Перейти к содержанию
RU
ЗАПИСАТЬСЯ
Аналитика и измерение

Выгрузка данных GA4 в BigQuery и сквозная аналитика

Интерфейс GA4 показывает агрегированные данные с порогами и ограниченным сроком хранения. Выгрузка GA4 в BigQuery отдаёт каждое событие отдельной строкой. Настоящая ценность появляется, когда эти сырые данные встречаются с другими вашими данными: возвратами, лидами, которые в CRM превратились в продажи, заказами с маркетплейсов и расходами на рекламу по всем каналам. Так из BigQuery получается сквозная аналитика, в которой видно, какая реклама приносит прибыль.

Записаться на консультацию Подробнее
датаканалкампаниясеансдоходОбъединить через SQL
Условное изображение: условное изображение объединённой таблицы в хранилище данных.
Назначение и вид

Для чего мы используем эту услугу?

Мы используем BigQuery, чтобы видеть результат, который не видят рекламные платформы и GA4: чистую выручку после возвратов, лиды, ставшие продажами, и повторные покупки. Объединяя сырые события с данными заказов, CRM и расходов, мы стремимся переносить бюджет в кампании, которые приносят прибыль, и отслеживать ценность клиента в долгосрочной перспективе.

Этапы воронки

  1. Узнаваемость
  2. Рассмотрение
  3. Конверсия
  4. Лояльность

Почему экспорт GA4 в BigQuery нужно настроить в первый же день

Экспорт в BigQuery не работает задним числом: данные поступают с того дня, когда связь создана. Связь, не включённая сегодня, лишает вас годового сравнения через год. Поэтому, даже если анализ сырых данных пока не нужен, мы настраиваем связь в первую неделю работ по измерению. Для небольшого сайта стоимость хранения остаётся низкой, а потерянную историю потом вернуть невозможно.

При настройке мы внимательно выбираем два параметра. Расположение данных потом изменить нельзя: для этого придётся удалить связь и создать новый набор данных, и в истории появится разрыв. Если стандартный ресурс превышает лимит в 1 млн событий в день, экспорт приостанавливается; на сайтах с высоким трафиком мы с самого начала отсекаем лишние события фильтром экспорта. Бесплатный sandbox используем только для тестов, потому что он удаляет таблицы через 60 дней и не поддерживает Data Transfer Service.

Сквозная аналитика: какие данные мы объединяем с GA4

Ключ объединения зависит от источника данных: для заказов это transaction_id, для CRM — идентификатор лида, передаваемый при отправке формы. Мы также следим за долей несопоставленных записей: если она растёт, значит, поле идентификатора где-то теряется по пути. Правила сопоставления фиксируем письменно, чтобы аналитик вашей команды мог получить тот же результат. Чаще всего мы настраиваем такие связи:

  • Данные заказов и возвратов по transaction_id в GA4: возвращённые заказы вычитаются из выручки кампании
  • Записи CRM по идентификатору лида из формы: видно, лид какой кампании превратился в продажу
  • Расходы Google Ads ежедневно через BigQuery Data Transfer Service
  • Расходы Meta, TikTok и других платформ через коннекторы, например Supermetrics
  • Продажи на турецких маркетплейсах по выгрузкам из их личных кабинетов

Как снизить стоимость запросов BigQuery и ускорить отчёты

Таблицы GA4 разбиты по дням, и каждый запрос оплачивается по объёму просканированных данных. Мы ограничиваем запросы диапазоном дат через _TABLE_SUFFIX и не используем SELECT *. Вместо того чтобы сканировать сырую таблицу при каждом открытии отчёта, создаём небольшие сводные таблицы, которые обновляются каждую ночь запланированными запросами. На уровне проекта настраиваем и оповещение о бюджете.

Когда отчёт в Data Studio питается от этих сводных таблиц, он быстро открывается и не упирается в ошибки квот коннектора GA4. Те же таблицы служат базой для анализа сезонного спроса и бюджетного планирования: кривая спроса за прошлые годы получается одним запросом, и по ней мы строим календарь кампаний.

BigQuery: когда мы это рекомендуем?

