Looker Studio-linkanalyse: een dashboard dat overeind blijft

Een klik op een korte link is één rij data: tijdstempel, link-slug, campagne, land, apparaat. Het maakt Looker Studio niet uit waar die rij vandaan komt, alleen dat iets die op een schema aanlevert. Er zijn drie eerlijke manieren om dat te doen: een geplande CSV-export naar een Google Sheet, een warehouse-tabel gevoed door de analytics-API of een geplande export, of een community-connector die iemand anders onderhoudt. (Google gaf de tool in 2026 weer de naam Data Studio; deze gids gebruikt Looker Studio, nog steeds de meest gebruikte zoekterm.)

Kies om het even welke van de drie, en uiteindelijk loop je tegen dezelfde muur aan: kliks op korte links blenden met GA4-sessies op een gedeelde key. De twee totalen zullen niet overeenkomen, en geen enkel dashboardontwerp dicht die kloof - kliks versus GA4-sessies legt uit waarom, en het is de moeite waard om dat te lezen voordat je beide cijfers in dezelfde grafiek zet.

Dit artikel behandelt de drie routes, de join key die het blenden laat werken, een dashboardlayout die een marketingverantwoordelijke elke maandag ook echt opent, en wat elke route kost aan verversingsvertraging. Zijn de basisprincipes van linktracking nog vaag, begin dan eerst bij hoe je linkkliks bijhoudt.

Drie manieren om klikdata in Looker Studio te krijgen

Looker Studio leest uit een databron; het praat niet rechtstreeks met een redirect-service, en niets sluit een URL-shortener out of the box direct erop aan. Elke werkende opzet komt neer op hetzelfde traject in drie stappen: een klik wordt vastgelegd, een export of een API-aanroep haalt die binnen in iets wat Looker Studio kan lezen, en Looker Studio leest die bron. Het verschil tussen de drie routes zit helemaal in de middelste stap - wat de data ophaalt, hoe vaak, en wie het onderhoudt.

De geplande CSV-export naar een sheet

De eenvoudigste versie vereist verder niets extra's. Een geplande rapportage exporteert kliks - link, campagne, kliks, unieke bezoekers, land, apparaat - als CSV op een dagelijks of wekelijks ritme, en landt in een map of inbox die jij beheert. Zet die CSV in een Google Sheet, door hem bij elke run opnieuw te uploaden of het importeren te scripten, en het sheet wordt de databron voor Looker Studio. Trek je al campagne-URL's in een sheet om andere redenen, dan behandelt bulk-importeren vanuit Google Sheets een sheetvorm waarbij import en export elkaar niet in de weg zitten.

De prijs die je betaalt is verversing. Een bron op basis van Sheets haalt data op volgens zijn eigen schema, niet op het moment dat nieuwe data binnenkomt, en een handmatige CSV-drop is nooit verser dan de laatste export. Prima voor een wekelijkse review. Niet prima op lanceerdag.

De warehouse-tabel, gevoed door de API of een geplande export

De duurzamere versie gebruikt de analytics-API, of dezelfde geplande export maar dan gericht op cloudopslag in plaats van een inbox, als voeding voor een warehouse-tabel, en richt vervolgens de native BigQuery-connector van Looker Studio erop. Dat vraagt meer opzet: iets moet op een schema draaien om de tabel op te halen en te laden, en iemand moet die job in bezit hebben. Daar krijg je een doorzoekbare historie voor terug, en een tabel die meer dan één rapport kan voeden. De handleiding voor de linkanalyse-API bevat een dagelijks pullscript dat je op die tabel kunt richten.

Twijfel je of die loader de API moet pollen of nieuwe kliks gepusht moet krijgen? Webhooks versus polling voor click tracking zet beide patronen uiteen, plus de hybride vorm waar de meeste teams op uitkomen. De analytics-API is in beide gevallen dezelfde interface; export en API ontsluiten dezelfde klikdata op verschillende intervallen.

