и кто будет поддерживать отчёты. Связка «выгрузка в свою базу и любой конструктор поверх» переносится между инструментами почти без потерь. Сама выгрузка остаётся, меняется только слой визуализации. Поэтому основное время я бы вкладывал в чистые данные и понятные представления, а не в оформление графиков.

Когда пора писать свой интерфейс

Когда отчётом пользуются не пять руководителей, а сотни сотрудников или клиенты. Когда нужны сложные права доступа и действия прямо из отчёта. До этого момента конструктор дешевле и быстрее, и наш опыт это подтвердил.