Comment connecter GA4 à BigQuery gratuitement, pourquoi le faire dès la création d'une propriété, et comment utiliser les données dans Looker Studio (maintenant Data Studio).
Mise à jour, 2026 : Google a rebaptisé Looker Studio en Data Studio (Google Cloud l'a annoncé en avril 2026). Quand cet article parle de Data Studio ou de Looker Studio, c'est le même outil, et nous avons laissé la formulation telle que nous l'avions écrite à l'époque.
C'est gratuit ! Enfin gratuit. À l'époque, si tu voulais lier Google Analytics à BigQuery, il fallait payer, et payer cher, parce qu'il te fallait un compte 360, et ça ne coûte pas trois francs six sous. Heureusement, avec l'arrivée de Google Analytics 4, tu peux maintenant lier ton compte GA4 à BigQuery gratuitement, enfin presque gratuitement. L'option est gratuite, elle est là dans tes paramètres sur la version gratuite de GA, mais techniquement BigQuery est payant, seulement techniquement. Donc oui, tu paies BigQuery, ce qui veut dire en pratique que ta carte bancaire ne sort qu'une fois que tu dépasses le quota gratuit, qui comprend 1 TiB de requêtes par mois et 10 GiB de stockage, ce qui pour un site moyen est énorme, mais vraiment énorme. Alors vas-y, fais-le, tu ne seras probablement pas facturé, et si tu penses faire beaucoup de requêtes, règle simplement une alerte dans les paramètres de facturation pour que Google t'envoie un e-mail quand tu vas dépasser le budget.
Tu vas peut-être te demander pourquoi ça devrait t'intéresser. Eh bien c'est un gros truc : tu peux lancer toutes sortes de requêtes sur tes données, les trier dans tous les sens, les combiner avec d'autres sources de données et tout le reste, mais surtout, il y a quelques raisons de le faire dès que tu crées ton compte.
Raison 1, tu vas très probablement finir par créer des tableaux de bord dans Google Data Studio, et même si GA4 est très bien, il est tout neuf et ne fait pas tout ce que tu voudrais dans Data Studio. Tu vas donc probablement te retrouver avec 2 sources de données pour ton joli rapport. Une qui est simplement ta source GA4 classique et une qui va chercher tes données GA4 dans BigQuery. Ça devrait couvrir l'essentiel, surtout si tu vas visualiser beaucoup de choses autour des événements dans GA, la source BigQuery est parfaite pour ça.
Raison 2, et c'est la principale raison de le faire, d'après notre expérience aucune donnée antérieure n'est ajoutée rétroactivement à BigQuery une fois le lien créé. Si tu te dis dans 3 mois que finalement tu en as besoin, elle n'est pas là. Si tu veux toutes tes données dans BigQuery dès le départ, lie-le tout de suite.
Raison 3, et c'est une grosse, on la met ici parce qu'elle compte vraiment. Google, dans toute sa sagesse, a collé une limite d'API sur le connecteur Google Analytics 4 de ce qui s'appelle maintenant Google Looker Studio. Oui, depuis l'arrivée de GA4, le connecteur Google Analytics 4 de Looker Studio vient avec des limites. Tu me diras qu'elles ne sont pas si terribles, mais si, elles le sont, car ces limites ne s'appliquent pas qu'à toi. Imaginons que tu aies utilisé 1 jeton à la salle d'arcade pour afficher un graphique sur le flipper, mais que ton pote John, qui est en fait ton client, la Société X, se connecte au même flipper / tableau de bord dans Looker Studio, aïe, l'usage vient de doubler, tu n'as plus de jetons et le graphique s'arrête. C'est une façon assez nulle de dire que chaque limite d'usage que tu respectais tant que tu construisais ton tableau de bord grimpe avec chaque personne qui vient le consulter, ou d'ailleurs quand quelqu'un d'autre utilise le connecteur, comme Susan du marketing qui a son propre tableau de bord.
Je l'ai déjà dit plusieurs fois dans nos articles, Milk Moon Studio est un studio Webflow axé sur le design, on n'a pas envie de faire des requêtes SQL dans BigQuery, on est des designers Webflow, mais on veut donner à nos clients des tableaux de bord propres, utiles et, avec un peu de chance, gratuits dans ce qui s'appelle maintenant Looker Studio. Malheureusement, ce n'est plus la réalité avec les fortes contraintes imposées au connecteur GA4. Mais en tant que designer qui n'a pas envie de se salir les mains, tu peux faire un petit effort, exporter les données vers BigQuery et construire exactement la même chose avec le connecteur BigQuery, qui n'a pas cette limite de jetons GA4 (le quota gratuit et les coûts de BigQuery s'appliquent toujours), et qui est d'après notre expérience plus rapide que la méthode GA4 de toute façon. Je t'en supplie, évite les limitations, mouille un peu la chemise la première fois et passe simplement par BigQuery.
Une dernière chose : en février 2023, l'équipe de Google Search Console a annoncé l'export massif de données vers BigQuery, alors ajoute tes données GA, car tu peux maintenant les croiser avec Search Console !!!
Mais avant de commencer, tu te demandes peut-être ce qu'est exactement BigQuery, eh bien :
BigQuery est un entrepôt de données serverless entièrement géré, qui permet une analyse évolutive de pétaoctets de données. C'est une plateforme en tant que service qui prend en charge les requêtes en SQL ANSI. Elle intègre aussi des capacités d'apprentissage automatique.
Alors qu'est-ce que ça veut dire et pourquoi ça m'intéresse ? C'est un grand entrepôt de données que tu peux utiliser à bas prix, qui te permet de lancer très rapidement beaucoup de requêtes très simples, ou très compliquées. Mais les gars, tu vas dire, je n'en ai pas besoin. On te répondrait qu'il se connecte aussi directement à Data Studio, ce qui te permet de visualiser tes données de façon super simple, pas plus compliqué que de connecter une feuille de calcul.
