La cuota de Looker Studio y cómo evitarla

Desde que Google anunció en octubre de 2022 la sustitución de Google Data Studio por Looker Studio ha habido muchos cambios dentro de la herramienta, muchos más de los que os podáis imaginar.

Es por eso que ya os compartimos un artículo donde comparábamos ambas herramientas en detalle y os contábamos qué podéis esperar del “nuevo” Looker Studio.

Sin embargo, en este post vamos a ir un paso más allá y hablaremos de uno de los cambios más llamativos, y también más comentados y criticados, que ha traído Looker Studio: la cuota.

Si todavía no sabéis qué es la cuota, ¡quedaos y os lo explicamos!

Y si tenéis la suerte, o mejor dicho, la mala suerte, de saber qué es, ¡quedaos también y os enseñamos cómo olvidaros de ella!

¿Qué es la cuota?

Lo primero es lo primero, definir qué es la cuota.

Sabemos que así dicho puede que no os suene a algo muy importante o que ni siquiera sepáis de qué se trata, pero no os preocupéis, que para eso estamos.

La cuota la podríamos definir como un error o incidencia que nos aparece en Looker Studio cuando rebasamos el límite de solicitudes de datos desde Looker Studio hacia Google Analytics.

El resultado inmediato de sobrepasar la cuota es la desaparición de nuestros gráficos y la aparición en su lugar de este mensaje.

El principal incoveniente, y el motivo por el que nos está trayendo a todos de cabeza, es que es un fallo que no tiene una solución inmediata; por lo que si vemos este mensaje de error, ya os adelantamos que habrá que esperar hasta las 00:00 PST (Hora Estándar del Pacífico), es decir, hasta las 09:00 CET (Central European Time) del día siguiente para que todas las visualizaciones vuelvan a funcionar.

Además, hay que tener en cuenta que a partir de ese momento se reiniciará la cuota, pudiendo volver a saltar en el momento en el que se superen los límites definidos por Google. 

Como véis, este problema es algo que ya ha empezando a tomar protagonismo en nuestro día a día con los dashboards, sobre todo para todos los que nos dedicamos a crear cuadros de mando utilizando Looker Studio o para aquellos que entendemos los dashboards como una herramienta fundamental para el consumo y el análisis de datos; aunque realmente es algo que a la larga va a afectar a cualquiera que haga uso de Looker Studio.

No obstante, tranquilidad.

En Aukera no vamos a permitir que la cuota os amargue los dashboards y os traemos no una, ni dos, ni tres, sino nueve alternativas, por orden de complejidad e implicación, que podéis aplicar para decirle adiós a la cuota.

Soluciones para evitar la cuota

1. Control, control y más control

El monitorizar nuestros dashboards ya es una de las tareas que tendríamos que hacer con cierta frecuencia, sobre todo para asegurarnos de que funcionan y de que los datos que muestran son los correctos.

Dentro de ese proceso de mantenimiento de la calidad del dato tendremos que pasar a incluir una tarea más: el consumo de tokens.

Los tokens son la forma en la que Google cuantifica las solicitudes a la API disponibles y la cuota consumida por hora y por día.

Si queremos controlar cuánto hemos gastado de la cuota y qué recursos son los que la han consumido, podremos hacerlo directamente en la interfaz de Looker Studio.

Para ello bastará con hacer clic con el botón derecho en cualquier parte del dashboard y seleccionar la opción Google Analytics token usage.

Solo con hacer esto ya se nos va a abrir un informe completo donde se nos mostrarán todos los datos relativos a la cuota y al consumo de tokens. De hecho, podremos ver:

• Los tokens consumidos 
• Los tokens disponibles (por hora, por día y por proyecto)
• Los tokens que consume cada tipología de gráfico o filtro
• Los tokens que consume cada visualización en concreto

Esto no solo nos va a permitir controlar qué tal vamos en lo respectivo a la cuota y así gestionar mejor el uso del dashboard, sino también ir mirando cada uno de los aspectos del cuadro de mando y discernir qué elementos son los que más consumen y por lo tanto deberían ser optimizados o, por lo menos, ser vigilados para asegurar que no acabamos pasándonos del límite de solicitudes.

Sabemos que es un proceso algo tedioso y poco automático que va a implicar bastante dedicación por nuestro lado, pero es la única forma que hay de momento para saber exactamente el nivel de uso de tokens de cada gráfico, filtro, página o dashboard.

2. Datos menos “frescos”

En el caso de que seamos de esos pocos afortunados que todavía no hemos sido víctimas de la cuota, o a los que si nos ha saltado la cuota pero en contadas ocasiones, la segunda medida que habrá que tomar será el actualizar los datos con menos frecuencia.

Cada vez que se actualizan los datos, se produce una llamada a la API, lo que su vez también se traduce en un aumento de las solicitudes a Analytics para buscar y traer esos datos a Looker Studio y, por lo tanto, nos acerca más a agotar la cuota disponible.

