L’essentiel à retenir
- Ce que c’est : BigQuery est l’entrepôt de données de Google Cloud ; GA4 peut y exporter gratuitement chaque événement brut, chaque jour ou en flux continu.
- Ce que ça apporte : plus d’échantillonnage, plus de limite de rétention à 14 mois, jointures avec le CRM ou Google Ads, et un accès SQL à toutes les données.
- Ce que ça coûte : l’export est gratuit ; BigQuery facture le stockage (environ 0,02 $/Go/mois) et les requêtes (environ 6 $/To lus), soit 0 à 30 € par mois pour la plupart des PME.
- Pour qui : les sites à fort trafic, l’e-commerce et ceux qui veulent une base historique ; inutile pour un site vitrine qui lit ses rapports dans GA4.
BigQuery revient dans presque toutes les discussions sur Google Analytics 4. La liaison est gratuite, elle s’active en quelques clics, et Google la met en avant comme la suite logique de GA4. Pourtant, la majorité des PME n’en a pas besoin. Cet article décrit ce que fait l’export, ce qu’il coûte réellement en 2026, et les situations où il devient indispensable.
Ce qu’est BigQuery, en termes simples
BigQuery est l’entrepôt de données de Google Cloud. Il stocke des tables de plusieurs milliards de lignes et les interroge en SQL en quelques secondes, sans serveur à administrer. On paie à l’usage : un peu pour le stockage, un peu pour le volume de données lu par chaque requête.
Le lien avec GA4 est direct : GA4 stocke déjà chaque interaction sous forme d’événement (page_view, click, purchase). L’interface ne montre que des agrégats. BigQuery reçoit les événements eux-mêmes, un par ligne, avec tous leurs paramètres, l’identifiant de session, la source, l’appareil et, si vous l’avez configuré, l’identifiant utilisateur. C’est la matière première, sans traitement.
Ce que l’export ajoute concrètement à GA4
| Limite de l’interface GA4 | Ce que change BigQuery |
|---|---|
| Rétention des données détaillées limitée à 2 ou 14 mois | Conservation illimitée, tant que vous payez le stockage |
| Échantillonnage des explorations au-delà de 10 millions d’événements | Aucun échantillonnage, la requête lit toutes les lignes |
| Seuils de confidentialité qui masquent les petites lignes | Pas de seuils, mais la responsabilité RGPD vous revient entièrement |
| Rapports limités aux dimensions et métriques prévues | Toute combinaison est possible en SQL, y compris des métriques que GA4 ne calcule pas |
| Données isolées des autres systèmes | Jointure avec le CRM, la facturation, Google Ads, la Search Console ou un fichier de coûts |
| Pas de correction rétroactive | Possibilité de recalculer des indicateurs a posteriori (attribution, déduplication) |
L’usage le plus précieux pour une entreprise est la jointure : rapprocher le comportement sur le site du chiffre d’affaires réel, des marges ou des devis signés. C’est ce que ni GA4 ni Looker Studio ne font correctement seuls. Voir aussi les pièges à éviter sur GA4, dont plusieurs viennent justement des seuils et de l’échantillonnage.
Deux modes d’export et leurs limites
- Export quotidien : une table par jour (events_AAAAMMJJ), livrée dans les heures qui suivent minuit. Plafond de 1 million d’événements par jour pour une propriété standard ; au-delà, l’export quotidien est suspendu. GA4 360 monte à 20 milliards.
- Export en flux continu (streaming) : les événements arrivent en quelques minutes dans une table intraday. Pas de plafond d’événements, mais un coût de streaming d’environ 0,05 $ par Go.
- Fresh daily : variante intermédiaire réservée à GA4 360, avec une livraison plus rapide de la table quotidienne.
À noter : l’export ne concerne pas le passé. Rien de ce qui s’est produit avant l’activation n’est récupérable. C’est l’argument principal pour activer le lien tôt, même sans l’exploiter tout de suite : une entreprise qui active BigQuery en 2026 disposera d’un historique complet en 2028, ce que GA4 seul ne fournira jamais.
