Data & Tracking · Læsetid: ~5 minutter

GA4 og BigQuery: Hvorfor I skal sætte det op nu (og ikke om 6 mdr!)

Tommy Arildslund
Tommy Arildslund AI Solutions Lead, Synergize
GA4 og BigQuery
Alle indlæg

Det problem de fleste ikke ved de har

Vi ser det igen og igen - virksomheder der har haft GA4 i årevis, men som ikke er klar over at Google sletter deres data. Ikke som i "begrænser adgangen" - men som i: dataene er væk for altid. GA4's standard dataopbevaring er sat til 14 måneder. Betaler I ikke for Google Analytics 360 (der koster fra ca. 150.000 kr. om året), er det den grænse I arbejder inden for.

Det betyder i praksis at I om 14 måneder ikke kan sammenligne med de tal I indsamler i dag. Ingen årssammenligning. Ingen trendanalyser over tid. Ingen mulighed for at gå tilbage og forstå hvad der faktisk skete i en periode der ikke længere er inden for vinduet.

Det er et problem I ikke kan løse bagudrettet. Dataene I mister i dag, er tabt for altid. Det er præcis derfor BigQuery-integrationen ikke er noget I skal planlægge til næste kvartal - det er noget I skal gøre nu.

Kort fortalt: Hver dag I venter med at koble GA4 til BigQuery, er en dag med data I aldrig kan hente tilbage. BigQuery gemmer al rå event-data uden tidsbegrænsning - og det er gratis op til 10 GB om måneden.

Hvad er BigQuery - og hvorfor er det ikke bare endnu et analyseværktøj?

BigQuery er Googles serverløse data warehouse. Når I kobler GA4 til BigQuery, eksporterer Google automatisk alle jeres rå events direkte til jeres eget BigQuery-projekt - dagligt og i fuld detalje. Det er ikke en sampling. Det er ikke aggregerede tal. Det er hver enkelt brugerinteraktion, tidsstempel, enhed, kanal og parameter, gemt i en database I selv ejer og kontrollerer.

Det åbner en helt anden verden sammenlignet med hvad I kan gøre i GA4's brugerflade:

  • Ubegrænset historik. Dataene lever i jeres BigQuery-tabel for altid - eller så længe I beslutter jer for at beholde dem.
  • Fuld granularitet. GA4's interface viser aggregerede tal. BigQuery giver jer adgang til hvert enkelt event på rækkeniveau. Det betyder præcis segmentering og analyser som ikke er mulige i standardrapporterne.
  • Kombination med andre datakilder. I BigQuery kan I joine jeres GA4-data med salgsdata fra jeres CRM, ordredata fra jeres webshop eller leads fra jeres marketing automation-system. Pludselig ser I det fulde billede fra første klik til afsluttet ordre.
  • Tilpassede rapporter og dashboards. Med BigQuery som kilde kan I bygge præcis de rapporter I har brug for i Looker Studio, Tableau eller et hvilket som helst andet BI-værktøj - ikke begrænset af hvad GA4's brugerflade tillader.

Den tekniske opsætning - det er ikke så svært som det lyder

Mange udsætter BigQuery-integrationen fordi de forestiller sig en kompleks teknisk proces. Det er den ikke. Selve koblingsprocessen kan gennemføres på under 30 minutter - forudsat at I har de rette rettigheder i Google Cloud og i GA4. Her er de overordnede trin:

Trin 1: Opret et Google Cloud-projekt

Gå til Google Cloud Console og opret et nyt projekt. Giv det et navn der giver mening for jer - f.eks. "jeres-virksomhed-analytics". I skal tilknytte en faktureringskonto (kreditkort krævet, men I betaler intet under 10 GB data og 1 TB queries om måneden). De fleste SMV'er kommer aldrig over gratis-niveauet.

Trin 2: Aktiver BigQuery API

I jeres Google Cloud-projekt aktiverer I BigQuery API under "APIs & Services" i Cloud Console. Det tager typisk 1–2 minutter.