Community-connectors, en het addertje onder het gras

Een handvol door de community gebouwde connectors beweert klik- of korte-linkdata rechtstreeks in Looker Studio te trekken, zonder CSV of warehouse. Ze kunnen setup-tijd besparen, en sommige worden goed onderhouden. Het addertje zit in het eigenaarschap: een community-connector draait code die jij niet hebt geschreven en wordt bijgewerkt, of stopt met bijwerken, op het schema van de auteur. Controleer wie hem publiceert en wanneer hij voor het laatst is bijgewerkt, voordat je hem op productiedata loslaat. Een CSV-export die jij beheert, draait over een jaar nog steeds. Een community-connector misschien niet.

Een join key kiezen: campagnenaam of link-slug

Klikdata in Looker Studio krijgen lost de helft van het probleem op. De andere helft is die data tegen GA4 afzetten zonder dat de blend stilletjes onzin produceert.

De blend van Looker Studio vereist een gedeelde dimensie, een join key, tussen de twee bronnen. Voor data van korte links geblend met GA4 zijn twee kandidaten de moeite waard:

• Campagnenaam, gekoppeld aan de utm_campaign-waarde die GA4 al rapporteert. De meest gangbare keuze, omdat dit de dimensie is die GA4 standaard toont.
• Link-slug, als je GA4-events of landingspagina's daarmee tagt. De robuustere keuze wanneer één campagne meerdere links omvat, omdat hij overeind blijft als iemand een campagnenaam in één kanaal net iets anders typt.

Alles anders - datum, land, apparaat - blendt de twee tabellen zonder een klik te relateren aan de sessie die hij veroorzaakte, en de grafiek oogt aannemelijk terwijl hij fout is. Campagnenaam werkt alleen als de waarde letter voor letter identiek is tussen export en GA4. UTM-naamconventies houdt die waarde consistent binnen een team, en het end-to-end UTM-playbook behandelt de tagdiscipline die een join key betrouwbaar maakt.

Waarom de twee cijfers niet zullen overeenkomen

Blend de twee bronnen correct, en het dashboard toont nog steeds twee verschillende totalen voor hetzelfde ding: linkkliks en GA4-sessies op één campagne, naast elkaar, niet met elkaar in overeenstemming. Geen bug. Een klik wordt vastgelegd bij de redirect; een GA4-sessie wordt vastgelegd door een browsertag die pas afvuurt nadat de bestemmingspagina is geladen en consent dat toestaat. Bot-verkeer, mailscanners en linkpreviews blazen de klikkant op; consentbeslissingen en het verlaten van de pagina drukken de sessiekant omlaag; één persoon die drie links in één e-mail aanklikt, levert bewust drie kliks en één sessie op. Kliks op korte links versus GA4-sessies neemt dit allemaal door en geeft je een manier om de kloof te overbruggen in plaats van een exacte match na te jagen die niet bestaat.

Ik heb ooit een vergadering bijgewoond waarin een marketingverantwoordelijke en een sales-ops-lead twintig minuten ruzieden over wiens cijfer "het echte" was. Beiden hadden gelijk; ze maten iets anders. Zeg dit voordat iemand ernaar vraagt - een stakeholder die het nooit te horen kreeg, gaat ervan uit dat een van de twee cijfers kapot is.

Zorg dat de klikkant één keer klopt, in plaats van hem elke week opnieuw te exporteren. De linkanalyse van Elido rapporteert al bot-gefilterde kliks per workspace, en dezelfde geplande export die hier de CSV- of warehouse-route voedt, houdt de Looker Studio-bron actueel zonder dat iemand handmatig een spreadsheet aanraakt.

Een dashboardlayout die een marketingverantwoordelijke ook echt leest

De meeste Looker Studio-dashboards falen zoals de meeste spreadsheets falen: te veel tegels, geen hiërarchie, niets dat een marketingverantwoordelijke vertelt waar hij eerst moet kijken. Een layout die elke week wordt geopend, in plaats van eenmalig gebouwd en daarna genegeerd, houdt het bij vier elementen.

