BigQuery to hurtownia danych Google Cloud, do której GA4 może codziennie lub na bieżąco eksportować surowe, niepróbkowane zdarzenia. Dzięki niej policzysz sesje, przychód i ścieżki zakupowe bez progów danych, limitów API i wiersza „(other)”, a dane z GA4 połączysz z kosztami kampanii, marżą czy CRM. W tym podtemacie zebraliśmy poradniki dla analityków, specjalistów performance i właścicieli sklepów, którzy chcą pracować na własnych danych w SQL, ale nie chcą przy tym płacić za przypadkowe skanowanie terabajtów.
Zacznij od przewodnika, jak połączyć GA4 z BigQuery, bo eksport nie obejmuje danych sprzed dnia połączenia. Gdy pierwsze tabele są gotowe, przećwicz 10 zapytań do eksportu GA4, a potem zbuduj tabelę sesji według poradnika o sesjach i źródłach ruchu w SQL. Zanim podłączysz do hurtowni dashboardy i automatyzacje, ustaw partycje, tabele pośrednie i limity opisane w tekście o kosztach BigQuery. Jeśli SQL jest dla Ciebie nowy, sprawdź, w czym pomoże Gemini w BigQuery, a jeśli chcesz rozmawiać z danymi przez zewnętrznego asystenta AI, zajrzyj do artykułu o MCP w marketingu. Dane z hurtowni przydadzą się też do monitoringu tagów i alertów.
5 poradników · dział Analityka
Połączenie GA4 z BigQuery zajmuje kwadrans, ale decyzje podjęte przy konfiguracji – region, częstotliwość, wykluczone zdarzenia – zostają z Tobą na lata. Pokazujemy, jak je podjąć świadomie i ile to kosztuje.
Gemini w BigQuery potrafi zamienić pytanie zadane zwykłym językiem w zapytanie SQL do danych GA4 i Google Ads. Pokazujemy, jak pisać polecenia, które dają poprawny kod, i jak wyłapać błędy, zanim trafią do raportu.
Surowe dane GA4 w BigQuery dają odpowiedzi, których nie pokaże interfejs, ale tylko wtedy, gdy umiesz je wyciągnąć. Oto 10 zapytań SQL, od kontroli jakości po lejek i źródła ruchu, z opisem pułapek.
Raport pozyskania ruchu w GA4 to w BigQuery kilka zapytań, ale każde kryje pułapkę: inny zakres atrybucji, sesje przez północ, ruch bez zgody. Pokazujemy, jak zbudować tabelę sesji, która zgadza się z interfejsem.
Eksport GA4 kosztuje grosze, ale jeden dashboard podpięty do surowych tabel potrafi przeskanować terabajty w tydzień. Pokazujemy, jak zaprojektować dane i limity, żeby rachunek za BigQuery był przewidywalny.