Экспорт GA4 в BigQuery: анализ сырых маркетинговых данных

Зачем выгружать GA4 в BigQuery

Интерфейс GA4 показывает агрегированные отчёты с ограничениями: пороги данных, лимиты на кардинальность, сложные исследования. Экспорт в BigQuery даёт сырые события — каждое событие отдельной строкой со всеми параметрами. Это нужно, когда вы хотите:

• построить собственные воронки и атрибуцию;
• объединить данные сайта с CRM, расходами на рекламу и офлайн-продажами;
• хранить историю дольше, чем позволяет срок хранения в GA4;
• строить дашборды в Looker Studio или BI без ограничений API.

Как связать GA4 с BigQuery

1. Создайте проект в Google Cloud и включите BigQuery API. Для начала подойдёт песочница BigQuery без привязки карты, но таблицы в ней удаляются автоматически, а потоковый экспорт недоступен.
2. В GA4 откройте Администратор → Связи с продуктами → Связи с BigQuery и создайте связь. Нужны права редактора в GA4 и владельца в проекте GCP.
3. Выберите регион хранения данных — изменить его потом нельзя.
4. Выберите тип экспорта:
   • Ежедневный — таблица events_YYYYMMDD раз в сутки.
   • Потоковый — events_intraday_YYYYMMDD в течение дня, платный.
5. При необходимости исключите лишние события, чтобы уменьшить объём.

Данные появляются со следующего дня; исторических данных до момента связи экспорт не содержит. Поэтому подключайте его как можно раньше, даже если анализировать будете позже.

Схема таблицы событий

Одна строка — одно событие. Ключевые поля:

Главная особенность — event_params. Значение параметра лежит в одном из полей value.string_value, value.int_value, value.double_value, и достать его можно только через UNNEST.

Пример: сессии по дням

Сессия в экспорте — это пара user_pseudo_id и параметра ga_session_id.

SELECT
  event_date,
  COUNT(DISTINCT CONCAT(user_pseudo_id, CAST(
    (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id')
  AS STRING))) AS sessions
FROM `my-project.analytics_123456789.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20261001' AND '20261007'
GROUP BY event_date
ORDER BY event_date;

Пример: сессии по источникам

В новых выгрузках есть поле session_traffic_source_last_click с источником сессии по последнему клику. Для старых данных источник сессии восстанавливают из collected_traffic_source первого события сессии.

SELECT
  session_traffic_source_last_click.manual_campaign.source AS source,
  session_traffic_source_last_click.manual_campaign.medium AS medium,
  COUNT(DISTINCT CONCAT(user_pseudo_id, CAST(
    (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id')
  AS STRING))) AS sessions
FROM `my-project.analytics_123456789.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20261001' AND '20261007'
GROUP BY source, medium
ORDER BY sessions DESC;

Пример: воронка покупки

Простая «открытая» воронка — сколько пользователей совершили каждый шаг за период:

SELECT
  COUNT(DISTINCT IF(event_name = 'view_item', user_pseudo_id, NULL)) AS view_item,
  COUNT(DISTINCT IF(event_name = 'add_to_cart', user_pseudo_id, NULL)) AS add_to_cart,
  COUNT(DISTINCT IF(event_name = 'begin_checkout', user_pseudo_id, NULL)) AS begin_checkout,
  COUNT(DISTINCT IF(event_name = 'purchase', user_pseudo_id, NULL)) AS purchase
FROM `my-project.analytics_123456789.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20261001' AND '20261031';

Если важен порядок шагов, сравнивайте event_timestamp каждого шага внутри пользователя или сессии.

Как контролировать стоимость

В модели on-demand BigQuery берёт плату за объём просканированных данных, а не за число строк в результате. Правила:

• Всегда фильтруйте _TABLE_SUFFIX — без него запрос читает всю историю.
• Не пишите SELECT *: BigQuery колоночный, платите только за выбранные столбцы.
• Смотрите оценку объёма в редакторе до запуска.
• Задайте лимит максимально оплачиваемых байт для запросов и бюджет с оповещениями в Cloud Billing.
• Для дашбордов создавайте агрегированные таблицы по расписанию, а не гоняйте BI по сырым событиям.

Почему цифры не совпадают с интерфейсом GA4

Расхождения нормальны: в интерфейсе применяются пороги данных, моделирование и приближённый подсчёт уникальных значений, а в экспорте их нет. Также экспорт не содержит смоделированных данных Consent Mode. Сравнивайте тренды, а не точные значения.