Cómo Conectar Google Analytics 4 a Google BigQuery

Cuatro formas gratuitas y de pago para conectar Google Analytics 4 a Google BigQuery

Cómo Conectar Google Analytics 4 a Google BigQuery para Marketers (Sin Código)

Porter es un conector nativo de IA. Configura todo con lenguaje natural, no SQL o formularios. Campos personalizados, filtros, programación—todo con prompts en español o inglés. Sin código, sin ingeniería de datos requerida.

• La vista previa de datos siempre está activa. A medida que seleccionas métricas, dimensiones, filtros y rangos de fechas, Porter muestra tus datos en tiempo real. Verifica todo antes de enviar a BigQuery.
• Los datos llegan transformados, combinados y listos para visualizar. No se necesitan transformaciones SQL después.

En este tutorial, te mostraremos cómo enviar tus datos de Google Analytics 4 a Google BigQuery con Porter. Enviaremos datos de analíticas web incluyendo campos como Sessions, Conversions, New Users, y campos personalizados como Conversion Rate y Revenue Per User.

Crear una conexión

Inicia sesión en portermetrics.com con Google. Haz clic en “Create” y selecciona “Google BigQuery” como destino. Nombra tu conexión (e.g., “Google Analytics 4 Perfomance”). Selecciona Google Analytics 4 como fuente de datos.

• Combinación de datos: opcionalmente, agrega Google Ads, Meta Ads, Shopify en la misma conexión para reportes cross-channel.

Conectar tus cuentas de Google Analytics 4

Conecta tu cuenta de Google y otorga acceso a tus propiedades de GA4. Selecciona las propiedades de las que deseas extraer datos.

Conectar tu destino BigQuery

Autentícate con inicio de sesión de Google o Service Account. Selecciona Project ID, Dataset location, Dataset y Table name.

• Inicio de sesión con Google (recomendado): Porter lista tus proyectos en un dropdown. La opción más fácil.
• Service Account JSON: para empresas con gestión estricta de permisos en Google Workspace. Copia un texto JSON de los detalles de tu proyecto para conectar.
• Dataset location: US, EU, o tu región preferida.
• Auto-actualización de esquema: si cambias tu consulta después, Porter actualiza el esquema automáticamente y lo reescribe en tu tabla de BigQuery, a diferencia de otras herramientas.

¿Nuevo en BigQuery? Crea tu primer proyecto:

Ve a console.cloud.google.com. En el Navigation Menu (arriba a la izquierda), selecciona BigQuery → Studio. En el panel izquierdo, verás tus proyectos.

1. Crear un Project: selecciona o crea un nuevo proyecto (e.g., “Marketing Data”). Elige un nombre, tipo y organización. BigQuery crea una carpeta para él.
2. Crear un Dataset: expande la carpeta de tu proyecto, haz clic en los tres puntos, y selecciona “Create Dataset.” Nómbralo (e.g., “Analytics_data”) y selecciona una ubicación (US o EU).
3. Crear una Table: dentro de tu dataset, puedes crear una tabla (e.g., “ga4_events”). O deja que Porter la cree automáticamente cuando envíes tu primera consulta.

El Project ID, Dataset name y Table name que configures aquí son los mismos valores que ingresarás en la configuración de BigQuery de Porter.

Verificar tus datos en BigQuery:

Cuando seleccionas una tabla, BigQuery muestra primero la vista Schema. Estos son los metadatos: nombres de campos, tipos de campos y modos. Para ver tus datos exportados, ve a la pestaña Preview. Una vez que tu consulta se ejecute, verás la tabla completa con tus datos.

Elegir métricas

En el dropdown de métricas, busca y selecciona: e.g., Sessions, New users, Conversions, Engaged sessions, Sessions per user, 1-day active users, 28-day active users.

Elegir dimensiones

Para segmentar tus datos, en el dropdown de dimensiones, busca y selecciona: e.g., Campaign, Browser, Date.

• Otras dimensiones: Event name, Page path, Source, Medium, Campaign, Device, Country.
• Modelo basado en eventos: Todos los eventos de GA4, parámetros y propiedades de usuario disponibles.
• Datos de e-commerce: Items, transactions, revenue, y eventos de compra incluidos.
• Nota sobre sampling: Porter extrae datos sin muestreo vía la GA4 Data API. Rangos de fechas grandes pueden tomar más tiempo en procesar.

Ver todos los campos de Google Analytics 4

Crear campos personalizados

Para métricas personalizadas, agrega una nueva métrica, escribe tu fórmula en lenguaje natural, y revisa la fórmula generada y una vista previa de la consulta. Elige el formato de tu métrica (number, currency, percentage). Para este ejemplo: Conversion Rate = “Conversions / Sessions”, Revenue Per User = “Total revenue / New users”.

