Dashboard no Looker Studio / Data Studio

Abaixo estão dashboards que criamos no Looker Studio para clientes de varejo, farmacêutico, indústria, logística e seguros. Cada um foi criado sobre os dados do próprio cliente, e não sobre um conjunto de demonstração, então as capturas de tela mostram os layouts e controles como foram entregues: seletores de período, barras de filtro, scorecards e tabelas paginadas. Nomes de clientes e números confidenciais não aparecem. Se você quer ter uma ideia de como um dashboard de negócios pode ficar em diferentes ferramentas, nossas páginas de serviço de dashboard de desempenho empresarial e WolfSight tratam do mesmo tema de forma mais geral.

Templates são um bom começo e muitas vezes bastam para uma equipe pequena. O Google publica uma galeria de templates dentro do produto, e fornecedores de conectores e a comunidade publicam muitos outros, incluindo templates de dashboard de GA4 e de Google Ads para o Looker Studio. Você copia o template, aponta para a sua própria fonte de dados e os gráficos se preenchem.

Um template costuma bastar quando:

• Seus dados vêm de uma única fonte com conector nativo, como GA4, Google Ads ou Search Console.
• As métricas padrão são as que você reporta, sem definições personalizadas.
• Uma única pessoa lê o relatório e conhece a plataforma de onde ele vem.

Um template começa a falhar quando:

• Você precisa de várias fontes em uma visão, por exemplo, investimento em anúncios de quatro plataformas comparado com a receita do CRM. Templates pressupõem uma fonte por gráfico.
• Seus KPIs têm definições de negócio: leads qualificados, margem de contribuição, receita líquida após reembolsos.
• O volume de dados é grande o bastante para que conexões em tempo real expirem ou atinjam cotas de API, o que costuma acontecer com relatórios de GA4 com muitos gráficos.
• O relatório vai para um cliente, um conselho ou várias equipes e precisa bater com outro sistema.
• Você precisa de controle de acesso por região, cliente ou equipe.

Um desenvolvimento sob medida parte das perguntas que o relatório precisa responder e do modelo de dados por trás delas. Muitos dos nossos projetos mantêm o layout de um template e substituem tudo o que está por baixo.

O Looker Studio se conecta ao BigQuery de forma nativa e, para qualquer coisa além de poucas fontes ou alguns milhões de linhas, essa é a configuração que recomendamos. Em vez de combinar dados no relatório, você carrega cada fonte no BigQuery, modela tudo em tabelas de relatório limpas com SQL e aponta o dashboard para essas tabelas. O relatório passa a fazer muito pouco trabalho, então carrega rápido e todas as páginas mostram números coerentes entre si.

Quanto custa: as consultas sob demanda do BigQuery são cobradas por TiB de dados processados, com o primeiro 1 TiB de cada mês gratuito por conta de faturamento; o preço de tabela do Google nas regiões dos EUA era de US$ 6,25 por TiB acima disso em outubro de 2026, e o armazenamento é cobrado à parte. Um dashboard que lê tabelas de relatório pequenas e particionadas raramente chega perto da cota gratuita; um que roda consultas em tempo real sobre tabelas brutas de eventos pode chegar.

As peças que normalmente colocamos no lugar:

• Pipelines que carregam dados de plataformas de anúncios, CRM e e-commerce no BigQuery de forma programada (veja nosso serviço de ETL).
• Tabelas particionadas e clusterizadas, para que uma consulta do mês passado não varra cinco anos.
• Consultas programadas ou tabelas materializadas que pré-agregam os dados na granularidade de que o dashboard precisa.
• BI Engine, a camada em memória do Google para o BigQuery, quando um relatório precisa responder em menos de um segundo para muitos usuários simultâneos.
• Acesso por linha por cliente, região ou equipe, quando cada leitor só pode ver os próprios dados.

Se o problema maior é que seus dados estão espalhados e inconsistentes antes mesmo de chegar a um dashboard, comece pela gestão de dados e não pelos relatórios.

O Data Studio Pro é a edição paga do Data Studio, chamada Looker Studio Pro até abril de 2026. Ele mantém todos os recursos gratuitos e acrescenta propriedade da equipe sobre o conteúdo, administração, controles de segurança e suporte. A tabela reflete a documentação e a página de preços do Google, verificadas em outubro de 2026.

A documentação do Google também informa que clientes elegíveis do Looker recebem pelo menos 1.000 licenças Pro gratuitas, com exceções para contratos e instâncias do Looker criados após 1º de agosto de 2026. Para a maioria das equipes pequenas e médias, a edição gratuita basta. O Pro se paga quando os relatórios precisam sobreviver à saída de quem os criou, quando você envia muitos relatórios programados ou quando a revisão de segurança pergunta sobre chaves de criptografia e residência de dados.

O preço do Looker Studio tem quatro partes, e só uma delas é a ferramenta em si.

Como orçamos um desenvolvimento. Não publicamos uma tabela de preços, porque o valor depende de coisas que só vemos nos seus dados: quantas fontes, se elas precisam ser modeladas antes no BigQuery, quantos KPIs precisam de definições acordadas, quantas páginas e públicos, e se o acesso precisa ser restrito por equipe ou cliente. Um único dashboard sobre uma fonte nativa limpa é um trabalho pequeno; um relatório com várias fontes sobre um data warehouse modelado é, em grande parte, engenharia de dados. Definimos o escopo em uma call e depois enviamos um orçamento fechado e a lista de custos de terceiros, como conectores ou BigQuery, antes de qualquer coisa começar.

O Looker Studio é muito usado para relatórios white label porque os leitores não pagam nada e os relatórios podem levar seu logo, suas cores e links do seu domínio em vez da marca do Google na página. O modelo que escala é um template mestre por linha de serviço, conectado a uma fonte de dados que muda conforme o cliente, com o compartilhamento configurado para que cada cliente veja apenas o próprio relatório. Adicionar um cliente passa a ser uma troca de fonte de dados, e não um novo desenvolvimento.

Defina cedo quem é dono dos relatórios (quem os criou, na edição gratuita; a organização, no Pro), como os dados de cada cliente ficam separados em um dataset compartilhado do BigQuery e como os custos de conectores de parceiros crescem a cada nova conta de cliente.