Como utilizar o conector do Looker Studio
O conector LLM Pulse para Looker Studio permite visualizar os seus dados de visibilidade em IA no Looker Studio (anteriormente Google Data Studio). Crie painéis de controlo de menções, citações, visibilidade, sentimento e comparativos com a concorrência. Depois, partilhe-os com a equipa ou com clientes sem que precisem de iniciar sessão na LLM Pulse.
Com o conector do Looker Studio, pode:
- Criar painéis de controlo de visibilidade em IA no Looker Studio com os seus dados da LLM Pulse
- Escolher entre conjuntos de dados de visibilidade em IA e Social & Community
- Filtrar os gráficos de visibilidade em IA por modelo de IA, país, idioma, etiqueta, enfoque de marca ou tipo de prompt
- Consultar citações em redes sociais, YouTube, aplicações móveis e Reddit
- Combinar métricas de visibilidade em IA com outras fontes de dados de marketing
- Partilhar painéis com clientes ou outras partes interessadas sem que precisem de iniciar sessão na LLM Pulse
- Começar com um relatório padrão e escolher os gráficos e campos do conjunto de dados
Antes de começar
Precisa de dois elementos:
- Um plano Scale ou superior. O conector autentica-se com uma chave de API.
-
Uma chave de API da LLM Pulse. Abra o menu do perfil, no canto inferior esquerdo da aplicação, aceda a Chaves de API e crie uma chave, caso ainda não tenha. As chaves começam por
llmpulse_. Mantenha-a privada: qualquer pessoa que tenha a chave pode ler os dados do projeto a que esta dá acesso.
Início rápido
O conector disponibiliza conjuntos de dados de visibilidade em IA e Social & Community. Uma nova origem de dados abre um relatório padrão em branco, onde escolhe os gráficos e campos do conjunto de dados selecionado. O modelo público v6 destina-se às origens de dados clássicas.
- Nova fonte do conector: adicione a fonte de dados, escolha um projeto e um conjunto de dados e crie o relatório. Adicionar o conector
- Modelo clássico v6: abra o modelo se utilizar uma fonte de dados do conector clássico. Abrir o modelo clássico
- Para ver um exemplo opcional, consulte o relatório de três páginas da Amazon.
- Vídeo de demonstração: prefere acompanhar os passos? Ver o vídeo de configuração
Também pode aceder ao conector e ao modelo em Integrações, na barra lateral da LLM Pulse.
Configurar o conector
Comece por selecionar um projeto e um conjunto de dados. Em seguida, os conjuntos de dados Social & Community pedem a plataforma, a loja de aplicações, a desagregação ou o destino relevante, além dos filtros de origem opcionais. As datas e os campos dos gráficos são selecionados no relatório.
1. Adicionar a fonte de dados
Abra o link do conector e autorize o acesso com a sua conta Google, se o Looker Studio o solicitar.
2. Introduzir a chave de API
Na etapa de credenciais seguras, o Looker Studio pede a chave de API llmpulse_. Introduza-a e avance. O conector valida a chave antes de apresentar as definições. A chave fica guardada como credencial privada do utilizador, não como campo de configuração do relatório.
3. Escolher um projeto e um conjunto de dados
Escolha o projeto que pretende visualizar e, depois, o Data set, que determina o que representa cada linha:
- Brand trends: métricas da sua marca e de todos os concorrentes monitorizados ao longo do tempo.
- Prompts: uma linha por Prompt, com o respetivo texto, link, classificação e métricas de visibilidade, citações e sentimento.
- Share of Voice: a parte de cada marca no total de menções de marcas ao longo do tempo.
- Cited sources: os domínios citados nas respostas de IA, ordenados pelo número de respostas que os citam.
- Social & Community: resumos e tendências de citações, comparações entre plataformas, perfis ligados e desagregações para Instagram, Facebook, TikTok, LinkedIn, YouTube, aplicações móveis e Reddit.
- Social content: vídeos e canais do YouTube; publicações e perfis sociais; citações dos seus próprios perfis; tendências de canais, perfis e aplicações; e respostas de IA que citam uma publicação, um vídeo, um perfil ou um canal selecionados.
