GA4 y BigQuery: cómo exprimir tus datos de analítica más allá de la interfaz

La interfaz de GA4 es cómoda para informes rápidos. Pero si alguna vez has visto aparecer el aviso «los datos se muestrean» en un informe de exploración, sabes que para decisiones de negocio relevantes necesitas otra capa.

BigQuery resuelve exactamente ese problema. Google ofrece una exportación nativa de GA4 a BigQuery completamente gratuita (salvo los costes de almacenamiento y consulta propios de BigQuery, que en la mayoría de proyectos medianos son mínimos). El problema es que muy pocos equipos la activan, y menos aún saben qué hacer con los datos una vez los tienen. Esto es lo que necesitas saber.

Qué datos exporta GA4 a BigQuery y cómo se estructuran

La exportación genera tablas diarias (y opcionalmente en streaming) en tu proyecto de Google Cloud. Cada fila es un evento, y cada evento lleva asociados campos como event_name, event_timestamp, user_pseudo_id, session_id y un array de parámetros personalizados.

La estructura más importante que debes entender es que no hay sesiones precalculadas: tú las construyes. Eso significa más trabajo inicial, pero también control total sobre cómo defines una sesión, cómo atribuyes conversiones y cómo calculas métricas propias de tu negocio, sin depender de las definiciones que GA4 impone.

• events_YYYYMMDD: tabla diaria con todos los eventos raw. Base de la mayoría de análisis.
• events_intraday_YYYYMMDD: datos en casi-tiempo-real del día en curso si activas la exportación continua.
• pseudonymous_users_YYYYMMDD: datos agregados por usuario, disponible en GA4 360 y algunas cuentas estándar.

Las tres limitaciones de la interfaz que BigQuery elimina

La interfaz de GA4 tiene tres restricciones que hacen difícil el análisis serio:

• Muestreo: por encima de cierto volumen de datos en informes de exploración, GA4 muestra resultados estimados, no reales. BigQuery trabaja siempre con el 100% de los datos.
• Cardinalidad: GA4 agrupa bajo «(other)» los valores de dimensiones con alta cardinalidad. En BigQuery puedes consultar cualquier valor sin agrupaciones artificiales.
• Retención: GA4 estándar retiene datos de eventos un máximo de 14 meses. En BigQuery los guardas el tiempo que decidas, o el que la regulación exija.

El verdadero activo no son los clics ni las sesiones. Es la secuencia de comportamiento de cada usuario a lo largo del tiempo, y eso solo puedes construirlo con datos en crudo.

Qué análisis puedes construir desde el primer día

Una vez activada la exportación —desde Admin → Vinculaciones de producto → BigQuery, en menos de cinco minutos— los casos de uso más inmediatos son:

• Funnels sin límite de pasos: define cualquier secuencia de eventos y calcula la tasa de conversión paso a paso, con cualquier nivel de segmentación.
• Cohortes personalizadas: agrupa usuarios por su primer evento o por cualquier comportamiento, y sigue su valor a lo largo de meses.
• Atribución propia: asigna el crédito de conversión a los touchpoints según tus propias reglas, sin depender del modelo data-driven de GA4.
• Modelos de propensión: con los datos en BigQuery puedes entrenar modelos de ML con BigQuery ML en SQL puro para predecir qué usuarios tienen mayor probabilidad de convertir o hacer churn.

Costes reales y lo que nadie menciona

La exportación en sí es gratuita. Los costes vienen de BigQuery: almacenamiento (~0,02 $/GB al mes) y consulta (5 $/TB escaneado en el modelo on-demand). Para una propiedad de GA4 con 500.000 eventos diarios, estamos hablando de pocos euros al mes en almacenamiento y costes de consulta manejables si particionas las tablas por fecha —lo que deberías hacer siempre para evitar escanear datos históricos innecesariamente.

Lo que nadie menciona es el coste de oportunidad de no activarlo. Cada mes sin exportación es un mes de datos que no puedes recuperar. BigQuery no hace backfill del histórico: exporta únicamente desde el día que lo activas.

En Latitude trabajamos la integración GA4-BigQuery como base del stack de medición de cualquier cliente con volumen suficiente. No porque sea la solución más sofisticada, sino porque es la más pragmática: datos completos, sin muestreo, sin dependencia de interfaces que cambian cada seis meses, y con la flexibilidad para construir encima cualquier modelo de atribución, cohorte o propensión que el negocio necesite. El primer paso es activar la exportación hoy.