GA4 e BigQuery: come esportare i dati e creare analisi che GA4 non mostra
Il collegamento diretto tra GA4 e Looker Studio è sufficiente per molte dashboard periodiche. GA4 e BigQuery diventano utili quando serve lavorare sul dettaglio degli eventi, definire KPI in SQL, unire CRM o dati di margine e creare tabelle affidabili per il reporting.
L’export BigQuery non è una copia dei report di GA4. Esporta eventi e dati utente con una struttura specifica; l’interfaccia Analytics applica invece identità di reporting, attribuzione, modellazione e soglie. L’obiettivo pratico non è interrogare continuamente le tabelle raw, ma trasformarle in un data mart controllato.
Quando usare BigQuery con GA4 e quando basta Looker Studio
Il connettore diretto GA4–Looker Studio è una scelta ragionevole per dashboard essenziali di traffico, conversioni e canali. BigQuery diventa utile quando le domande non trovano risposta nei report standard: quali SKU vengono aggiunti al carrello ma non acquistati, quali landing generano lead poi qualificati dal CRM, quali campagne portano fatturato o margine, quali eventi duplicati alterano le conversioni.
È indicato per analisi a livello di evento, utente, sessione, prodotto o transazione; per unire dati di WooCommerce, CRM, gestionali e costi; per conservare uno storico interrogabile e per costruire metriche riproducibili. Prima dell’export, assicurati comunque che eventi chiave ed ecommerce siano misurati correttamente: dati raw incompleti non diventano affidabili con una query.
Collegare GA4 a BigQuery: requisiti e procedura
Servono un progetto Google Cloud, la BigQuery API attiva, il ruolo Editor o superiore sulla proprietà GA4 e permessi adeguati sul progetto Cloud. Google indica il ruolo Owner come superset dei permessi richiesti; in un ambiente aziendale è preferibile assegnare solo i privilegi necessari. Verifica anche billing e metodo di pagamento, se richiesti dalla configurazione.
Scegli con attenzione la località del dataset: deve essere coerente con governance, altri dataset e architettura Cloud. Cambiarla in seguito può richiedere di rimuovere e ricreare il collegamento, con il rischio di un’interruzione nell’export.
- In GA4 apri Amministrazione → Collegamenti ai prodotti → Collegamenti BigQuery.
- Seleziona Collega, poi il progetto Google Cloud e la località del dataset.
- Scegli gli stream da esportare ed eventuali eventi da escludere.
- Imposta il tipo di export e conferma il collegamento.
La procedura, i requisiti e le opzioni disponibili sono documentati da Google nella guida al collegamento BigQuery. L’export parte dopo l’attivazione: non esiste un backfill nativo degli eventi storici. Attivarlo tardi significa non disporre in BigQuery del dettaglio raw dei periodi precedenti.
Daily, Streaming e Fresh Daily
| Tipo | Uso principale | Tabelle | Affidabilità |
|---|---|---|---|
| Daily | Analisi storiche e report consolidati | events_YYYYMMDD |
È la base da usare per KPI definitivi; può ricevere aggiornamenti per eventi tardivi. |
| Streaming | Monitoraggio quasi real-time | events_intraday_YYYYMMDD |
Best effort: può avere lacune e non è ideale per attribuzione o dati finali. Viene rimossa dopo la tabella daily. |
| Fresh Daily | Aggiornamenti giornalieri più frequenti | Export giornaliero aggiornato | Disponibile per proprietà Analytics 360 Normal e Large negli scenari previsti da Google. |
Per le proprietà GA4 standard, il daily export è soggetto a un limite di 1 milione di eventi al giorno. Prima di basare un’architettura su questo export, consulta le condizioni aggiornate per il superamento della soglia e per Daily, Streaming e Fresh Daily nella documentazione del collegamento BigQuery.
