L’essentiel à retenir
- Méthode par défaut : le connecteur natif GA4 de Looker Studio, gratuit, configuré en cinq minutes, suffisant pour la plupart des tableaux de bord de PME.
- Sa limite : les quotas de l’API GA4 (jetons par heure et par propriété) qui font apparaître des erreurs sur les rapports lourds ou très consultés.
- Deux parades : l’extraction de données (Data Extract) qui met en cache des tables allégées, et BigQuery qui supprime quotas et échantillonnage au prix d’un peu de SQL.
- Écarts de chiffres : presque toujours dus aux seuils, à la période comparée, aux métriques mal appariées (sessions vs utilisateurs) ou à un filtre oublié.
Brancher GA4 sur Looker Studio prend cinq minutes. Obtenir un rapport qui reste fiable et s’affiche sans erreur six mois plus tard demande un peu plus de méthode. Cet article passe en revue les trois façons d’exporter les données GA4 vers Looker Studio, leurs étapes de configuration, leurs limites, et les corrections aux problèmes les plus fréquents.
Méthode 1 : le connecteur natif GA4
C’est la voie par défaut et la seule nécessaire pour la majorité des sites. Étapes :
- Dans Looker Studio, créer une source de données et choisir le connecteur « Google Analytics ».
- Sélectionner le compte puis la propriété GA4 (il n’y a plus de vue, contrairement à Universal Analytics).
- Valider : Looker Studio charge toutes les dimensions et métriques disponibles, y compris les dimensions personnalisées déclarées dans GA4.
- Créer un rapport ou appliquer un modèle ; voir les meilleurs templates Looker Studio pour GA4.
Le connecteur interroge l’API GA4 Data à chaque affichage. Il respecte donc les règles de GA4 : seuils de confidentialité qui masquent les lignes trop petites, limite de 14 mois pour les données détaillées, et quotas d’API. Un rapport standard (trafic par source, pages, conversions) tient largement dans ces limites.
Le problème des quotas, expliqué
Chaque propriété GA4 standard dispose d’un budget de jetons : environ 200 000 par jour et 40 000 par heure, avec un plafond de 10 requêtes simultanées. Chaque graphique consomme des jetons, davantage s’il porte sur une longue période, beaucoup de dimensions ou des données non agrégées. Un rapport de 30 graphiques ouvert par dix personnes le lundi matin peut épuiser le quota horaire ; les graphiques affichent alors « quota dépassé » ou restent vides.
| Facteur | Effet sur la consommation | Parade |
|---|---|---|
| Nombre de graphiques par page | Chaque graphique est une requête | Regrouper, limiter à 10 ou 15 par page |
| Période longue et comparaison | Doublement du coût | Période par défaut de 28 jours, comparaison à la demande |
| Dimensions à forte cardinalité (page, requête, ville) | Requêtes lourdes | Filtrer, limiter les lignes, préférer l’extraction |
| Nombre de lecteurs | Multiplie tout | Extraction de données, planification d’envoi PDF |
| Fraîcheur des données | Requête à chaque ouverture | Régler la fraîcheur à 12 heures dans la source |
Méthode 2 : l’extraction de données (Data Extract)
Le connecteur « Extraction de données » copie un sous-ensemble de GA4 dans une table mise en cache par Looker Studio (limite d’environ 100 Mo par extraction), rafraîchie automatiquement chaque jour, semaine ou mois. On choisit les dimensions, les métriques, une période, et l’on branche les graphiques sur cette extraction plutôt que sur la source vivante.
- Avantages : plus d’erreurs de quota, affichage instantané, possibilité de conserver des données au-delà de 14 mois si l’extraction est cumulée dans une autre table.
- Limites : pas de données de la journée, périmètre figé au moment de la création, taille plafonnée ; il faut créer plusieurs extractions pour plusieurs angles d’analyse.
- Usage type : un rapport mensuel de direction, consulté par beaucoup de personnes, sur 10 à 20 indicateurs stables.