- Mobile apps: classificações de aplicações citadas e comparação dos totais da Google Play e da App Store.
- Reddit: citações de subreddits, autores e tópicos; marcas mencionadas nas publicações dos autores; atividade por sentimento e subreddit; posições das citações; e quota da marca face à concorrência. A atividade por subreddit reúne os cinco principais e agrupa os restantes em Others.
Para combinar vários conjuntos de dados num relatório, adicione o conector uma vez por cada conjunto de dados.
4. Selecionar as opções da origem social, se forem apresentadas
Nos conjuntos de dados Social & Community, selecione a plataforma ou a loja de aplicações pretendida. As categorias de desagregação dependem da origem: Instagram, Facebook, TikTok, LinkedIn e YouTube disponibilizam model, country, content type ou age bucket; Reddit disponibiliza sentiment, model ou country; as aplicações móveis disponibilizam model ou country. No conjunto Social & YouTube: citing answers, indique se pretende encontrar respostas que citam um URL ou um perfil e, em seguida, indique esse destino. Os filtros opcionais podem restringir os dados por modelo, país, idioma, etiqueta ou enfoque de marca. Nos relatórios de Reddit, também pode filtrar por subreddit ou autor; nos relatórios de tópicos, pode escolher all, open ou archived. Para consultar respostas citadas, a sua conta também precisa de acesso a Prompts.
5. Ligar
Clique em Connect, no canto superior direito. A nova origem abre um relatório padrão em branco. Adicione gráficos e tabelas e escolha os campos do conjunto de dados selecionado.
Dados de Social & Community
Estes conjuntos de dados abrangem resumos e comparações de citações, tendências, perfis ligados e desagregações para Instagram, Facebook, TikTok, LinkedIn, YouTube, aplicações móveis e Reddit. Utilize os resumos para consultar métricas do período atual, do anterior e as respetivas variações; as tendências para ver a atividade das execuções reais; e os dados de conteúdo ou perfil para analisar origens específicas. Outra opção apresenta respostas de IA que citam um URL ou perfil.
Outros conjuntos incluem vídeos e canais do YouTube; publicações e perfis sociais; citações de perfis próprios; tendências de canais, perfis e aplicações; e classificações de aplicações citadas, até 500 por loja, com os totais da Google Play e da App Store. Os conjuntos de Reddit abrangem subreddits, autores, tópicos, marcas mencionadas nas publicações, atividade por sentimento e subreddit, posições das citações e quota da marca e da concorrência. A atividade inclui os cinco principais subreddits e agrupa os restantes em Others.
Os períodos de tendência seguem as execuções reais. Os períodos sem execução são omitidos; uma execução sem citações tem um zero real. Os gostos, comentários, visualizações e seguidores são os valores mais recentes, não o crescimento no período selecionado. Os metadados desconhecidos podem ficar em branco. Os membros da equipa precisam de Social & Communities: profiles and apps e, para essas plataformas, de YouTube Intelligence ou Reddit Intelligence. A consulta de respostas que citam conteúdo também requer acesso a Prompts. A chave API tem de pertencer a uma conta com um plano Scale ou superior. Os relatórios com mais de 20 000 linhas apresentam um erro; reduza o intervalo de datas ou aplique filtros à origem para carregar todos os resultados.
Criar gráficos e filtros no relatório
- As datas seguem o relatório. O conector lê sempre o período do controlo de intervalo de datas do relatório (os últimos 28 dias, se o relatório não tiver nenhum).
- Escolha a granularidade com o campo de data. Utilize Date para dados diários, Week para dados semanais ou Month para dados mensais. As taxas, como Visibility, são calculadas para o período representado no gráfico. Assim, um gráfico semanal mostra a taxa real de cada semana, e não uma média dos dias. No acompanhamento semanal em Brand trends, utilize Week como dimensão de data do gráfico e selecione também Week como dimensão de data de Sparkline nas tabelas de dados (scorecards). Se utilizar Date, os dados semanais podem surgir como picos diários. Os gráficos sem campo de data, como as tabelas de dados (o gráfico que resume uma única métrica), mostram um único total para todo o intervalo de datas: as contagens são somadas e as taxas, como Visibility, são calculadas para todo o intervalo.
