Eksport GA4 do BigQuery: co dostajesz, ile to kosztuje i kiedy odpuścić

Gdy w raporcie GA4 brakuje danych, w rozmowie pojawia się jedno zdanie: weź BigQuery. Brzmi jak obejście limitu kart, progów danych i próbkowania. W praktyce to osobny projekt w chmurze, własny rachunek i decyzja, której nie da się cofnąć.

Poniżej jest to, co realnie wychodzi z GA4, jakie limity grożą zatrzymaniem eksportu, ile kosztuje piaskownica i w których miejscach liczby rozjadą się z interfejsem.

Co dokładnie ląduje w hurtowni

BigQuery to hurtownia danych w chmurze z zapytaniami w składni zbliżonej do SQL. Eksport obejmuje surowe zdarzenia z usług GA4, także z usług podrzędnych i usług o pełnym zakresie. Każda usługa to osobne połączenie i osobny zbiór danych.

Nazwa zbioru to analytics_<property_id>, gdzie property_id to numeryczny identyfikator usługi z jej ustawień, a nie identyfikator pomiaru z prefiksem G-. W środku leży tabela events_YYYYMMDD za każdy dzień. Streaming dokłada tabelę events_intraday_YYYYMMDD, która jest usuwana po domknięciu tabeli dziennej.

W BigQuery są tylko surowe zdarzenia, które Analytics dostał od klienta. Dane produktowe dodane do połączonych produktów Google nie są tam eksportowane.

Dwa eksporty i dwa różne zastosowania

Eksport dzienny to jeden plik na dobę z pełnymi danymi z poprzedniego dnia. Godzina nie jest gwarantowana. Zwykle dane pojawiają się wczesnym popołudniem w strefie czasowej raportowania, ale mogą przyjść później albo następnego dnia.

Streaming daje bieżący dzień w ciągu minut, bez limitu liczby zdarzeń, ale działa w trybie best effort. Może mieć luki, bo nie każdy klient dosyła zdarzenia tego samego dnia. Do tego dane atrybucji użytkownika mogą się spóźniać do 24 godzin, więc do analizy przypisania Google zaleca eksport dzienny.

Konta Analytics 360 mają trzecią opcję, Fresh Daily, z danymi zwykle do godziny 5 rano i aktualizacjami w ciągu dnia.

Milion zdarzeń i co się dzieje po przekroczeniu

Usługa standardowa ma limit miliona zdarzeń na dobę w eksporcie dziennym. Usługa 360 ma limit 20 miliardów. Streaming nie ma limitu zdarzeń.

Gdy usługa przekracza limit konsekwentnie, dzienny eksport zostaje wstrzymany, a poprzednie dni nie są przetwarzane ponownie. Duże jednorazowe przekroczenie może go zatrzymać od razu. Edytujący i administratorzy dostają wtedy maila o przekroczeniu limitu w zarządzanych usługach.

Lekarstwem jest filtrowanie danych: wykluczenie strumieni i pojedynczych zdarzeń przy tworzeniu połączenia albo później w Administracja, Połączenia produktów, Połączenia z BigQuery. Potrzebna jest rola Edytujący lub wyższa w usłudze oraz OWNER w projekcie BigQuery. Można wpisać nazwy zdarzeń, których jeszcze nie ma w danych, żeby ubiec znany hałaśliwy event, zanim zacznie psuć eksport.

Rachunek zaczyna się w Cloud, nie w GA4

BigQuery liczy za przechowywanie i przetwarzanie zapytań. Streaming to dodatkowe 0,05 USD za gigabajt danych, a Google szacuje gigabajt na około 600 tysięcy zdarzeń, choć wszystko zależy od rozmiaru zdarzeń.

Warunek, o którym łatwo zapomnieć: w Cloud musi być ważna forma płatności. Gdy eksport zostanie przerwany z powodu nieprawidłowej metody płatności, Google nie jest w stanie ponownie wyeksportować danych za ten okres.

To prowadzi do najważniejszej konsekwencji. Po wyeksportowaniu danych z Analytics do BigQuery nie można ich wyeksportować drugi raz. Włączenie eksportu jest decyzją jednorazową, a nie przełącznikiem, który włącza się na tydzień próby.