Рекомендуем

  • B2B и сервисные бренды, у которых часть продаж закрывается через CRM, по телефону или через дилеров
  • E-commerce бренды с высокой долей возвратов, которым нужна выручка кампаний в чистом виде
  • Перформанс-команды, которые хотят сравнивать расходы Meta и TikTok с выручкой из GA4 в одном запросе
  • Анализы, упирающиеся в пороги и срок хранения в отчётах «Исследования» GA4

Не рекомендуем

  • Структуры, где никто не знает SQL и не будет слоя отчётности для чтения данных
  • Новые сайты с несколькими сотнями сеансов в месяц: на таком масштабе хватает интерфейса GA4

Как мы ведём BigQuery

  1. Проект и расположениеОпределяем проект Google Cloud, оплату и неизменное расположение данных.
  2. Связь с GA4Включаем ежедневный экспорт и при необходимости задаём фильтр событий.
  3. Внешние источникиПодключаем регулярную передачу расходов на рекламу, данных CRM и заказов.
  4. Правила сопоставленияОписываем логику объединения по transaction_id, идентификатору лида и полям UTM.
  5. Сводные таблицыФормируем запланированными запросами ежедневные таблицы, из которых читают отчёты.

BigQuery: метрики и требования

Метрики, которые мы отслеживаем

  • Чистая выручка (после возвратов)
  • Прибыль по кампаниям
  • Конверсия лидов в продажи
  • Стоимость привлечения клиента
  • Объём сканируемых данных на запрос

Что нужно для старта

  • Проект Google Cloud с включённой оплатой
  • Роль «Редактор» в GA4 и «Владелец» в проекте BigQuery
  • Регулярная выгрузка или доступ по API к CRM либо системе заказов
  • Единое поле идентификатора, передаваемое в формах и заказах

Официальные источники

Команда аналитики The Brand Move

Чтобы узнать больше о «BigQuery» и других услугах по аналитике, свяжитесь с командой The Brand Move по аналитике.

Связаться с нами
Смотрите также

Другие направления: Аналитика и измерение

Обзор: Аналитика и измерение

Google Analytics 4

Настройка и аудит GA4: план событий, ключевые события (конверсии), параметры электронной торговли и атрибуция.

Подробнее

Google Tag Manager

Настройка Google Tag Manager: уровень данных, упорядоченный контейнер, Consent Mode и при необходимости серверное тегирование на собственном домене.

Подробнее

Data Studio (Looker Studio)

Дашборды в Looker Studio (Data Studio): руководство и маркетинг видят одни и те же цифры, а определение каждой метрики зафиксировано в отчёте.

Подробнее

Связанные страницы

Частые вопросы

BigQuery: частые вопросы

Можно ли выгрузить в BigQuery исторические данные GA4?

Нет. Экспорт не работает задним числом: в BigQuery попадают данные только с того дня, когда создана связь. Поэтому мы включаем его в первую неделю работ по измерению, даже если анализ сырых данных понадобится позже.

Есть ли лимит на выгрузку GA4 в BigQuery?

Для стандартного ресурса GA4 ежедневный экспорт ограничен 1 млн событий в день; при превышении экспорт приостанавливается. На сайтах с высоким трафиком мы с самого начала отсекаем лишние события фильтром экспорта.

Нужен ли потоковый (streaming) экспорт GA4?

Большинству брендов нет. Потоковые таблицы обновляются в течение минут, но Google не гарантирует полноту этого потока, а такие поля, как атрибуция новых пользователей, приходят неполными. Отчётность мы строим на ежедневных таблицах, а поток включаем только в особых случаях, например для мониторинга в день акции.

На какой вопрос отвечает объединение рекламных данных с GA4 в BigQuery?

Чаще всего на вопрос, какая кампания на самом деле приносит прибыль. Например, сколько форм из лид-рекламы Meta превратились в продажи или сколько выручки Performance Max остаётся после возвратов, видно только благодаря такому объединению.

Будут ли наши данные храниться за пределами Турции?

Регион расположения мы выбираем при создании набора данных BigQuery, и потом этот выбор не меняется. Какой регион использовать, решаем вместе с вашими юристами в зависимости от того, содержат ли данные персональную информацию; в сырых данных GA4 мы не храним прямые идентификаторы личности.

Проведём первую оценку направления «BigQuery» вместе.

На бесплатной консультации мы проверим ресурс аналитики и структуру тегов и письменно покажем, где данные теряются или считаются дважды.

Записаться на консультацию Без давления продаж. Только выводы.