- Filtre ou divida os dados por segmento. AI Model, Country, Language, Tag, Brand Focus e Prompt Type são dimensões normais. Adicione uma delas a um gráfico para o dividir, ou adicione um controlo de filtro (uma lista pendente, por exemplo) para que os leitores escolham os valores. Por exemplo, uma lista pendente em Tag permite aos leitores ver uma etiqueta de cada vez.
- As métricas são obtidas a pedido. O conector solicita as métricas necessárias para calcular e apresentar o gráfico.
Cada combinação de valores de segmento num gráfico corresponde a um pedido separado à LLM Pulse, pelo que um gráfico pode dividir os dados em 40 combinações, no máximo (8 em Cited sources). Se um gráfico ultrapassar esse limite, o conector indica-o: adicione um filtro a um dos segmentos ou remova um deles do gráfico.
Utilizar o modelo clássico v6
O modelo público v6 foi concebido para fontes de dados clássicas. Abra o modelo. Para experimentar uma nova fonte v2, crie uma cópia. Na cópia, identifique os gráficos que utilizam parâmetros legados ou campos personalizados antes de substituir a fonte. Depois, verifique a compatibilidade de cada gráfico com a fonte v2 e atualize ou recrie os que precisarem.
O Google avisa que os modelos podem ter um comportamento imprevisível com conectores que utilizem esquemas variáveis ou múltiplos. Consulte as orientações do Google sobre modelos.
Campos disponíveis
Brand trends, Share of Voice e Cited sources partilham estas dimensões de segmento:
| Campo | Descrição |
|---|---|
| AI Model | Modelo de IA que produziu as respostas |
| Country | País do Prompt (código ISO) |
| Language | Idioma do Prompt (código ISO) |
| Tag | Etiqueta do Prompt. Um Prompt com várias etiquetas conta uma vez em cada uma, e os Prompts sem etiquetas ficam de fora quando o gráfico é dividido por etiqueta |
| Brand Focus | brand, brandother ou nonbrand. Utilize non_brand para comparar a sua marca com os concorrentes em condições justas |
| Prompt Type | informational, navigational, commercial ou transactional |
Brand trends
| Campo | Tipo | Descrição |
|---|---|---|
| Date, Week, Month | Dimensão | Período do ponto de dados |
| Actor Type | Dimensão | "project" (a sua marca) ou "competitor" |
| Actor Name | Dimensão | Nome da marca ou do concorrente |
| Actor Domain | Dimensão | Domínio da marca ou do concorrente |
| Actor ID | Dimensão | ID interno do projeto ou do concorrente |
| Visibility | Métrica | Proporção de respostas que mencionam a marca |
| Mentions | Métrica | Respostas que mencionam a marca |
| Responses | Métrica | Respostas recolhidas (consulte Informações úteis) |
| AI Visibility Score | Métrica | Visibilidade ponderada pela posição (um valor superior é melhor) |
| Average Mention Position | Métrica | Posição média da marca entre as marcas referidas nas respostas que a mencionam (um valor inferior é melhor) |
| Citations | Métrica | Respostas que citam o URL da marca. Inclui citações visíveis e referências de fontes em segundo plano |
| Average Position | Métrica | Posição média do URL da marca entre os URL que uma resposta cita (só citações visíveis; um valor inferior é melhor) |
| Citation Rate | Métrica | Proporção de respostas que citam o URL da marca |
| Sentiment (5 levels) | Métrica | Proporção das avaliações de sentimento sobre a marca em cada nível, de muito positivo a muito negativo |
| Net Sentiment Score | Métrica | Equilíbrio geral do sentimento, entre -100 e 100 |
Prompts
| Campo | Tipo | Descrição |
|---|---|---|
| Prompt ID, Prompt | Dimensão | O Prompt e o respetivo ID interno |
| Prompt Link | Dimensão | Abre o Prompt na LLM Pulse |
