Blog Analityczny. Narzędzia. Techniki. Rozwiązania Analityczne.

Wykorzystanie Stripe API i Google Data Studio do budowy szybkiego dashboardu

| Python | DataStudio | Colab | Przeczytasz w 2 min.

W skrócie:

Chcesz w minutę zobaczyć wszystkie płatności Stripe na czytelnym dashboardzie? Wystarczy prosty skrypt w Pythonie uruchomiony w Google Colab, który pobiera dane z Stripe API, zapisuje je w Google Sheets, a raport tworzysz w Looker Studio.

Zero dodatkowej infrastruktury - szybki efekt wizualny, idealny na start i do realizacji szybkich analiz.

Stripe.com to łatwa w implementacji i popularna bramka płatności, wygodna do obsługi transakcji w walutach zagranicznych np. Dla serwisów typu SaaS, blogów czy sklepów internetowych.

Korzystając z API Stripe, można szybko zrobić prostą konstrukcję, która wykona następujące operacje:

  • Pobierze dane o aktualnych płatnościach
  • Dane zapisze w pliku Google Sheet
  • Dane zaprezentuje w Google Data Studio

Do pobrania danych wykorzystamy Pythona, uruchamianego w środowisku Google Colab (można wykorzystać jednak dowolny inny edytor czy środowisko uruchomieniowe).

Przykładowy kod, który realizuje operację pobrania danych ze Stripe.com I zapisania ich w Google Sheet:

Uwaga: przed rozpoczęciem prac związanych z oskryptowaniem, musimy utworzyć token w interfejsie Stripe.com:

Pamiętaj, aby utworzyć klucz typu restricted API key z uprawnieniami do odczytu. Nigdy nie używajmy klucza głównego.

Prezentacja danych w Google Data Studio

Aby zaprezentować dane w Data Studio, musimy utworzyć nowe źródło danych, oparte o utworzony plik Google Sheet:

  • Po zalogowaniu się do Data Studio wybieramy opcję: Create > Data Source
  • Nastepnie wybieramy Google Sheet jako źródło danych

  • Z listy plików wybieramy ten o nazwie Stripe.com

  • Klikamy przycisk EXPLORE I przechodzimy do wizualizacji:

Na bazie utworzonego źródła danych możemy zbudować raport Data Studio.

Mozliwe dalsze działania:

  • Wykorzystanie Google Cloud Function do cyklicznego uruchamiania skryptu, tak aby uniknac konieczności ręcznego aktualizowania danych.

Kluczowe pytania i odpowiedzi

  1. Dlaczego nie warto używać głównego klucza API Stripe?
    Główny klucz daje pełny dostęp do konta, w tym do operacji zapisu i usuwania danych. Użycie go w prostym skrypcie analitycznym to poważne ryzyko bezpieczeństwa. Dlatego zawsze należy tworzyć tzw. restricted API key tylko z uprawnieniami do odczytu.
  2. Czy Google Sheets to dobre rozwiązanie przy większej skali danych?
    Na początek – tak, bo jest darmowe i bardzo proste. Jednak przy rosnącej liczbie transakcji Sheets szybko staje się wąskim gardłem. Wtedy lepiej przenieść dane do BigQuery i korzystać z natywnego połączenia z Looker Studio.
  3. Jak zautomatyzować proces odświeżania danych?
    W opisie widzimy manualne uruchamianie skryptu w Colabie. W praktyce można to usprawnić, np. przez Google Cloud Functions lub Cloud Scheduler. Dzięki temu dane aktualizują się w tle, a w Data Studio zawsze mamy świeże liczby.

Zakończenie

Jak widzimy, integracja Stripe z Google Data Studio nie wymaga rozbudowanej infrastruktury. Jest to dobry punkt startowy dla osób, które chcą szybko zobaczyć swoje dane w czytelnej formie - a jednocześnie krok w stronę bardziej zaawansowanych rozwiązań, takich jak BigQuery czy automatyzacja w chmurze (a które to wymagają już większego doświadczenia i umiejętności).

Darmowe narzędzia analityczne

Kalkulatory i generatory dla marketerów i analityków

Encyklopedia GA4 Wszystkie zdarzenia GA4
Audytor GA4 Sprawdź konfigurację
Symulator Atrybucji Porównaj modele atrybucji
Kalkulator BigQuery Oszacuj koszty GA4 + BQ
Kreator Linków UTM Taguj kampanie GA4/Piwik
Generator dataLayer Ecommerce, formularze, eventy
Kalkulator ROAS/ROI Rentowność kampanii
Kalkulator LTV Wartość życiowa klienta
Zobacz wszystkie narzędzia →

Przeczytaj również

Najnowsze artykuły z bloga

Porady i wskazówki

Szybkie tipy dla analityków

Więcej porad →