Bref, si tu hésites encore, lance-toi, ça ne va pas te coûter un rond et tu auras les données plus tard si tu finis par en avoir besoin.
De quoi as-tu besoin pour faire ça ?
1 propriété GA4 (tu n'en as pas ? Suis cet article)
Un compte Google Cloud (Crée-le ici)
Des droits d'administrateur pour que le lien se crée correctement (Google indique qu'il faut le rôle Éditeur ou supérieur sur la propriété GA4, et Propriétaire sur le projet Google Cloud)
Étape 1 : créer un projet d'API Google
- Connecte-toi à la console des API.
- Crée un nouveau projet d'API.
- Ouvre le menu de navigation en haut à gauche, clique sur API et services, puis sur Bibliothèque.
- Sous Google Cloud APIs, clique sur BigQuery API, puis sur Activer.
- Si tu débarques, accepte les conditions d'utilisation.
- Rouvre le menu et va dans la facturation, tu ne veux pas du bac à sable gratuit (sandbox), car tes données finiraient par être supprimées.
- Configure un compte de facturation.
- Va dans BigQuery.
- Crée un nouveau jeu de données, si ça marche c'est que ta facturation est bien configurée.
- Maintenant, il te faut un compte de service (c'est la partie sur les autorisations).
- Ajoute analytics-processing-dev@system.gserviceaccount.com comme membre du projet, et vérifie que l'autorisation au niveau du projet est définie sur Éditeur (et non sur Éditeur de données BigQuery). L'autorisation Éditeur est nécessaire pour exporter les données d'Analytics vers BigQuery. (Mise à jour : la documentation actuelle de Google indique que le lien configure maintenant sa propre identité de service avec le rôle Utilisateur BigQuery quand tu le crées, donc d'après notre expérience cette étape est peut-être déjà faite pour toi. Si ton lien fonctionne sans elle, tu peux la sauter.)
Étape 2 : lier GA4 à BigQuery
Va dans les paramètres de GA et clique sur Association BigQuery
Clique sur Associer pour créer le lien.
Clique sur Choisir un projet BigQuery
Sélectionne le projet que tu viens de créer.
Sélectionne maintenant la région où exécuter les requêtes. S'il y a des implications RGPD dans ce que tu fais, tu voudras choisir l'UE (et si tu te demandes quelle part de tes données tu conserves une fois le consentement en jeu, jette un œil à ce qui arrive à tes données quand 97 % des visiteurs refusent les cookies).
Tu vas maintenant choisir ton flux de données et la fréquence. Chez nous, on ne s'embête généralement pas avec le streaming, une fois par jour suffit largement pour la plupart des usages. Ça veut simplement dire que les données les plus récentes dans BigQuery seront toujours celles de la veille. Le streaming est l'option qui coûte en plus (Google facture 0,05 $ par gigaoctet), et les propriétés GA4 standard ont une limite d'export quotidien de 1 million d'événements, à garder en tête si ton site a beaucoup de trafic.
Clique sur Envoyer et c'est terminé.
Dans la journée qui suit, tes données commenceront à apparaître dans BigQuery (Google indique dans les 24 heures). Attends donc un jour, va dans Data Studio, crée une nouvelle source de données, sélectionne BigQuery et ton jeu de données GA sera là. On fera quelques articles sur les jeux de données Google Analytics dans Google Data Studio un de ces jours. En attendant, n'oublie pas que tu as maintenant tes données GA dans un entrepôt de données facile à utiliser, tu peux les déplacer vers d'autres plateformes cloud comme Azure ou AWS, tu peux utiliser d'autres outils comme Tableau et PowerBI pour les visualiser, tout ça parce qu'elles sont bien rangées et en sécurité dans BigQuery. Profites-en, et si tu as quelque chose à ajouter ou à demander, écris-nous dans les commentaires.
Questions fréquentes sur la connexion de GA4 à BigQuery
Le lien entre GA4 et BigQuery est-il vraiment gratuit ? Le lien lui-même est gratuit sur les propriétés Google Analytics 4 standard. BigQuery a un quota gratuit de 1 TiB de requêtes et de 10 GiB de stockage par mois, donc la plupart des petits sites ne voient jamais de facture. Configure quand même la facturation : les tables du sandbox expirent après 60 jours, et l'export en streaming coûte 0,05 $ par gigaoctet, alors que l'export quotidien ne coûte rien.
GA4 enverra-t-il mes anciennes données à BigQuery quand je le lie ? D'après notre expérience, non. Google indique que les données commencent à arriver dans les 24 heures suivant la création du lien, alors lie-le dès que tu crées la propriété, sinon les jours précédents ne sont pas dans BigQuery.
Comment connecter BigQuery à Looker Studio (maintenant Data Studio) ? Crée une nouvelle source de données, choisis le connecteur BigQuery, puis sélectionne ton projet et le jeu de données GA4. Ce n'est pas plus compliqué que de connecter une feuille de calcul.
De quel accès ai-je besoin pour lier GA4 à BigQuery ? Le rôle Éditeur ou supérieur sur la propriété GA4, et Propriétaire sur le projet Google Cloud auquel tu te lies.
N'oublie pas de consulter la rubrique How-To de notre blog pour d'autres tutoriels comme configurer Tag Manager dans Webflow, ajouter GA4 à Tag Manager, suivre les envois de formulaires, ou les clics.
Tu ne sais pas trop pourquoi on utilise Tag Manager pour tout ça au départ ? Commence par lire pourquoi utiliser Google Tag Manager dans Webflow.
