BigQuery avec GA4 : mon avis et ce que coûte vraiment l'export

BigQuery est l’entrepôt de données de Google Cloud. Relié à GA4, il reçoit les événements bruts : une ligne par événement, avec ses paramètres. C’est le seul moyen d’analyser les données sans échantillonnage et sans les quotas de l’interface. Mon avis : c’est l’investissement le plus rentable d’une propriété GA4 qui a déjà des volumes et des questions précises, et une dépense inutile pour un site vitrine. Je mets en place et exploite ces exports dans mon accompagnement GA4 et BigQuery.

Ce que je fais avec BigQuery en mission

J’utilise l’export pour construire des vues SQL stables : un tunnel de conversion sans échantillonnage, des parcours avant achat, des conversions rapprochées du CRM. Les vues alimentent ensuite un tableau de bord Looker Studio. Je ne fais pas d’analyse ad hoc sur des données brutes sans documenter la requête : une requête non documentée est une source d’erreur pour l’équipe suivante.

Ce qu’il fait bien

Le gain est la précision. Chaque événement est présent, avec ses paramètres, sans échantillon. Vous pouvez rejouer un calcul et obtenir le même résultat. Vous pouvez aussi croiser GA4 avec un autre jeu de données, comme vos commandes ou votre CRM, ce que l’interface ne permet pas.

Le coût réel de l’export

Le coût se découpe en trois postes, et seul le premier est nul pour un usage standard.

L’export quotidien d’une propriété standard est gratuit côté GA4. Google le limite à un million d’événements par jour. Au-delà, l’export est suspendu, et il faut filtrer des événements ou passer à GA4 360. Selon l’aide Google, les propriétés 360 vont jusqu’à 20 milliards d’événements par jour.

Le streaming est payant. L’export en flux continu livre les données du jour en quelques minutes, sans garantie d’exhaustivité. Google le facture 0,05 $ par gigaoctet, soit environ 600 000 événements selon la taille des événements.

Le stockage et les requêtes se facturent côté BigQuery. Google indique que chaque export entraîne des coûts de stockage et de traitement. Les tarifs publics de référence (région Iowa, us-central1, relevés le 11 novembre 2026 sur la page tarifaire de Google Cloud) sont de 6,25 $ par tébioctet analysé pour les requêtes à la demande, avec un tébioctet gratuit par mois, et 10 gibioctets de stockage gratuits par mois. Les prix de stockage varient selon la région et le niveau (actif ou longue durée) : vérifiez la page tarifaire avant de budgéter.

L'export standard est gratuit. Le streaming, le stockage et les requêtes se facturent.

Ses limites

Les données ne sont pas un tableau de bord. Une table brute ne répond à aucune question sans requête. Sans compétence SQL dans l’équipe, l’export reste inutilisé et coûte du stockage.

Le coût dépend des requêtes. Une requête qui lit toute la table à chaque chargement de rapport fait grimper la facture. Les tables partitionnées par date et les vues agrégées limitent ce risque.

La qualité de la donnée reste la vôtre. L’export reflète la collecte. Une balise cassée produit des lignes fausses dans BigQuery, aussi fidèlement que dans GA4.

Le streaming n’est pas la source de référence. Pour un chiffre définitif, utilisez la table quotidienne. Le streaming sert au suivi du jour, avec ses approximations.

Le forfait gratuit n’est pas illimité. Le bac à sable gratuit a des limites, et les dépassements sont facturés. Un projet de test qui devient production sans être reconfiguré est le cas typique de facture surprise.

Quand l’export ne vaut pas la peine

Si votre site a un trafic modeste, des questions simples et aucune équipe pour écrire du SQL, l’export ajoute de la complexité sans bénéfice. Le rapport GA4 et quelques réglages suffisent. Si vous avez un besoin de données brutes, mais pas de tableau de bord, lisez d’abord pourquoi connecter GA4 à BigQuery même en gratuit pour peser le gain.

Pour des usages concrets, cinq cas d’usage BigQuery et GA4 montrent des requêtes que l’interface ne sait pas faire. Pour le stockage et le rendu, voir Looker Studio.

Ce que je vérifie avant d’activer l’export

1. Le projet de facturation a un budget et une alerte de dépassement.
2. Les tables sont partitionnées par date, et les requêtes du tableau de bord ciblent des partitions.
3. Les vues SQL sont nommées et documentées.
4. Le streaming n’est activé que si un besoin de données du jour est clairement exprimé.

Sources

• Aide Google Analytics, export GA4 vers BigQuery, consultée le 10 novembre 2026. Limites d’événements et tarif du streaming.
• Tarifs BigQuery, Google Cloud. Tarifs à relire sur la page officielle avant publication.