C'è una scena che si ripete quasi identica in ogni primo incontro con un cliente nuovo: mi mostrano tre o quattro strumenti diversi — il gestionale, Google Ads, un foglio Excel aggiornato a mano ogni lunedì mattina, magari un CRM — e mi chiedono la stessa cosa: «possiamo vedere tutto insieme, in un posto solo?». La risposta tecnica è quasi sempre sì. Quella difficile è: insieme come, e per fare cosa.
Perché qui sta il punto che spesso si sottovaluta: mettere dei numeri in una dashboard è la parte facile. La parte che fa davvero la differenza — e su cui costruiamo buona parte del nostro lavoro — è decidere quali numeri contano, come si incrociano tra loro, e cosa deve succedere quando quel numero cambia.
Cosa intendo per «integrare i dati»
Quando un cliente ci chiede una dashboard, la prima domanda che faccio non riguarda mai lo strumento di visualizzazione. Riguarda le fonti: da dove arrivano i dati, in che formato, con quale frequenza, e soprattutto quanto sono affidabili. Un conto è collegare Google Analytics o Google Ads con un connettore nativo, due clic e il dato è pronto. Un altro è dover tirare fuori numeri da un gestionale interno scritto anni fa, da un database MySQL che nessuno ha mai documentato, o da un'API di terze parti che restituisce un JSON diverso a seconda del giorno.
È in questa seconda categoria che passiamo la maggior parte del tempo. Costruiamo un livello intermedio — a seconda dei casi un'API scritta in PHP/Laravel, uno script di export programmato, o una struttura dati alimentata via query — che pulisce, normalizza e organizza i dati prima ancora che arrivino allo strumento di visualizzazione. Una dashboard costruita su dati sporchi non è uno strumento decisionale: è un generatore di discussioni in riunione su chi ha sbagliato il numero.
Un caso concreto
Per un'agenzia di Milano abbiamo sviluppato un tool interno di analisi SEO che integra i dati dell'API di DataForSEO e li trasforma in dashboard Looker Studio pensate per i loro clienti finali: posizionamento, volumi di ricerca, andamento nel tempo, tutto aggiornato automaticamente senza che qualcuno debba esportare un CSV a mano ogni settimana. Il lavoro vero non è stato «fare la dashboard»: è stato progettare come i dati grezzi dell'API dovevano essere aggregati, storicizzati e collegati tra loro perché il report finale raccontasse qualcosa di sensato, non solo un elenco di numeri.
Vetrina o strumento di lavoro?
Ho visto — e onestamente costruito, agli inizi — dashboard bellissime da guardare e piuttosto inutili da usare. Tanti grafici colorati, poche domande a cui rispondono davvero. Una buona dashboard, per come la vedo io, dovrebbe permettere a chi la guarda di fare una cosa sola: capire in pochi secondi se qualcosa richiede attenzione, e passare oltre se non è così. Tutto il resto — filtri, dettagli, drill-down — deve esserci, ma un livello sotto, non davanti agli occhi appena si apre il report.
Questo vale anche per il blending nativo dello strumento, cioè l'unione di più fonti direttamente dentro il report: su volumi importanti o su incroci complessi conviene fare quel lavoro a monte, in una query SQL o in una vista già pronta, lasciando a Looker Studio solo il compito che sa fare meglio — visualizzare.
Una nota per chi lo chiama ancora Looker Studio
Piccola parentesi, giusto per dire che seguiamo lo strumento oltre che le sue funzioni: da aprile 2026 Google ha ribattezzato di nuovo Looker Studio in Data Studio, il nome con cui era nato nel 2016 prima del passaggio sotto il marchio Looker nel 2022. Per chi ha già dei report attivi non cambia nulla, migrano tutti in automatico. La sostanza però resta la stessa: lo strumento è il motore di visualizzazione, il lavoro di integrazione e pulizia dei dati è — oggi come allora — il vero mestiere.
Come lavoriamo, in pratica
Ogni progetto parte da una mappatura delle fonti disponibili e da una domanda molto concreta: quali decisioni deve supportare questa dashboard? Da lì costruiamo il livello di integrazione (connettori nativi dove bastano, un layer custom dove serve), poi il modello dati, e solo per ultimo il report vero e proprio. È un ordine che a volte sorprende chi si aspetta di partire subito dai grafici, ma è quello che fa la differenza tra una dashboard che si usa ogni giorno e una che si apre una volta e poi si dimentica.
Qui sotto trovate qualche screenshot preso da progetti reali seguiti per i nostri clienti. Se avete fonti dati sparse e la sensazione di non riuscire a vederci chiaro, scriveteci: è esattamente il tipo di problema che ci piace risolvere.