BigQuery est un entrepôt de données cloud qui vous permet d'exécuter des requêtes hautement performantes sur des ensembles de données volumineux.
Vous pouvez exporter tous les événements bruts de vos propriétés Google Analytics 4 (y compris les sous-propriétés et les propriétés de consolidation) vers BigQuery, puis interroger ces données à l'aide d'une syntaxe de type SQL. Dans BigQuery, vous pouvez choisir d'exporter vos données vers un espace de stockage externe ou d'importer des données externes afin de les combiner avec vos données Analytics.
Lorsque vous exportez des données vers BigQuery, elles vous appartiennent. Vous pouvez gérer les autorisations d'accès aux projets et aux ensembles de données à l'aide des LCA de BigQuery.
Une exportation complète des données a lieu une fois par jour. Elles sont aussi exportées en continu tout au long de la journée (voir Exportation en flux continu ci-dessous).
Vous pouvez les exporter vers une instance gratuite de BigQuery (le bac à sable BigQuery), mais les exportations dépassant les limites du bac à sable sont payantes.
Les propriétés standards sont limitées à un million d'événements par jour pour BigQuery Export. En savoir plus sur les autres limites de BigQuery Export
Différences entre l'interface Google Analytics et BigQuery Export
L'exportation des événements BigQuery donne accès aux données brutes au niveau de l'événement et de l'utilisateur, à l'exception des valeurs ajoutées par Google Analytics aux données des explorations et des rapports standards. Par conséquent, les données de l'exportation d'événements BigQuery peuvent être différentes des données de l'interface Google Analytics.
Pour comprendre les différences entre l'exportation d'événements BigQuery et l'interface Google Analytics, et pour savoir comment réduire ces différences (si possible), consultez Bridging the gap between Google Analytics UI and BigQuery export (Combler l'écart entre l'interface utilisateur Google Analytics et BigQuery Export).
Exportation en flux continu
Vous pouvez choisir l'option d'exportation en flux continu lorsque vous associez votre propriété Google Analytics 4 à BigQuery.
L'exportation en flux continu vers BigQuery permet d'obtenir les données du jour en quelques minutes, via BigQuery Export.
Lorsque vous utilisez cette option d'exportation, BigQuery dispose d'informations analysables plus récentes sur vos utilisateurs et le trafic sur votre propriété.
Chaque jour, l'exportation en flux continu crée une table :
events_intraday_YYYYMMDD: table intermédiaire interne qui inclut les enregistrements de l'activité de la session au cours de la journée. L'exportation en flux continu est effectuée sur la base du meilleur effort. Elle peut ne pas inclure toutes les données pour différentes raisons, comme le traitement d'événements tardifs et/ou des échecs d'importation. Les données sont exportées en continu tout au long de la journée. Cette table peut inclure les enregistrements d'une session lorsqu'elle couvre plusieurs opérations d'exportation. Elle est supprimée lorsqueevents_YYYYMMDDest terminé.
Si vous sélectionnez l'option quotidienne lorsque vous configurez BigQuery Export, la table suivante est également créée tous les jours.
events_YYYYMMDD: exportation quotidienne complète des événements.
Vous devez interroger events_YYYYMMDD plutôt que events_intraday_YYYYMMDD pour interroger un ensemble de données stable pour la journée.
Pour en savoir plus sur les tables events_YYYYMMDD et events_intraday_YYYYMMDD, consultez le Schéma de BigQuery Export.
L'exportation en flux continu vers BigQuery n'inclut pas les données d'attribution suivantes pour les nouveaux utilisateurs :
- traffic_source.name (dimension de rapport : "Campagne de l'utilisateur")
- traffic_source.source (dimension de rapport : "Source de l'utilisateur")
- traffic_source.medium (dimension de rapport : "Support de l'utilisateur")
Les données d'attribution des utilisateurs existants sont incluses, mais leur traitement complet nécessite environ 24 heures. Pour l'attribution, nous vous recommandons donc de ne pas vous fier aux données issues de l'exportation en flux continu, mais plutôt à celles que vous obtenez avec l'exportation quotidienne complète.
Vous devrez payer des frais BigQuery supplémentaires pour l'utilisation de l'exportation en flux continu, à raison de 0,05 $ par gigaoctet de données. Un gigaoctet équivaut à environ 600 000 événements Google Analytics, mais ce nombre varie selon la taille des événements. En savoir plus sur les tarifs de BigQuery
Calendrier de mise à jour des tables
Les mises à jour des tables créées avec BigQuery Export sont régies par le fuseau horaire de la propriété Analytics à partir de laquelle les données sont exportées.