Come sono organizzati i dati GA4 in BigQuery
Il dataset ha normalmente nome analytics_. Le tabelle daily seguono il formato events_YYYYMMDD; ogni riga rappresenta un evento, non una sessione né un ordine.
I campi da riconoscere subito sono event_date, event_timestamp, event_name, user_pseudo_id, user_id, privacy_info e i record ecommerce. I parametri dell’evento sono in event_params, le proprietà utente in user_properties e i prodotti nell’array items.
Questi campi sono nested e repeated: non sono colonne piatte. Per leggere un singolo parametro occorre usare UNNEST.
SELECT
event_date,
event_name,
(
SELECT value.string_value
FROM UNNEST(event_params)
WHERE key = 'page_location'
) AS page_location
FROM `PROGETTO.analytics_PROPERTY_ID.events_*`
WHERE _TABLE_SUFFIX BETWEEN FORMAT_DATE('%Y%m%d', @start_date)
AND FORMAT_DATE('%Y%m%d', @end_date);
Nelle query dell’articolo, @start_date e @end_date sono parametri BigQuery di tipo DATE; imposta inoltre progetto, property ID e nomi degli eventi in base alla tua implementazione. Non dare per scontati nomi e valori dei parametri custom: prima ispeziona il dataset effettivo. Lo schema completo dell’export GA4 è disponibile nella documentazione Google.
Per ricostruire una sessione si combina di solito user_pseudo_id con ga_session_id, estratto da event_params. È una definizione SQL utile, ma non garantisce lo stesso conteggio della metrica Sessioni in GA4.
Per l’acquisizione, evita di confondere i livelli: traffic_source descrive la prima acquisizione dell’utente; session_traffic_source_last_click è più adatto al canale della sessione; i campi di traffico associati all’evento rispondono a domande diverse. Google descrive struttura e disponibilità dei dati nella guida sui dati di attribuzione nell’export BigQuery.
Query GA4 BigQuery per eventi, lead ed ecommerce
1. Inventario di eventi e parametri
Prima di creare report, verifica quali eventi e chiavi sono realmente esportati.
SELECT event_name, COUNT(*) AS events
FROM `PROGETTO.analytics_PROPERTY_ID.events_*`
WHERE _TABLE_SUFFIX BETWEEN FORMAT_DATE('%Y%m%d', @start_date)
AND FORMAT_DATE('%Y%m%d', @end_date)
GROUP BY event_name
ORDER BY events DESC;
SELECT ep.key AS parameter_name, COUNT(*) AS occurrences
FROM `PROGETTO.analytics_PROPERTY_ID.events_*`,
UNNEST(event_params) AS ep
WHERE _TABLE_SUFFIX BETWEEN FORMAT_DATE('%Y%m%d', @start_date)
AND FORMAT_DATE('%Y%m%d', @end_date)
GROUP BY parameter_name
ORDER BY occurrences DESC;
2. Sessioni con lead per landing page e canale
Questa query conta le sessioni che hanno generato almeno un lead. La landing page è il primo page_view della sessione, non il primo page_location disponibile su qualunque evento. Sostituisci generate_lead con l’evento definito nel piano di misurazione.
WITH events AS (
SELECT
user_pseudo_id,
(SELECT value.int_value FROM UNNEST(event_params)
WHERE key = 'ga_session_id') AS ga_session_id,
event_timestamp,
event_name,
(SELECT value.string_value FROM UNNEST(event_params)
WHERE key = 'page_location') AS page_location,
session_traffic_source_last_click.manual_campaign.source AS source
FROM `PROGETTO.analytics_PROPERTY_ID.events_*`
WHERE _TABLE_SUFFIX BETWEEN FORMAT_DATE('%Y%m%d', @start_date)
AND FORMAT_DATE('%Y%m%d', @end_date)
), sessions AS (
SELECT
CONCAT(user_pseudo_id, '.', CAST(ga_session_id AS STRING)) AS session_key,
ARRAY_AGG(IF(event_name = 'page_view', page_location, NULL)
IGNORE NULLS ORDER BY event_timestamp LIMIT 1)[SAFE_OFFSET(0)] AS landing_page,
ARRAY_AGG(source IGNORE NULLS ORDER BY event_timestamp LIMIT 1)[SAFE_OFFSET(0)] AS source
FROM events
WHERE ga_session_id IS NOT NULL
GROUP BY session_key
HAVING COUNTIF(event_name = 'generate_lead') > 0
)
SELECT
landing_page,
source,
COUNT(*) AS lead_sessions
FROM sessions
GROUP BY landing_page, source
ORDER BY lead_sessions DESC;
Il risultato misura sessioni convertite, non il numero di invii del form: più invii nella stessa sessione restano una sola sessione con lead.