• Vier kerncijfertegels, bovenste rij: totaal aantal kliks deze periode, unieke bezoekers, click-through rate, en de verandering ten opzichte van de vorige periode op de eerste tegel. Drie voelt onvolledig zodra iemand naar de trend vraagt; zes maakt van de bovenste rij weer een muur van cijfers.
• Eén tijdreeks, onder de tegels: kliks per dag over de geselecteerde periode. Dit is de grafiek die mensen als eerste checken, ook al staan de tegels erboven, dus plaats hem hoog genoeg zodat niemand hoeft te scrollen om te zien of de laatste twee weken stijgen of dalen.
• Eén tabel, per link: link-slug, campagne, kliks, unieke bezoekers, gesorteerd op kliks aflopend. Hier vindt een marketingverantwoordelijke de link die het hoofdcijfer heeft bewogen, zonder iemand te hoeven vragen dat na te gaan. Wat je moet meten in linkanalyse van korte links behandelt welke kolommen hun plaats verdienen.
• De filterset, hierna behandeld, die hiervan een rapport maakt dat mensen zelf checken in plaats van eentje dat iemand elke week opnieuw opbouwt.

De filterset die het self-serve maakt

Een dashboard zonder filters wordt precies één keer gebruikt: de dag dat het wordt gebouwd. Een dashboard met de juiste bedieningselementen wordt geopend door mensen die er nooit bij waren toen het werd ontworpen, en dat is nou juist het punt van Looker Studio ten opzichte van een statische grafiek in een slide deck.

Drie bedieningselementen dekken bijna elke vraag die een marketingverantwoordelijke alleen stelt. Een datumbereik-kiezer, standaard ingesteld op de laatste 30 dagen in plaats van alle tijd. Een campagne- of link-slugfilter, gekoppeld aan welke join key je ook hebt gekozen, zodat iedereen één campagne kan isoleren zonder herbouw. En een kanaal- of tagfilter, als je tagschema links per kanaal groepeert, zodat e-mail versus social versus betaald geen drie aparte dashboards vereist.

Weersta de verleiding tot een vierde. Elk extra bedieningselement is één beslissing meer die een eerste-keer-kijker moet nemen voordat hij een cijfer ziet, en vier keuzes voordat er iets wordt weergegeven, leert mensen aan te wachten tot iemand anders het rapport draait.

Verversingssnelheden en wat elke route kost

Geen van de drie routes werkt Looker Studio in realtime bij, en daarvan uitgaan is de snelste manier om het vertrouwen in het dashboard te verliezen zodra iemand een vertraging opmerkt.

Bronnen op basis van Google Sheets verversen volgens een schema dat je zelf kiest - elke 15 minuten, elk uur, elke vier uur of elke 12 uur - waarbij 15 minuten zowel de standaard als het snelste beschikbare interval is. Een warehouse-tabel achter de native connector is flexibeler: elke 1 tot 50 minuten, of van elk uur tot elke 12 uur, wat de standaard is. Googles eigen marketingproduct-connectors, inclusief Analytics, staan vast op elke 12 uur, zonder mogelijkheid om dat te overschrijven. Google's documentatie over het beheren van data freshness behandelt de volledige uitsplitsing, plus de cooldown van één minuut op handmatige verversingen.

Kosten volgen ongeveer hetzelfde patroon. De Sheets-route kost niets bovenop de geplande export die je al hebt. De warehouse-route voegt toe wat je opslag- en querylaag rekent voor het geladen volume - verwaarloosbaar voor de meeste workspaces, het overwegen waard als je ruwe per-klik-rijen laadt in plaats van een dagelijkse rollup. Community-connectors zijn doorgaans gratis te installeren, en precies daarom telt het onderhoudsaddertje: geen factuurrelatie houdt de connector aan een service level, alleen de keuze van wie hem heeft gebouwd om updates te blijven uitbrengen.

Gerelateerd op de blog

• Kliks op korte links versus GA4-sessies
• Linkanalyse van korte links: wat je moet meten en wat je kunt negeren
• Hoe je linkkliks bijhoudt zonder te gokken
• UTM-naamconventie: regels voor schone campagnedata
• Korte links bulk-importeren vanuit een Google Sheet
• Linkanalyse-API: klikstatistieken ophalen met een API-sleutel