Teniendo esto en cuenta, una opción sencilla y rápida es retrasar todo el tiempo posible esas solicitudes de actualización de datos.

Normalmente, el plazo que viene fijado por defecto es de 12 horas, pero no es nada raro que los usuarios seleccionen la opción de cada 4 horas o incluso cada hora de cara a conseguir que los datos sean lo más actuales posibles.

Aquí sería suficiente con dejar la opción por defecto de 12 horas, o volver a seleccionarla si se había cambiado, para intentar minimizar el consumo de tokens de la cuota.

De cualquier manera, antes de ponerlo en práctica hay que tener en cuenta que esta medida solo nos será útil para evitar la cuota en aquellos proyectos que rara vez tengan problemas con ella y que no necesiten mostrar información 100% actualizada. 

En todas las demás situaciones tendremos que pasar a acciones más contundentes.

3. Ser el dueño de todo

Muchas veces hemos oído que no es recomendable centralizar la propiedad de ninguna herramienta o activo, sobre todo por lo que pueda pasar el día de mañana.

De hecho, no es nada infrecuente que una persona sea el propietario de algún cuadro de mando o de alguna fuente de datos y, al irse esa persona de la empresa, se pierda todo acceso a la plataforma o activo en cuestión.

Con todo ello, y si bien el tema de concentrar la propiedad de los datos en un único usuario suena a algo a evitar, esta es una de las vía más sencillas para poder reducir el consumo de la cuota.

La idea de que se utilicen credenciales de propietario en lugar de credenciales de visualizador se basa en que estas primeras suelen utilizar datos en caché con más frecuencia y facilidad, evitando así tener que estar constantemente consultando información nueva y, consecuentemente, disminuyendo el consumo de cuota.

Si aun así os da miedo el dejar todas vuestras fuentes de datos en manos de un único usuario, lo que os aconsejamos desde Aukera es que configuréis un usuario de uso común al que todos los miembros del equipo de visualización de datos tengáis acceso.

4. Restringir el acceso

Dentro de las medidas algo más drásticas que comentábamos antes, estaría el dar accesos a usuarios contados, en otras palabras, limitar quién puede ver y utilizar el dashboard.

Sabemos que los cuadros de mando son una herramienta colaborativa pensada para que personas de distintas áreas puedan ver los datos y tomar decisiones en conjunto. 

Sin embargo, aquí tenemos que tener en mente que:

más usuarios = más solicitudes a la API = más posibilidades de sobrepasar la cuota

Cuando nos veamos algo apurados con el tema de la cuota es cuando tendremos que tener en mente la máxima anterior y empezar a reducir el número de usuarios con acceso al dashboard.

Lo ideal sería dejar únicamente a aquellas personas que realmente necesiten utilizar el cuadro de mando dentro de su día a día y al resto concederles permisos para momentos puntuales y revocárselos cuando estos les dejen de hacer falta.

De esta forma se evita que se haga un uso excesivo del dashboard y que el exceso de uso conduzca a tener problemas con la cuota.

5. Las 3 Rs: Reducir, Reutilizar y Redimensionar

Dentro de las medidas más drásticas que comentábamos antes, estaría el replantear el dashboard.

Cuando hablamos de replantear el dashboard, realmente nos referimos a la combinación de 3 acciones diferentes y complementarias:

1. Reducir

Cuantas más fuentes de datos y más gráficos tengamos, antes llegaremos al límite de la cuota. Teniendo esto en cuenta, una recomendación sería minimizar ambos.

Aquí la única forma posible de hacerlo es quitar aquellas fuentes de datos que se hayan incluido en el dashboard, pero no se estén utilizando en ningún gráfico, o incluso eliminar las visualizaciones que resulten redundantes o que no aporten en exceso.

2. Reutilizar

Una de las maneras más sencillas de ahorrar cuota sería tratar de consolidar todas nuestras fuentes de datos en una única fuente reutilizable. Esto evitará tener que cargar varias fuentes de datos al mismo tiempo y aumentará el uso de los datos en caché, haciendo a su vez que el consumo de cuota sea inferior.

3. Redimensionar

Si todo lo anterior no es suficiente, siempre quedaría la opción de replantear el dashboard.

Normalmente esta redimensión pasa por varias acciones como trasladar aquellos datos que menos se consuman a otros cuadros de mando para que así no se carguen cada vez que se abre el dashboard o configurar los filtros de fecha y los gráficos para que el periodo de consulta por defecto sea mucho más corto (ej. el mes en curso en lugar del año en curso).

Probablemente esta idea os suene algo exagerada, pero es una de las medidas más eficaces y, a la larga, más eficientes para evitar incidencias con la cuota.

6. La extracción de datos como gran aliada

Si la anterior opción ya nos parecía algo radical, esta puede llegar a sorprendernos aún más.

Desde que Google cambió Google Data Studio por Looker Studio ha ido sacando nuevas fuentes de datos, siendo la Extracción una de ellas, y tal vez la más útil hasta la fecha.