3. Interazioni e acquisti per SKU
SELECT
item.item_id AS sku,
COUNT(DISTINCT IF(event_name = 'view_item', user_pseudo_id, NULL)) AS viewers,
COUNT(DISTINCT IF(event_name = 'add_to_cart', user_pseudo_id, NULL)) AS cart_users,
COUNT(DISTINCT IF(event_name = 'begin_checkout', user_pseudo_id, NULL)) AS checkout_users,
COUNT(DISTINCT IF(event_name = 'purchase', user_pseudo_id, NULL)) AS buyers,
SUM(IF(event_name = 'purchase', item.item_revenue, 0)) AS item_revenue
FROM `PROGETTO.analytics_PROPERTY_ID.events_*`, UNNEST(items) AS item
WHERE _TABLE_SUFFIX BETWEEN FORMAT_DATE('%Y%m%d', @start_date)
AND FORMAT_DATE('%Y%m%d', @end_date)
AND event_name IN ('view_item', 'add_to_cart', 'begin_checkout', 'purchase')
GROUP BY sku
ORDER BY item_revenue DESC;
Questa è una tabella di interazioni per prodotto, non un funnel sequenziale: i conteggi non verificano che gli eventi siano avvenuti nella stessa sessione né che un passaggio preceda il successivo. items.item_revenue è una metrica a livello prodotto. ecommerce.purchase_revenue è invece a livello ordine: dopo UNNEST(items) può ripetersi su ogni riga prodotto e la sua somma moltiplicherebbe il fatturato.
4. Fatturato per campagna, deduplicando gli ordini
WITH purchases AS (
SELECT
ecommerce.transaction_id AS transaction_id,
ecommerce.purchase_revenue AS revenue,
session_traffic_source_last_click.manual_campaign.campaign_name AS campaign,
event_timestamp
FROM `PROGETTO.analytics_PROPERTY_ID.events_*`
WHERE _TABLE_SUFFIX BETWEEN FORMAT_DATE('%Y%m%d', @start_date)
AND FORMAT_DATE('%Y%m%d', @end_date)
AND event_name = 'purchase'
AND ecommerce.transaction_id IS NOT NULL
), deduplicated AS (
SELECT *
FROM purchases
QUALIFY ROW_NUMBER() OVER (
PARTITION BY transaction_id ORDER BY event_timestamp
) = 1
)
SELECT campaign, COUNT(*) AS orders, SUM(revenue) AS revenue
FROM deduplicated
GROUP BY campaign
ORDER BY revenue DESC;
Il criterio di deduplicazione dipende dal tracking: una transazione reinviata per errore e un rimborso richiedono logiche diverse.