| Prompt Tags | Dimensão | Nomes das etiquetas separados por "; " (filtre com "Contém") |
| AI Model | Dimensão | Ao adicionar esta dimensão, cada Prompt passa a ter uma linha por modelo |
| Country, Language, Brand Focus, Prompt Type | Dimensão | A classificação do Prompt |
| Responses | Métrica | Respostas recolhidas para o Prompt no período |
| Mentions, Visibility | Métrica | Respostas que mencionam a sua marca, em número e em proporção |
| Average Mention Position | Métrica | Posição média da sua marca entre as marcas referidas nas respostas que a mencionam |
| Citations, Citation Rate | Métrica | Respostas que citam o URL da sua marca, em número e em proporção |
| Average Citation Position | Métrica | Posição média do URL citado da sua marca entre os URL que uma resposta cita |
| Sentiment Responses | Métrica | Respostas com uma avaliação de sentimento sobre a sua marca |
| Sentiment (5 levels), Net Sentiment Score | Métrica | Sentimento das respostas ao Prompt, como proporções de Sentiment Responses |
Share of Voice
| Campo | Tipo | Descrição |
|---|---|---|
| Date, Week, Month | Dimensão | Período do ponto de dados |
| Actor Type / Name / Domain / ID | Dimensão | As mesmas dimensões de entidade que em Brand trends |
| Share of Voice | Métrica | Parte de todas as menções de marcas do período atribuída à marca |
Cited sources
| Campo | Tipo | Descrição |
|---|---|---|
| Domain | Dimensão | O domínio citado |
| Responses Citing Domain | Métrica | Respostas de IA distintas que citam o domínio |
| Domain Citation Rate | Métrica | Proporção de todas as respostas que citam o domínio |
Informações úteis
Alguns comportamentos que costumam causar confusão:
-
As percentagens usam uma escala de 0 a 1. O Looker Studio espera que os campos percentuais estejam entre 0 e 1. Por isso, uma Visibility de 45% surge como
0.45. Está correto: o Looker Studio acrescenta automaticamente o símbolo % nos gráficos. O valor é igual ao da API REST (45), mas apresentado noutra escala. - Os campos de sentimento são proporções, não filtros. Neutral Sentiment é a proporção de avaliações neutras entre as respostas com sentimento sobre a sua marca. Não altera Responses. Por exemplo, um Prompt com 40 Responses e 32 Sentiment Responses, 13 das quais neutras, apresenta Responses 40 e cerca de 41% de Neutral Sentiment. Utilize Sentiment Responses no conjunto de dados Prompts para obter a contagem de base.
-
Sentimento negativo combinado: num gráfico da nova configuração, escolha o tipo
Percente a agregaçãoAVGpara este campo. - Responses repete-se em cada linha de entidade. Em Brand trends, cada linha de marca e de concorrente tem a mesma contagem de Responses, pelo que um gráfico que some Responses de várias entidades multiplica esse valor. Filtre por Actor Type = project ou divida o gráfico por entidade.
- Todos os concorrentes são incluídos. Brand trends e Share of Voice incluem sempre a sua marca e todos os concorrentes do projeto. Filtre por Actor Name para restringir a comparação.
- Brand trends inclui os períodos com respostas. Se um período tiver respostas, mas não tiver menções nem citações, essas contagens apresentam 0. Os períodos sem respostas são omitidos. Ajuste o campo Date, Week ou Month à frequência de monitorização. No acompanhamento semanal, utilize Week na dimensão do gráfico e na dimensão de data de Sparkline para evitar picos diários.
Alterar a configuração mais tarde
Para mudar de projeto ou de conjunto de dados após a configuração:
- No Looker Studio, aceda a Resource → Manage added data sources.
- Clique em Edit na fonte de dados da LLM Pulse.
- Clique em Edit connection, atualize o projeto ou o conjunto de dados e clique em Reconnect.