La extracción de datos consiste en, a partir de una de las fuentes que ya usemos, da igual si es Google Analytics, Google Ads, Search Console o un archivo CSV, realmente vale casi cualquier formato, escoger únicamente aquellas métricas y dimensiones que sepamos que vamos a utilizar dentro de nuestro cuadro de mando.

Esto hará que se cree una nueva fuente de datos, la cual consistirá en un subconjunto de datos donde solo se incluyan las dimensiones y métricas que hayamos seleccionado anteriormente, minimizando de este modo los datos a cargar y la cuota consumida.

Lo malo de esta opción es que puede llegar a haber alguna discrepancia entre los datos que podemos ver directamente en Google Analytics y los que se trasladan a Looker Studio después de hacer una extracción.

Es una incidencia que Google está tratando de resolver, pero a la que todavía no ha dado una solución; por lo que si probáis a hacer una extracción de datos tenéis que tener cuidado y revisar bien los datos.

7. Adiós, conector de Google Analytics. Hola, conectores de partners.

Es raro pensar que os podamos recomendar dejar de lado el conector nativo de Google Analytics, pero ese día ha llegado.

Las cuotas solo se aplican a los conectores nativos, por lo que aquellos conectores de partners estarían exentos de cualquier problema relacionado con ella, por lo menos por ahora.

De este modo, una recomendación sería utilizar alguno de los conectores de terceros que tenemos disponibles dentro de Looker Studio.

Esta sería la primera de las alternativas que os proponemos que lleva un coste asociado, ya que cualquiera de estos conectores tiene un coste por uso, el cual variará dependiendo de la plataforma y el plan seleccionado.

Si necesitáis recomendaciones sobre cuál os conviene utilizar, decidnos y os asesoramos.😉

8. Convertirse en usuario VIP de Google Analytics  (a.k.a. utilizar Google Analytics 360)

Sabemos que una de las características más conocidas que comparten la mayoría de herramientas de Google es que son gratuitas, algo que nos viene genial a los que trabajamos con ellas.

Sin embargo, también os hemos hablado alguna vez de la existencia de una versión de pago de las principales plataformas que conforman la suite de Google: la versión 360.

Dicha versión de pago está sobre todo enfocada a empresas grandes con un alto volumen de datos y con necesidades muy específicas en su explotación o consumo, como pueden ser por ejemplo: creación de vistas en Google Analytics 4, personalización de informes, límites de procesamiento de datos más altos o asistencia técnica directa.

Pues bien, desde hace unos meses podemos añadir una ventaja más a esa lista, y es que los usuarios de 360 disponen de límites más altos en cuanto a consumo de cuota.

Como se puede ver, la diferencia es bastante notable, por lo que si hemos agotado todas las alternativas anteriores, los dashboards para nuestra empresa son cruciales y tenemos los recursos económicos para ello, quizá este sea el momento de dar el salto a la versión 360.

No obstante, antes de hablar con Google y haceros usuarios de pago, estad atentos a la última alternativa que os damos.

9. BigQuery: nuestra fuente de datos universal

La última opción que os traemos es sacar provecho, una vez más, de la que desde hace un par de años es una de las plataformas estrella de Google: BigQuery.

BigQuery es una de esas herramientas que ha ido cobrando importancia desde que Google Analytics 4 entró en escena, pero se ha ido ganando adeptos por méritos propios.

Entre sus numerosas virtudes y posibilidades caben destacar:

• La creación un almacén de datos para todos nuestros activos digitales, concentrando así toda la información en un mismo repositorio y creando un histórico sin fechas de caducidad
• La visualización de los datos en bruto, es decir, sin que hayan sido procesados previamente
• El lanzamiento de consultas con las que obtener nuevos datos y mejorar nuestro análisis

En el caso específico de la cuota, BigQuery nos sirve para mandar allí todos nuestros datos, aprovechar todas las ventajas anteriores y utilizarlo como fuente única en Looker Studio, lo que nos va a garantizar que nunca más volveremos a ver el mensaje de “Error de cuota”.

Con todo ello, aunque es verdad que no tendremos más problemas con la cuota, no todo son buenas noticias.

La gran pega de BigQuery es que es una herramienta de pago por uso en la que habrá costes asociados, entre otras cosas, al envío, almacenamiento y consulta de los datos.

En lo que respecta a cuantificar este coste, es algo muy difícil de determinar, puesto que este variará dependiendo de cómo y cuánto se utilice la herramienta.

Si bien es cierto que hay unos límites de uso bastante amplios y que en muchas ocasiones BigQuery nos puede salir gratis, nosotros siempre recomendamos hacer uso de esta calculadora y así tratar de estimar de antemano cuánto nos puede salir BigQuery al mes. De esta forma nos evitaremos muchos sustos y disgustos.

Esperamos que alguna, o varias, de estas opciones os haya servido para solucionar TODOS vuestros problemas con la cuota. 

De cualquier forma, si todavía necesitáis ayuda, ya sabéis que siempre podéis contar con nosotros.