Les tables d'exportation en flux continu (events_intraday_YYYYMMDD) sont mises à jour en continu tout au long de la journée (par exemple, de minuit à 23:59:59 dans le fuseau horaire de la propriété). Lorsqu'une nouvelle journée commence dans le fuseau horaire de la propriété, les événements sont consignés dans une nouvelle table intrajournalière.
Les tables d'exportation quotidiennes (events_YYYYMMDD) sont créées une fois qu'Analytics a collecté tous les événements de la journée. Analytics met à jour les tables quotidiennes jusqu'à 72 heures au-delà de la date de la table en y ajoutant des événements dont l'horodatage correspond à la date de la table (par exemple, les groupes d'événements que le protocole de mesure ou les SDK Firebase envoient en retard). Par exemple, si la date de la table est le 01/01/2022, Analytics mettra à jour la table jusqu'au 01/01/2022 en y ajoutant les événements dont l'horodatage correspond au 01/01/2022.
Analytics peut parfois mettre à jour les tables quotidiennes à tout moment après le délai de 72 heures, dans les cas où le service doit retraiter des données historiques (par exemple pour corriger un bug qui causait une erreur de traitement).
Pings sans cookie et données fournies par les clients
Lorsque le mode Consentement est implémenté, les pings sans cookie collectés par Analytics sont inclus dans l'exportation vers BigQuery, en plus des données fournies par les clients (comme user_id et les dimensions personnalisées).
Comparer BigQuery Export dans Google Analytics 4 et Universal Analytics
| Google Analytics 4 | Universal Analytics |
|---|---|
|
Disponible avec les versions standard (gratuite) et 360 (payante) Limite de la version standard : un million d'événements par jour Limite de la version 360 : des milliards d'événements par jour |
Disponible pour les utilisateurs de la version 360 (payante) |
|
Coût Exportation gratuite vers le bac à sable BigQuery (dans les limites du bac à sable) Les données exportées qui dépassent les limites du bac à sable sont facturées selon les conditions du contrat |
Coût Exportation gratuite vers le bac à sable BigQuery (dans les limites du bac à sable) Les données exportées qui dépassent les limites du bac à sable sont facturées selon les conditions du contrat |
|
Configuration Peut inclure des flux de données spécifiques et exclure des événements spécifiques pour chaque propriété (vous permet de contrôler le volume et le coût des exportations) |
Configuration Peut associer une vue par propriété (exporte toutes les données de cette vue) |
|
Exportation en flux continu 0,05 $ par Go (en savoir plus sur les tarifs de BigQuery) Table créée : events_intraday_AAAMMJJ La table est supprimée tous les jours :
Les données Campagne de l'utilisateur, Source de l'utilisateur et Support de l'utilisateur ne sont pas incluses pour les nouveaux utilisateurs. |
Exportation en flux continu 0,05 $ par Go (en savoir plus sur les tarifs de BigQuery) Table créée : ga_realtime_sessions_AAAAMMJJ Vue BigQuery créée : ga_realtime_sessions_view_AAAAMMJJ |
|
Exportation quotidienne Table créée : events_AAAAMMJJ |
Exportation quotidienne Tables créées ga_sessions_intraday_AAAAMMJJ
ga_sessions_AAAAMMJJ
|
|
Exportation, généralités Remplissage : aucun remplissage Ensemble de données : pour chaque propriété associée, un ensemble de données appelé analytics_<id de propriété> Si vous avez implémenté le mode Consentement, l'exportation inclut :
|
Exportation, généralités Remplissage : lors de l'association, remplissage de 13 mois de données ou 10 milliards d'appels (selon le volume le plus faible) (Le remplissage vers le bac à sable BigQuery peut échouer.) Ensemble de données : pour chaque vue associée, un ensemble de données portant le même nom que la vue |
|
Schéma d'exportation Chaque ligne d'une table BigQuery représente un événement. Données d'événement uniques à Google Analytics 4 Bien que certains champs Google Analytics 4 soient essentiellement identiques à ceux d'Universal Analytics (par exemple, device.category et device.deviceCategory), il existe plus de différences que de similitudes entre les données d'événement GA4 et les données d'appel UA. |
Schéma d'exportation Chaque ligne d'une table BigQuery représente une session. Données d'appel uniques à Universal Analytics Bien que certains champs Universal Analytics soient essentiellement identiques à ceux de Google Analytics 4 (device.deviceCategory et device.category, par exemple), il existe plus de différences que de similitudes entre les données d'appel UA et les données d'événement GA4. |
Ressources associées
Consultez le guide du développeur BigQuery pour en savoir plus sur les concepts suivants :