5. Percorso della sessione fino al primo acquisto
WITH session_events AS (
SELECT
CONCAT(user_pseudo_id, '.', CAST((SELECT value.int_value
FROM UNNEST(event_params) WHERE key = 'ga_session_id') AS STRING)) AS session_key,
event_timestamp,
event_name
FROM `PROGETTO.analytics_PROPERTY_ID.events_*`
WHERE _TABLE_SUFFIX BETWEEN FORMAT_DATE('%Y%m%d', @start_date)
AND FORMAT_DATE('%Y%m%d', @end_date)
AND (SELECT value.int_value FROM UNNEST(event_params)
WHERE key = 'ga_session_id') IS NOT NULL
), first_purchases AS (
SELECT
session_key,
MIN(event_timestamp) AS first_purchase_timestamp
FROM session_events
WHERE event_name = 'purchase'
GROUP BY session_key
)
SELECT
e.session_key,
STRING_AGG(e.event_name, ' > ' ORDER BY e.event_timestamp) AS path
FROM session_events AS e
JOIN first_purchases AS p
ON e.session_key = p.session_key
AND e.event_timestamp <= p.first_purchase_timestamp
GROUP BY e.session_key;
La query esclude gli eventi senza ga_session_id ed è limitata alla sequenza della singola sessione fino al primo acquisto. Per ordinamenti più rigorosi possono essere utili batch_page_id, batch_ordering_id e batch_event_index. È un audit esplorativo, non un modello di attribuzione cross-session.
Dal raw data al data mart per dashboard
Evita di collegare ogni grafico alle tabelle raw nested. Una struttura più sostenibile prevede tre livelli:
- Raw: dataset nativo GA4, mantenuto senza trasformazioni.
- Data mart: tabelle aggregate come
sessions_daily,leads_daily,ecommerce_orders_daily,product_interactions_dailyemarketing_channels_daily. - Dashboard: Looker Studio collegato a tabelle semplici o query controllate.
Per un ecommerce questo consente di affiancare quantità, ricavi per SKU, canale, catalogo e margini. Nella lead generation, l’analisi commerciale nasce dalla join con CRM: lead qualificato, appuntamento, cliente e ricavo per canale.
La chiave di join deve essere progettata in anticipo, pseudonima o hash e conforme alle regole interne. Non inviare PII a GA4. user_id e user_pseudo_id non sono intercambiabili e il loro uso richiede governance, controlli di accesso e valutazione privacy.
Perché BigQuery e GA4 possono mostrare numeri diversi
Una discrepanza non dimostra automaticamente che uno dei due sistemi sia errato. Le cause più comuni sono identità di reporting diversa, dati modellati da Consent Mode non esportati, Google Signals non esportato, fuso orario, filtri, stream o eventi esclusi, dati intraday incompleti, soglie, campionamento e regole di attribuzione differenti.
Per verificare un dato confronta stessa proprietà, periodo, fuso orario, filtri, definizione della metrica e tabella daily consolidata. Per i confronti con BigQuery, Google raccomanda di considerare l’identità Device ID. I dettagli sono disponibili nella documentazione sulle differenze tra GA4 e BigQuery.
Costi, accessi e privacy
I costi dipendono da storage, dati elaborati dalle query e, se attivato, streaming. I prezzi cambiano: consulta la pagina BigQuery pricing prima di stimare un budget.
Riduci i consumi selezionando solo le colonne necessarie, filtrando sempre _TABLE_SUFFIX, usando dry run e un massimo di byte fatturabili. LIMIT da solo non riduce necessariamente i dati elaborati. Per le trasformazioni ricorrenti, usa tabelle partizionate e, quando opportuno, clusterizzate, seguendo le best practice sui costi di BigQuery.
La BigQuery Sandbox è utile per imparare e testare il dataset demo ecommerce ufficiale, ma ha limiti e non è un ambiente produttivo. Applica il minimo privilegio IAM, limita l’accesso ai dataset e usa privacy_info per osservare la copertura del consenso, senza confonderla con la modellazione presente nei report GA4.
Un primo passo pratico è attivare l’export, validare eventi e sessioni su un intervallo limitato e costruire una sola tabella data mart, per esempio lead giornalieri o ordini giornalieri. Solo dopo conviene estendere il modello a funnel, CRM e dashboard.