Trin 3: Tilknyt BigQuery i GA4

Gå til GA4 → Admin → Product Links → BigQuery Links → Link. Vælg jeres Google Cloud-projekt og beslut hvilke datastrømme I vil eksportere. Vælg "Daily" som eksportfrekvens - I kan tilføje "Streaming" export senere hvis I har brug for realtidsdata, men det har en omkostning.

Trin 4: Verificér eksporten

Efter 24–48 timer begynder data at dukke op i BigQuery. I finder dem under jeres projekt i datasæt-strukturen analytics_[GA4-property-ID]. Tabellerne hedder events_YYYYMMDD - én tabel per dag. Kør en simpel forespørgsel for at verificere at data flyder som forventet:

Simpel verifikation: SELECT event_name, COUNT(*) as antal FROM `dit-projekt.analytics_XXXXX.events_*` GROUP BY event_name ORDER BY antal DESC LIMIT 20 - giver jer de 20 mest brugte events. Ser det rigtigt ud, virker integrationen.

Hvad I mister ved at vente

Lad os gøre det konkret. Forestil jer at I sætter BigQuery op om seks måneder. Her er hvad der sker:

  • I mister seks måneders rå event-data der aldrig kan hentes tilbage.
  • Når I om to år vil lave en sæsonanalyse over fire år, mangler I data fra en periode der potentielt var afgørende for at forstå jeres vækst.
  • Alle A/B-tests, kampagner og produktlanceringer I kører i mellemtiden - den fulde granulære data er væk.
  • Konkurrenter der allerede har sat det op, opbygger et datavarehus der giver dem dybere indsigter over tid. Det hul vokser for hver måned der går.

Det er ikke dramatisering - det er simpel matematik. Data I ikke gemmer i dag, eksisterer ikke i morgen.

Hvad koster det at drive BigQuery?

For de fleste SMV'er: ingenting. Google tilbyder 10 GB gratis lagerplads og 1 TB gratis queries om måneden. En typisk SMV-webshop eller B2B-virksomhed med 5.000–50.000 månedlige besøgende vil ligge langt under den grænse - i mange tilfælde i årevis.

Begynder I at køre komplekse queries over store historiske datasæt, kan der komme en omkostning. Men selv da er BigQuery's pris-per-query markant lavere end mange af alternativerne, og I har fuld kontrol over hvad der køres og hvornår.

Næste skridt: Fra rå data til brugbare indsigter

Når BigQuery kører, er det næste skridt at gøre dataene tilgængelige for folk der ikke skriver SQL til daglig. Det gøres typisk ved at bygge views eller aggregerede tabeller i BigQuery, der kobles til et dashboard-værktøj som Looker Studio. Så kan marketing, ledelse og salg tilgå de indsigter de har brug for - uden at skulle forstå den underliggende datastruktur.

En god startstruktur:

  • Et overordnet trafik-dashboard der viser kanaler, sessioner, bounce og konverteringer over tid - med historik så langt tilbage som I har data.
  • Et konverterings-dashboard der følger brugerrejsen fra første besøg til mål-event - med mulighed for segmentering på kanal, enhed og geografisk område.
  • Et kampagne-dashboard der kobler GA4-data med jeres annonceforbrug og viser ROAS og cost-per-acquisition for hver kampagne.

Konklusion

BigQuery-integrationen er en af de mest undervurderede ting I kan gøre for jeres datasetup i dag. Den er billig, relativt simpel at sætte op og den eneste måde at sikre at I bevarer jeres GA4-data på lang sigt. Jo hurtigere I kommer i gang, jo mere historik har I at arbejde med.

Har I brug for hjælp til opsætningen, til at bygge dashboards ovenpå jeres data, eller til at kombinere GA4-data med andre datakilder - så er det præcis det vi hjælper med. Tag fat i os.

Tommy Arildslund
Tommy Arildslund Over 15 års erfaring med softwareudvikling, data og AI-implementering på tværs af brancher.
Klar til at komme i gang?

Lad os hjælpe jer
med at få styr på data

Bliv kontaktet