Dla analityka nie ma nic gorszego niż prezentacja raportu przed zarządem, na którym zamiast liczb widać napisy "Null" lub różowy komunikat "System Error". To nie tylko psuje estetykę, ale przede wszystkim podważa zaufanie do danych. Dowiedz się, jak profesjonalnie obsługiwać "dziury" w danych w Data Studio.

Rodzaje błędów w Data Studio

Zanim zaczniesz leczyć, musisz wiedzieć, z czym masz do czynienia. W Data Studio wyróżniamy trzy główne kategorie problemów z danymi:

Objaw Przyczyna Rozwiązanie
Null w tabeli Brak wartości w źródle danych IFNULL(), COALESCE()
System Error Przekroczony limit BigQuery quota lub błąd formuły Optymalizacja zapytań, Data Extraction
0 zamiast prawidłowej wartości Błędna agregacja lub join w data blending Sprawdzenie klucza złączenia (join key)
Puste wykresy Brak danych dla zakresu dat lub aktywnych filtrów Komunikaty warunkowe lub filtr "brak danych"

IFNULL i COALESCE – pierwsza linia obrony

Funkcja IFNULL(wyrażenie, wartość_zastępcza) to Twoja pierwsza linia obrony. Jeśli kolumna Sprzedaż może zawierać puste wartości, utwórz pole obliczeniowe:

IFNULL(Sprzedaż, 0)

Data Studio zamieni każdą lukę na zero, co pozwoli na poprawne sumowanie i średnie bez generowania błędów. Jeśli masz kilka kolumn i chcesz zwrócić pierwszą niepustą, użyj COALESCE():

COALESCE(Przychód_PL, Przychód_EUR, Przychód_USD, 0)

Różnica: IFNULL obsługuje jeden argument, COALESCE przechodzi przez całą listę i zwraca pierwszą wartość różną od null. Dla pól tekstowych zamiast 0 użyj pustego łańcucha "" lub etykiety "Nieokreślony".

Dzielenie przez zero – cichy morderca wykresów

Jedną z najczęstszych przyczyn błędu systemowego są metryki obliczane przez dzielenie – np. współczynnik konwersji (SUM(Transakcje) / SUM(Sesje)). Gdy mianownik wynosi zero, Data Studio wyświetla błąd zamiast zera lub pustej wartości. Zabezpiecz każde dzielenie:

CASE
  WHEN SUM(Sesje) = 0 OR SUM(Sesje) IS NULL THEN 0
  ELSE SUM(Transakcje) / SUM(Sesje)
END

Alternatywnie możesz użyć NULLIF(), która zamienia zero na null (Data Studio traktuje null jako "brak danych" i nie generuje błędu wykresu):

SUM(Transakcje) / NULLIF(SUM(Sesje), 0)

CASE – zaawansowane centrum dowodzenia błędami

Za pomocą instrukcji CASE WHEN możesz nie tylko zastępować nulle, ale też klasyfikować dane o niskiej jakości w czytelne kategorie biznesowe:

CASE
  WHEN Nazwa_Produktu IS NULL THEN "Inne / Brak nazwy"
  WHEN Nazwa_Produktu = "" THEN "Pusty tekst"
  WHEN REGEXP_MATCH(Nazwa_Produktu, "test|demo|xxx") THEN "Dane testowe"
  ELSE Nazwa_Produktu
END

Takie pole obliczeniowe zamiast ukrywać problem, aktywnie go oznacza. Menedżer widzi w raporcie kategorię "Brak nazwy" i wie, że musi uzupełnić dane w CRM – zamiast patrzeć na pustą tabelę i zastanawiać się, dlaczego raport jest niekompletny.

Dodatkowe techniki kontroli jakości na poziomie wykresu:

  • Filtracja błędów: Stwórz filtr segmentu wykluczający wartości null (Pole IS NULL → Wyklucz), by nie zaśmiecać wykresów niekompletnymi rekordami.
  • Formatowanie warunkowe: W tabeli przestawnej ustaw czerwone tło dla wierszy, w których kluczowa metryka wynosi null lub 0 – menedżer błyskawicznie zobaczy, gdzie są luki.
  • Pole flagujące jakość: Utwórz metrykę CASE WHEN Sprzedaż IS NULL THEN 1 ELSE 0 END i dodaj ją jako licznik na dashboardzie ("Liczba wierszy bez danych: 3").

Błędy w danych blendowanych

Specyficzną kategorią problemów są błędy pojawiające się wyłącznie po zastosowaniu Data Blending (łączenie wielu źródeł). Najczęstszy scenariusz: łączysz GA4 z danymi z Google Sheets po dacie, ale Sheets nie ma wpisów dla niektórych dni – te dni pokazują Null zamiast spodziewanych wartości.

Rozwiązanie: upewnij się, że tabela referencji zawiera ciągłą serię dat, lub użyj IFNULL na poziomie pola blended:

IFNULL(Cel_z_Arkusza, 0)

Pamiętaj też, że pola obliczeniowe zdefiniowane w oryginalnych źródłach nie są dostępne po stronie "prawego" źródła w blending. Musisz je zdefiniować ponownie lub zbudować metrykę po stronie blended source.

Checklist diagnostyczny – krok po kroku

Gdy natrafiasz na błąd w raporcie, przejdź przez tę sekwencję zanim zaczniesz modyfikować formułę:

  1. Sprawdź zakres dat – czy dane źródłowe pokrywają wybrany okres?
  2. Kliknij Odśwież i sprawdź, czy błąd znika (może być tymczasowy timeout).
  3. Wejdź w Edytuj źródło danych → Podgląd – sprawdź, czy pole istnieje i ma wartości.
  4. Odizoluj pole obliczeniowe – usuń je z wykresu, dodaj z powrotem. Jeśli błąd znika i wraca, winne jest pole.
  5. Sprawdź limity BigQuery Quota – w Google Cloud Console → IAM → Quotas.
  6. Zweryfikuj, czy błąd występuje na wszystkich zakresach dat czy tylko dla konkretnego okresu (może wskazywać na brakującą partycję).
"Jakość danych to nie tylko ich poprawność, ale też sposób, w jaki radzisz sobie z ich brakiem. Dobry dashboard to taki, który opowiada historię nawet wtedy, gdy brakuje kilku stron."

Masz raporty, które regularnie pokazują błędy lub wartości Null w kluczowych miejscach? Skontaktuj się – przeprowadzę audyt jakości danych i wdrożę mechanizmy sanitacji, które sprawią, że Twoje dashboardy będą odporne na każdy rodzaj niekompletności.