Eksport do BigQuery (ang. GA4 BigQuery Export) to natywna, bezpłatna integracja usługi Google Analytics 4 z hurtownią danych BigQuery w Google Cloud, która zapisuje surowe dane o zdarzeniach na poziomie pojedynczego użytkownika i pojedynczego hita – bez próbkowania, bez agregacji i bez ograniczeń retencji narzuconych przez interfejs GA4. Dla marketera oznacza to pełną kontrolę nad danymi: możliwość budowania własnych raportów w SQL, łączenia danych analitycznych z CRM czy kosztami mediów oraz analizowania historii dłuższej niż standardowe 14 miesięcy. W GA4 eksport jest dostępny dla wszystkich usług, nie tylko płatnych, co odróżnia go od poprzedniej generacji Analytics.
Jak działa eksport GA4 do BigQuery?
Po połączeniu usługi GA4 z projektem Google Cloud GA4 tworzy w BigQuery zbiór danych o nazwie analytics_<identyfikator usługi>. Dane trafiają do niego w jednym z dwóch trybów:
- Eksport dzienny – raz dziennie powstaje tabela
events_YYYYMMDDz kompletnymi danymi za dany dzień; standardowa usługa ma limit 1 miliona zdarzeń dziennie. - Eksport strumieniowy – zdarzenia zapisują się w tabeli
events_intraday_YYYYMMDDw ciągu minut od wystąpienia; tryb ten nie podlega dziennemu limitowi zdarzeń, ale generuje koszty w Google Cloud.
Każdy wiersz to jedno zdarzenie z polami takimi jak event_name, event_timestamp, user_pseudo_id, informacje o urządzeniu, geolokalizacji, źródle ruchu oraz zagnieżdżone tablice event_params i user_properties. Do ich odczytu w SQL konieczne jest użycie funkcji UNNEST, co jest największą barierą wejścia dla osób znających wyłącznie interfejs raportów.
Czym eksport różni się od raportów w interfejsie GA4?
| Obszar | Interfejs GA4 (usługa standardowa) | Eksport do BigQuery |
|---|---|---|
| Retencja danych | 2 lub 14 miesięcy dla danych na poziomie zdarzeń | Bez limitu – dane przechowywane, dopóki ich nie usuniesz |
| Próbkowanie | Możliwe w eksploracjach przy dużych zapytaniach | Brak – zawsze pełny zbiór zdarzeń |
| Poziom szczegółowości | Agregaty i predefiniowane wymiary | Pojedyncze zdarzenia z wszystkimi parametrami |
| Łączenie z innymi źródłami | Ograniczone do integracji Google | Dowolne – CRM, koszty reklam, dane offline |
| Koszt | Bezpłatny | Eksport bezpłatny; płatne przechowywanie i zapytania powyżej darmowych limitów Google Cloud |
Jak skonfigurować eksport do BigQuery?
- Utwórz projekt w Google Cloud i włącz w nim interfejs BigQuery API; rozważ od razu podpięcie rozliczeń, aby uniknąć limitów piaskownicy.
- W GA4 przejdź do Administracja → Połączenia z usługami → Połączenia z BigQuery i wybierz projekt.
- Wskaż lokalizację danych (dla firm z UE zwykle region europejski) oraz tryb: dzienny, strumieniowy lub oba.
- Opcjonalnie wyklucz zdarzenia, które nie są potrzebne w hurtowni, aby zmieścić się w limicie dziennym.
- Zweryfikuj następnego dnia, czy w zbiorze danych pojawiła się pierwsza tabela
events_.
Pełna, aktualna instrukcja znajduje się w dokumentacji Google Analytics.
Kiedy warto, a kiedy nie?
Eksport warto włączyć od pierwszego dnia działania usługi, nawet jeśli nikt jeszcze nie pisze zapytań SQL – dane sprzed włączenia eksportu nie są przenoszone wstecz, więc każdy dzień opóźnienia to bezpowrotnie utracona historia. Szczególnie opłaca się firmom z dużym ruchem, rozbudowanym e-commerce, potrzebą atrybucji własnej lub obowiązkiem raportowania dłuższego niż rok. Mniej sensu ma w małych serwisach bez zaplecza analitycznego, gdy nikt nie będzie z danych korzystał, a same raporty GA4 w pełni wystarczają.
Najczęstsze błędy
- Pozostawienie projektu w trybie piaskownicy BigQuery, w którym tabele wygasają po 60 dniach – historia znika, choć eksport formalnie działa.
- Włączenie eksportu strumieniowego bez potrzeby, co zwiększa koszty i utrudnia raportowanie (tabela intraday jest niekompletna).
- Przekroczenie limitu miliona zdarzeń dziennie bez wykluczenia zbędnych zdarzeń, co skutkuje wstrzymaniem eksportu dziennego.
- Porównywanie 1:1 liczb z BigQuery z raportami GA4 bez uwzględnienia progów prywatności, modelowania i różnic w definicji sesji.
- Zapytania typu
SELECT *po wszystkich tabelach, które szybko wyczerpują darmowy limit przetwarzania.
Eksport do BigQuery w praktyce ICBM
W ICBM traktujemy eksport jako standardowy element wdrożenia GA4, a nie dodatek dla zaawansowanych. Konfigurujemy go razem z planem pomiarowym, tak aby nazwy zdarzeń i parametrów były spójne i łatwe do odczytania w SQL. Na bazie surowych danych budujemy widoki pośrednie, które upraszczają strukturę zagnieżdżoną, a następnie podłączamy je do Looker Studio lub innych narzędzi BI klienta. Więcej pojęć związanych z tym ekosystemem znajdziesz w kategorii Google Analytics 4 naszej bazy wiedzy.
Najczęściej zadawane pytania
Czy eksport GA4 do BigQuery jest naprawdę darmowy?
Sama integracja i przesył danych są bezpłatne dla każdej usługi GA4. Koszty mogą pojawić się po stronie Google Cloud za przechowywanie danych i przetwarzanie zapytań powyżej darmowego limitu, ale dla większości średnich serwisów są to kwoty rzędu pojedynczych złotych miesięcznie.
Czy w BigQuery pojawią się dane historyczne z GA4?
Nie. Eksport zaczyna zapisywać zdarzenia dopiero od momentu jego aktywacji i nie ma możliwości pobrania wcześniejszej historii. Dlatego zalecamy włączanie go równolegle z uruchomieniem usługi.
Czy trzeba znać SQL, aby korzystać z eksportu?
Do surowych tabel – tak, przynajmniej na poziomie podstawowym, ze względu na zagnieżdżoną strukturę parametrów. W praktyce analityk przygotowuje uporządkowane widoki, z których marketerzy korzystają już w narzędziach BI bez pisania zapytań.