Méthode 3 : BigQuery
L’export natif de GA4 vers BigQuery livre les événements bruts, sans quotas d’API ni échantillonnage. Looker Studio se branche ensuite sur une table agrégée construite en SQL. C’est la solution robuste pour les gros volumes, les historiques longs et les jointures avec d’autres données. Le fonctionnement et les coûts sont détaillés dans BigQuery et GA4. Attention : brancher Looker Studio directement sur les tables d’événements coûte cher en requêtes ; passez toujours par des tables agrégées et programmées.
| Critère | Connecteur natif | Extraction | BigQuery |
|---|---|---|---|
| Mise en place | 5 minutes | 30 minutes | 1 à 3 jours, SQL requis |
| Coût | 0 € | 0 € | 0 à 30 € par mois |
| Fraîcheur | Temps quasi réel | Quotidienne au mieux | Quotidienne ou en flux |
| Quotas d’API | Oui | Non à la lecture | Non |
| Historique au-delà de 14 mois | Non | Partiel | Illimité depuis l’activation |
| Seuils et échantillonnage | Oui | Oui, hérités de l’API | Non |
| Profil | Tous | Rapports partagés et stables | Fort trafic, e-commerce, analyste |
Les écarts de chiffres entre GA4 et Looker Studio
C’est la première question après la mise en place : « le rapport ne donne pas les mêmes chiffres que GA4 ». Dans presque tous les cas, l’une des causes suivantes est en jeu :
- Seuils de confidentialité : GA4 masque les lignes trop petites quand les signaux Google sont activés ; Looker Studio hérite du masquage, mais pas au même niveau d’agrégation.
- Métriques mal appariées : comparer « utilisateurs actifs » dans GA4 avec « utilisateurs totaux » dans Looker Studio ; la définition des sessions et des utilisateurs doit être identique.
- Période et fuseau horaire : une période par défaut différente ou un fuseau de propriété mal réglé décale les totaux.
- Filtres oubliés : un filtre au niveau du rapport ou de la page exclut une source sans que le lecteur le voie.
- Données de la veille encore en traitement : GA4 finalise ses chiffres sous 24 à 48 heures ; un rapport lu le matin affiche des données provisoires.
Pour valider un rapport, comparez toujours un indicateur simple (sessions sur 7 jours complets, sans filtre) entre le rapport standard de GA4 et Looker Studio. S’ils coïncident, les écarts observés ailleurs viennent de la construction du rapport, pas de la connexion. Le guide comment lire un rapport GA4 aide à définir les bons repères, et l’article sur les KPI GA4 précise les métriques à afficher en priorité.
Aller plus loin : croiser GA4 avec la Search Console et Google Ads
Looker Studio dispose aussi de connecteurs natifs pour la Search Console et Google Ads. La combinaison des trois dans un rapport passe par la fonction « fusion de données » (blend), avec une clé commune comme la date ou la page. La méthode, ses limites et les alternatives sans construction sont dans connecter GA4 et la Search Console dans un tableau de bord.
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
Pourquoi mon rapport Looker Studio affiche-t-il « quota dépassé » ?
Parce que le connecteur natif interroge l’API GA4 à chaque affichage, et que la propriété dispose d’un budget limité de jetons par heure et par jour. Trop de graphiques, des périodes longues avec comparaison, des dimensions détaillées ou de nombreux lecteurs épuisent ce budget. Réduisez le nombre de graphiques, réglez la fraîcheur à 12 heures ou passez à une extraction de données.
Faut-il BigQuery pour connecter GA4 à Looker Studio ?
Non. Le connecteur natif suffit pour la plupart des sites de PME. BigQuery devient utile quand le trafic dépasse plusieurs millions d’événements par mois, quand l’historique au-delà de 14 mois compte, ou quand il faut croiser GA4 avec un CRM ou des coûts. Il exige des compétences SQL et une petite facture Google Cloud mensuelle.
Les chiffres de Looker Studio peuvent-ils être identiques à ceux de GA4 ?
Oui, si l’on compare les mêmes métriques sur la même période, sans filtre et une fois les données finalisées, soit 48 heures après la fin de la période. Les écarts viennent de définitions différentes, des seuils de confidentialité appliqués à des niveaux d’agrégation distincts, ou de filtres posés dans le rapport et oubliés ensuite.
Peut-on conserver plus de 14 mois de données GA4 dans Looker Studio ?
Pas avec le connecteur natif, qui suit la rétention de la propriété. Deux options : l’extraction de données, en cumulant les extractions mensuelles dans une feuille ou une table, ou l’export BigQuery, qui conserve tout depuis son activation. Dans les deux cas, rien n’est récupérable pour la période antérieure à la mise en place.