Mudar de conjunto de dados altera os campos disponíveis. Por isso, os gráficos que utilizam campos que o novo conjunto de dados não tem precisam de ser atualizados.
Fontes de dados criadas com a configuração clássica
As fontes de dados adicionadas antes de outubro de 2026 continuam a funcionar exatamente como antes, com a configuração clássica: um tipo de relatório, caixas de verificação de métricas, filtros, concorrentes, um intervalo de datas e uma granularidade escolhidos na configuração da fonte de dados. Nada muda nos relatórios existentes.
Na configuração clássica:
- As caixas de verificação Include ... Sentiment e as restantes caixas de métricas só determinam as métricas a obter quando um gráfico não pede nenhuma. Nunca filtram respostas e não têm efeito no tipo de relatório Prompt performance.
- Os filtros, os concorrentes e o intervalo de datas aplicam-se a toda a fonte de dados. Escolha Follow report date range para utilizar o controlo de intervalo de datas do relatório.
Para experimentar a nova configuração, crie primeiro uma cópia do relatório. Na cópia, identifique os gráficos que utilizam parâmetros legados ou campos personalizados antes de substituir a fonte. Adicione uma nova fonte do conector para o mesmo projeto e o conjunto de dados correspondente (Brand trends para Timeseries, Prompts para Prompt performance, Share of Voice para Share of Voice e Cited sources para Top Sources). Depois, verifique a compatibilidade de cada gráfico com a nova fonte. Brand trends e Share of Voice partilham alguns nomes de campos com as fontes clássicas, mas alguns gráficos podem precisar de ser atualizados ou recriados.
Resolução de problemas
"Unable to fetch data"
Confirme que a chave de API está ativa e começa por llmpulse_, que o projeto selecionado ainda existe e que o seu plano Scale ou superior está ativo. Volte a ligar a fonte de dados se o Looker Studio pedir novamente a chave.
"This chart splits the data into more than 40 combinations"
O gráfico utiliza demasiadas dimensões de segmento em simultâneo (por exemplo, AI Model, Country e Language em conjunto). Adicione um filtro a uma delas ou remova uma do gráfico.
Sem dados nos gráficos
Amplie o intervalo de datas do relatório, utilize Week ou Month nos gráficos de acordo com a frequência de monitorização da conta e verifique os filtros do relatório em AI Model, Country, Language e Tag.
Os dados parecem desatualizados
O Looker Studio guarda os resultados em cache. Utilize Refresh data no relatório ou na fonte de dados. Os dados subjacentes são atualizados quando terminam as execuções de Prompts, de acordo com a frequência de monitorização da conta.
Um concorrente não apresenta dados
Pode não haver menções no intervalo de datas ou com os filtros selecionados. Confirme se o concorrente existe em Preferências → Concorrentes na barra lateral da LLM Pulse.
Perguntas frequentes
É possível combinar estes dados com os do Google Analytics ou do Search Console?
Sim. Utilize a combinação de dados do Looker Studio e associe os conjuntos pelo campo Date para combinar dados da LLM Pulse com qualquer outra fonte.
É possível criar campos calculados?
Sim. Crie campos calculados personalizados no Looker Studio a partir de qualquer uma das métricas acima, por exemplo, para calcular rácios próprios ou combinar pontuações.
É possível adicionar mais do que uma fonte de dados da LLM Pulse a um relatório?
Sim. Adicione o conector uma vez por cada projeto ou conjunto de dados e utilize-os em conjunto no mesmo relatório.
O controlo de intervalo de datas do Looker Studio funciona?
Sim. O conector obtém sempre exatamente o período selecionado no controlo de intervalo de datas do relatório. As fontes de dados clássicas fazem o mesmo quando o intervalo de datas está definido como Follow report date range.
Os leitores podem filtrar por etiqueta ou por modelo de IA?
Sim. Adicione um controlo de lista pendente em Tag, AI Model ou qualquer outro segmento, e os leitores podem mudar de valor sem editar o relatório.
É possível utilizar o conector num plano gratuito ou Starter?
Não. O conector requer uma chave de API, disponível nos planos Scale e superiores.