Combien ça coûte en 2026
| Poste | Tarif indicatif | Ordre de grandeur pour une PME |
|---|---|---|
| Export GA4 vers BigQuery | Gratuit | 0 € |
| Stockage actif | Environ 0,02 $ par Go et par mois, 10 Go offerts | Un site à 100 000 sessions par mois génère 1 à 3 Go par mois : quelques centimes |
| Requêtes à la demande | Environ 6 à 7 $ par To lu, 1 To offert par mois | Souvent dans la franchise ; 5 à 30 € par mois si un tableau de bord interroge les tables brutes toute la journée |
| Streaming | Environ 0,05 $ par Go inséré | 1 à 5 € par mois |
| Temps humain | SQL, modélisation, maintenance | Le vrai coût : 2 à 10 jours de mise en place, puis quelques heures par mois |
Le piège classique n’est pas la facture Google, mais un rapport Looker Studio branché directement sur les tables d’événements qui relit des centaines de Go à chaque ouverture. La parade consiste à créer des tables agrégées (une ligne par jour et par source, par exemple) via des requêtes programmées, et à brancher les tableaux de bord dessus. La facture retombe alors à quelques euros.
Quand une PME a réellement besoin de BigQuery
- Vous dépassez les seuils : plusieurs millions d’événements par mois, explorations échantillonnées, lignes masquées par les seuils.
- Vous avez un CRM ou un ERP : vous voulez relier une session à un devis signé, une commande livrée, une marge.
- Vous avez besoin d’historique : comparaisons sur 3 ans, saisonnalité, cohortes longues.
- Vous alimentez un autre système : scoring de leads, audiences publicitaires calculées, modèle d’attribution maison.
À l’inverse, un site vitrine ou une boutique de taille modeste qui suit ses KPI GA4 dans les rapports standard ou dans un rapport personnalisé n’y gagne rien, sinon une complexité et une responsabilité RGPD supplémentaires. Le transfert de données brutes vers un entrepôt doit d’ailleurs figurer dans votre registre de traitements ; le sujet est détaillé dans GA4 et RGPD.
Les alternatives avant de passer à l’entrepôt
- Le connecteur natif GA4 de Looker Studio : suffisant pour la plupart des tableaux de bord, avec ses quotas d’API ; voir exporter GA4 vers Looker Studio.
- Un outil de pilotage prêt à l’emploi : une plateforme qui consolide GA4, la Search Console et Google Ads sans SQL, adaptée quand le besoin est de suivre plutôt que d’explorer.
- Un export ponctuel : l’API GA4 ou le module complémentaire Google Sheets pour extraire quelques tables sans monter d’infrastructure.
BigQuery répond à un besoin d’analyse ; le pilotage courant (trafic, conversions, positions, dépenses) se fait très bien sans lui. La bonne séquence pour une PME : activer l’export tôt pour constituer l’historique, continuer à piloter avec des outils simples, et ne construire des requêtes que le jour où une question précise le justifie.
Comment GreenRed vous aide
Plutôt que de jongler entre plusieurs outils, le module Performance et trafic GA4 de GreenRed réunit ces indicateurs dans un seul tableau de bord, les compare dans le temps et vous indique les actions prioritaires. Vous pouvez le tester gratuitement, sans carte bancaire, depuis la page Tarifs.
Questions fréquentes
L’export de GA4 vers BigQuery est-il vraiment gratuit ?
Oui, l’export lui-même ne coûte rien, y compris pour une propriété GA4 standard. Ce qui est facturé, c’est l’usage de BigQuery : le stockage au-delà de 10 Go et les requêtes au-delà de 1 To lu par mois. Pour un site de PME, la facture mensuelle reste le plus souvent entre 0 et quelques euros si les tableaux de bord lisent des tables agrégées.
Peut-on récupérer l’historique GA4 antérieur à l’activation ?
Non. L’export commence au moment où le lien est créé et ne remonte pas dans le temps. Les données passées restent consultables dans l’interface GA4, dans la limite de sa rétention de 2 ou 14 mois pour les données détaillées. C’est la raison principale pour activer l’export tôt, même sans l’exploiter immédiatement.
Faut-il savoir coder pour utiliser BigQuery avec GA4 ?
Il faut connaître le SQL, et plus précisément la manipulation des champs imbriqués propres au schéma GA4 (event_params, user_properties). Les assistants IA aident beaucoup à écrire ces requêtes, mais la validation des résultats demande de comprendre la structure des événements. Sans cette compétence en interne, un prestataire ou un outil prêt à l’emploi est plus raisonnable.
Quelle différence entre l’export BigQuery et l’API GA4 ?
L’API renvoie des données déjà agrégées par GA4, avec ses seuils, son échantillonnage et ses quotas. L’export BigQuery livre les événements bruts, sans agrégation ni seuils, et sans quota de lecture autre que le coût des requêtes. L’API convient aux tableaux de bord courants ; BigQuery s’impose pour l’analyse fine, l’historique long et les jointures avec d’autres sources.