BigQuery & Looker Studio : pourquoi remplacer GA4 par BigQuery pour alimenter mon Looker Studio ?

Chaque année, des milliers de PC sont agressés par des utilisateurs de Looker studio à bout ! Les temps de chargement, les quotas… ce n’est pas une fatalité ! Il existe une solution qui vous permettra d’être en paix avec vous-même et avec votre compagnon de travail 💻.

Alors, dans cet article, vous allez savoir comment faire vos analyses en toute sérénité avec un looker studio rapide et exhaustif (et comment réduire votre budget DSI sur les commandes de nouveau PC).

Plus sérieusement, beaucoup d’entre vous utilisent Looker Studio pour avoir une vision simplifiée et exhaustive des KPI de performance digitaux. L’objectif étant d’avoir un dashboard simplifié et rapide des KPI de pilotage utiles à vos prises de décisions et reporting.

Et lorsque Google Analytics 4 (GA4) est la solution qui est utilisée pour mesurer l’audience et les comportements des visiteurs sur votre site, elle est souvent utilisée pour alimenter looker studio. C’est une solution simple à paramétrer et gratuite mais pas exempte de tout reproche.

“Mon looker studio ne fonctionne plus !” 😱

“Je ne retrouve pas toutes mes données dans mon dashboard !” 😱😱

Si ça vous est déjà arrivé, c’est que vous êtes victime des quotas ou de l’échantillonnage… et parfois des deux 😱😱😱

Mais connaissez-vous BigQuery ?

Nous ne rentrerons pas dans la technicité du sujet ici, vous pouvez nous contacter pour en parler. Nous allons plutôt évoquer la valeur, le résultat que peut vous apporter la relation BigQuery et Looker studio.

Pour commencer, BigQuery, c’est quoi ?

“BigQuery est un entrepôt de données d’entreprise entièrement géré, qui vous aide à gérer et analyser vos données grâce à des fonctionnalités intégrées telles que le machine learning, l’analyse géospatiale et l’informatique décisionnelle.” Ça, c’est Google qui le dit!

En d’autres termes, BigQuery est une énorme base de données gérée par Google sur la partie server et infrastructure où vous pouvez déverser beaucoup de données de sources différentes, comme GA4 par exemple. Et en plus, c’est facile à mettre en place.

Et quels sont les avantages d’utiliser BigQuery comme source de données pour alimenter Looker Studio ?

 

• Les quotas : il n’y en a aucun via BigQuery.

Sur GA4, chaque requête (entendez chargement des graphiques et tableaux de votre looker) consomme des jetons. Plus la requête est complexe, plus elle consomme de jetons. Et les jetons ne sont pas illimités mais soumis à des quotas. Des quotas par jour, par heure et par requêtes simultanés.

Ça peut être embêtant s’il y a beaucoup d’utilisateurs au sein de votre entreprise et que le Looker est partagé entre plusieurs équipes qui peuvent être amenées à l’utiliser simultanément. Il faut attendre de quelques minutes jusqu’à 24h pour que les données s’affichent de nouveau.

Heureusement, Google a augmenté les quotas cette année ce qui peut convenir dans certains cas aux petites et moyennes entreprises. Sinon, la version 360 augmente grandement les quotas mais est une solution plutôt onéreuse 🫰💸

 

• L’échantillonnage: il n’y en a aucun via BigQuery.

La donnée est exhaustive sur BigGuery. Sur GA4, elle peut être échantillonnée pour les gros volumes de données.

 

• Le chargement des rapports: il est plus rapide via BigQuery.

Avec GA4, il peut être (très) lent en fonction du nombre et de la complexité des requêtes.

 

• La cardinalité: la précision des données non altérées sur BigQuery.

Rentrons (tout de même) dans une notion un peu plus technique, la cardinalité. Il s’agit du nombre de valeurs uniques pour une dimension. Par exemple, la dimension appareil se compose de trois valeurs uniques: ordinateur, mobile et tablette.

Avec GA4, quand il y a beaucoup de valeurs uniques pour une dimension, elles peuvent être rassemblées, pour une partie d’entre elles, dans une ligne “other”.

 

• Le prix: à l’image de GA4 et GA4 360 (version payante de GA4), BigQuery peut être gratuit et payant.

Google offre du stockage et traitement de données via BigQuery (10 Go de stockage de données et 1 To de traitement de données par mois). Déverser la donnée GA4 dans BigQuery peut être là aussi gratuit ou avoir un léger coût que nous pouvons estimer. BigQuery peut donc être gratuit pour une grande partie des petites et moyennes entreprises. Si vous voulez des informations plus précises sur le tarif en fonction de votre contexte, contactez-nous directement.

 

Sommes-nous obligés de continuer ? N’êtes-vous pas convaincu ? Ou est-ce que nous devons vous parler de :

• BigQuery vous permet d’importer beaucoup de données externes (analytics, CRM…). Des données qu’on pourra retrouver dans votre Looker Studio.
• BigQuery s’accompagnent d’une facilité de gestion. Pas besoin de créer de server en propre car l’outil auto-gère ses besoins en infrastructure. Si la requête est lourde et demande beaucoup de server, ce n’est pas votre problème côté infrastructure.
• Concernant l’historicité, il n’y a pas de limite sur BigQuery. Les données historisées sont limitées à 2 mois ou 14 mois sur GA4 pour leur exploitation dans les tableaux explorer par exemple. Cela n’impact pas directement Looker Studio mais c’est un avantage de BigQuery avec plus de flexibilité sur les analyses demandant des longues périodes.

 

Cerise sur le gâteau, l’intégration BigQuery est native sur GA4 ! 😵

 

Bref, chez Bespoke, on aime bien la sérénité dans l’analyse, c’est pour ça qu’on recommande de passer par BigQuery pour alimenter votre Looker Studio. 😌 Bien sûr, ce n’est pas systématique et cela dépend de la taille de votre entreprise et de vos besoins identifiées (en quantité de donnée par exemple).

Notre métier, c’est aussi de faire du conseil et des recommandations pour qu’on puisse vous accompagner sur des sujets adaptés à votre contexte.

N’hésitez pas à venir échanger avec nous. 🙂