Piaskownica: darmowa, ale z zegarem

BigQuery sandbox pozwala zacząć bez karty płatniczej, ale ma twarde granice. Dostajesz 10 GiB miejsca na całe życie konta i limit nie wraca po usunięciu danych. Do zapytań jest 1 TiB przetworzonych danych miesięcznie, tyle samo co w darmowym pakiecie BigQuery.

Wszystkie zbiory mają domyślny czas wygaśnięcia, a tabele, widoki i partycje znikają po 60 dniach. Piaskownica nie obsługuje streamingu, instrukcji DML ani usługi BigQuery Data Transfer Service, więc nie ma też importu danych intraday.

Wniosek jest praktyczny: piaskownica nadaje się na sprawdzenie integracji i napisanie pierwszych zapytań. Nie nadaje się na archiwum dłuższe niż dwa miesiące ani na cokolwiek, co ma przetrwać kwartał.

Gdzie liczby rozjadą się z interfejsem

Eksport to surowe zdarzenia bez dodatków, które dokłada interfejs. Ostatnie kliknięcie zamiast modelu atrybucji, brak modelowania i brak danych produktowych sprawiają, że liczby różnią się z założenia, a nie z powodu błędu.

Identyfikatory wBRAID i gBRAID nie trafiają do eksportu. GCLID jest, w polu collected_traffic_source, obok dclid i srsltid. Przy ruchu ograniczonym zgodą zostaje więc dziura w łączeniu kliknięć z reklamą, a Google sugeruje uzupełnianie źródła przez Google Ads API albo Google Ads Scripts.

Stan zgody widać w polach privacy_info.ads_storage i privacy_info.analytics_storage z wartościami Yes, No i Unset. Przy odmowie w eksporcie leżą wiersze cookieless obok surowych identyfikatorów, takich jak user_id i wymiary niestandardowe.

Do tego dochodzi czas. Tabela dzienna dociąga spóźnione zdarzenia jeszcze przez kilka dni, ale dokumentacja nie jest tu spójna: strona konfiguracji mówi o dwóch dniach kalendarzowych plus dzisiaj, opis schematu o trzech dniach od daty zdarzenia. Po tym oknie spóźnione zdarzenia nie są zapisywane. Zmiana strefy czasowej usługi może przesunąć eksport albo pominąć jedną dobę.

Dostęp i RODO: to twoja lista, nie Google

Dostępem zarządzasz przez listy kontroli dostępu w BigQuery, a nie przez role w GA4. Kto ma wgląd w projekt, ten widzi surowe identyfikatory i wymiary niestandardowe, nawet jeśli w interfejsie Analytics widział tylko raporty zbiorcze.

Retencja też przechodzi na ciebie. W interfejsie GA4 wybierasz 2 albo 14 miesięcy i nie edytujesz pojedynczych wierszy. W BigQuery trzymasz dane tak długo, jak sam zdecydujesz, więc potrzebna jest polityka usuwania, a nie tylko polityka dostępu.

Podstawa prawna się nie zmienia: art. 399 PKE obejmuje przechowywanie informacji na urządzeniu końcowym, standard zgody wynika z RODO przez art. 400 PKE, a art. 5 ust. 2 RODO każe umieć wykazać zgodność. Eksport tego nie upraszcza, bo dokłada drugie miejsce, w którym dane istnieją.

Kiedy to ma sens, a kiedy nie

Eksport ma sens przy dużym wolumenie, gdy potrzebujesz surowych zdarzeń, łączenia z danymi z CRM albo systemu zamówień, pracy na identyfikatorze użytkownika albo uzgadniania przychodów na poziomie transakcji. Wtedy interfejs GA4 przestaje wystarczać, a eksploracje nie odpowiadają na pytania przekrojowe.

Nie ma sensu w firmie, która potrzebuje trzech raportów miesięcznie. Looker Studio połączony z GA4 i kilka zapisanych eksploracji rozwiążą sprawę taniej i bez utrzymywania projektu w chmurze.

Przed włączeniem ustal trzy rzeczy: kto płaci za Cloud, kto pisze i utrzymuje zapytania oraz kto odpowiada na pytanie o retencję danych. Bez odpowiedzi na te trzy pytania eksport stanie się kolejnym kosztem, którego nikt nie czyta.