אפשר להשתמש במיזוג נתונים ב-Data Studio כדי לצבור מחדש מדדים ולהחיל פונקציות צבירה חדשות על שדות שכבר נצברו. מיזוג ממיר שדות נתונים מצטברים למספרים לא מצטברים, ומאפשר לכם לחשב יחסים, ממוצעים של ממוצעים ומדדים של כמה תקופות בקבוצות נתונים שונות.
דוגמה אחת לצבירה מחדש היא חישוב הממוצע של הממוצעים. לדוגמה, נניח שיש לכם טבלה של שינויים במחירי מניות:
| מגזר | טיקר | שינוי במחיר |
| טכנולוגיה | T1 | +6 |
| טכנולוגיה | T2 | +5 |
| טכנולוגיה | T3 | -3 |
| טכנולוגיה | T4 | -1 |
| אנרגיה | E1 | +2 |
| אנרגיה | E2 | +10 |
| אנרגיה | E3 | -3 |
| כספים | F1 | -6 |
השינוי הממוצע במחיר של הנתונים האלה הוא צבירה בסיסית.
| Average of Price Change |
| 1.25 |
כדי לחשב את השינוי הממוצע במחיר בכל מגזר, צריך לקבץ את הטבלה הזו לפי המאפיין Sector.
| מגזר | Average of Price Change |
| טכנולוגיה | 1.75 |
| אנרגיה | 3 |
| כספים | -6 |
כדי לצבור מחדש את הנתונים האלה, צריך להחיל פונקציית צבירה אחרת, למשל להחיל שוב את הממוצע:
| ממוצע של ממוצע שינוי המחיר |
| -0.42 |
צבירה מחדש ב-Data Studio
כדי לצבור מחדש מדדים ב-Data Studio, משתמשים במיזוג נתונים. במקורות נתונים רגילים, שדות נצברים משתמשים בסוג השדה אוטומטי, שמונע מכם להחיל פונקציות צבירה נוספות. מיזוג הנתונים ממיר את הנתונים האלה למספרים לא נצברים, כך שאפשר להחיל עליהם חישובים חדשים באופן חופשי.
לדוגמה, כדי למצוא את השינוי הממוצע במחירי המניות לפי מגזר ב-Data Studio, אפשר ליצור הגדרת מיזוג שמחברת את אותו מקור נתונים עם עצמו. משתמשים ב-Sector כמפתח האיחוד, וכוללים את המדד Average Price Change גם בטבלה השמאלית וגם בטבלה הימנית:
מגזר 
שינוי ממוצע במחיר
מקור הנתונים המשולב הזה מאפשר להחיל צבירות חדשות על השדה Price Change (שינוי במחיר) שנצבר בעבר.
מיזוג נתונים מבטל את הצבירה שלהם
כשממזגים נתונים, נוצרת טבלה חדשה מהעמודות שבוחרים בהגדרות המיזוג. המדדים בטבלה החדשה נחשבים למספרים לא נצברים.
השדה Price Change הוא כבר לא מדד נצבר, ולכן אפשר להחיל עליו פונקציית צבירה חדשה. בטבלה הבאה מוצגות התוצאות של יצירת מדד חדש AVG(Price Change) עם המספרים שצברנו קודם:
שינוי במחיר
המדד החדש הזה צובר מחדש את המספרים 1.75, 3 ו--6 ומציג את הממוצע שלהם: -0.42.
יצירת עמודת יחס באמצעות מיזוג
שימוש מועיל נוסף בשילוב הוא יצירת מדדי יחס ממספרים שכבר נצברו. נניח שאתם רוצים ליצור עמודת יחס שמחלקת מדד אחד במדד אחר.
בדוגמה הזו נעשה שימוש בשני שדות: קליקים וחשיפות, שמגיעים משני מקורות נתונים שונים.
| אתר | קליקים |
| example.com | 300 |
| example.org | 400 |
| example.net | 200 |
| אתר | חשיפות |
| example.com | 2000 |
| example.org | 2500 |
| example.net | 2000 |
אפשר ליצור עמודת יחס עם שדה מחושב קליקים/חשיפות על ידי מיזוג שני מקורות הנתונים האלה.
| אתר | קליקים | חשיפות | קליקים / חשיפות |
| example.com | 300 | 2000 | 0.15 |
| example.org | 400 | 2500 | 0.16 |
| example.net | 200 | 2000 | 0.1 |
| סכום כולל | 900 | 6500 | 0.41 |
כל השורות של קליקים/חשיפות מכילות מידע נכון, חוץ משורת הסיכום, שבה מוצג הסכום של עמודת היחס SUM(Clicks / Impressions). זה קורה כי קליקים/חשיפות מחושבים לכל שורה [0.15, 0.16, 0.1] ואז הפונקציה SUM מוחלת עליה: [0.15 + 0.16 + 0.1 = 0.41].
התוצאה הנכונה היא 900 חלקי 6,500 = 0.14. כדי לעשות את זה, אפשר לחשב את הערכים בעמודת היחס באמצעות הנוסחה SUM(Clicks) / SUM(Impressions).
| אתר | קליקים | חשיפות | SUM(Clicks) / SUM(Impressions) |
| example.com | 300 | 2000 | 0.15 |
| example.org | 400 | 2500 | 0.16 |
| example.net | 200 | 2000 | 0.1 |
| סכום כולל | 900 | 6500 | 0.14 |
במקרה הזה, בשורת הסיכום מחושב הערך SUM(Clicks) [900] חלקי SUM(Impressions) [6,500], והתוצאה היא 0.14. לאחר מכן, הפונקציה SUM מופעלת עליו שוב, והתוצאה נשארת 0.14.
שימוש באיחוד כדי לשלב נתונים מכמה קבוצות נתונים ואז לצבור אותם מחדש
נניח שאתם צריכים לחשב ממוצע רב-שנתי (לדוגמה, נתונים של 2024 ו-2025 שמאוחסנים בטבלאות נפרדות). השלב הראשון הוא לאחד את הטבלאות כדי ליצור טבלה אחת לא נצברת. אחרי האיחוד, אפשר להחיל שיטות רגילות של צבירה מחדש (כמו חישוב ממוצע כללי) על הנתונים המשולבים.