Para dimensiones personalizadas, escribe tu fórmula para segmentar datos basándote en convenciones de nombres. Si tus convenciones de nombres incluyen objetivo, etapa del funnel, o productos, escribe una fórmula como: “If campaign name contains ‘awareness’, tag as ‘Awareness’. If contains ‘consideration’, tag as ‘Consideration’. If contains ‘conversion’, tag as ‘Conversion’. Else ‘Other’.” En la vista previa, observa cómo Porter transforma condicionales en regex para segmentaciones personalizadas.

Crea tus propias métricas o dimensiones para que no se necesite SQL o transformación en BigQuery. Tus datos están listos para conectarse a Looker Studio. Operaciones soportadas: matemáticas (sum, subtract, divide, multiply), condicionales (if/then/else), regex (pattern matching). Mismas capacidades que los campos calculados de Looker Studio.

Configurar rango de fechas

Selecciona un rango de fechas del dropdown. Para este ejemplo: last 30 days.

• Rangos dinámicos: today, yesterday, last 7/14/28/30/90 days, this week/month/quarter/year to date, last week/month/quarter/year.
• Rangos fijos: fechas de inicio y fin específicas.
• Auto-actualización: los datos se actualizan automáticamente basándose en el rango dinámico.

Agregar filtros

El conector de Google Analytics 4 puede devolver registros sin actividad. Crearemos un filtro para excluirlos.

Para este ejemplo:

• Condición: Exclude
• Campo: Session Source
• Operador: equals
• Valor: (not set)

Esto excluye todas las sesiones sin fuente, para que tu consulta solo devuelva sesiones con atribución adecuada.

• Operadores disponibles: equals, contains, not contains, greater than, less than, starts with, ends with.
• Detección de valores: Porter detecta automáticamente si el campo es un número o texto.
• Combinar filtros: agrega lógica AND/OR dentro de la misma condición o crea múltiples filtros en una consulta.

Programar actualización

Escribe tu programación en lenguaje natural. Para este ejemplo: “every day at 8am”.

• Ejemplos: “Every Monday at 5am”, “Weekdays at 7pm”, “Every hour”, “Every Tuesday and Friday at 9am”.
• Auto-conversión: Porter convierte los prompts en expresiones cron.
• Zona horaria: detectada automáticamente desde tu navegador.
• Frecuencia mínima: cada minuto. Sin costo extra por actualizaciones frecuentes.

Elegir modo de escritura

Selecciona cómo Porter escribe datos en BigQuery. Para este ejemplo: Overwrite.

• Overwrite (recomendado): elimina la tabla existente y escribe datos frescos. Sin duplicados.
• Append: agrega nuevas filas debajo de los datos existentes. Riesgo de duplicados si el mismo rango de fechas se ejecuta dos veces.
• Update: coincide filas por dimensión y actualiza valores. Para datos de CRM con valores cambiantes.

Enviar, monitorear y organizar

Haz clic en “Save” para guardar tu consulta y haz clic en “Send” para enviar los datos a Google BigQuery. La transferencia toma unos segundos dependiendo del volumen de datos. Una vez terminado, puedes actualizarlo o crear más consultas.

Para crear más consultas: regresa al administrador de consultas dentro de tu conexión, o ve a Porter Metrics → Account → Reports → Connections. En la pestaña Queries, verás todas las consultas ejecutándose desde tu cuenta con su conexión asociada, nombre, fuentes de datos, última ejecución, último estado y opción de ejecutar manualmente.

Para monitorear ejecuciones: haz clic en el ícono de tres puntos y selecciona “History.” Verás logs con fecha y hora exactas, tipo de ejecución (manual o programada), y estado. Si ocurre un error, verás el mensaje de error específico.

Para organizar tus datos: administra conexiones y consultas dentro de ellas. Nombra conexiones por campaña (e.g., “Black Friday”), por cliente, o por fuente de datos. Dentro de cada conexión, crea tantas consultas o tablas como necesites y renómbralas. Puedes habilitar/deshabilitar consultas o conexiones, y actualizar cualquier consulta en cualquier momento—Porter actualiza y actualiza el esquema en BigQuery automáticamente.

Cómo Conectar Tu Tabla de BigQuery a Google Looker Studio

Primero, verifica tus datos en BigQuery:

Ve a console.cloud.google.com/bigquery. En el menú izquierdo, bajo Products, encuentra BigQuery → Studio. Aquí es donde administras tus tablas.

Jerarquía de BigQuery:

• Project (e.g., “Marketing Data”): tu contenedor de nivel superior.
• Dataset (e.g., “Analytics_data”): una colección de tablas dentro de un proyecto.
• Table (e.g., “Google Analytics 4”): tus datos reales.

En BigQuery Studio, ve a “Classic Explorer” y selecciona tu proyecto. Haz clic en los tres puntos para crear un nuevo dataset si es necesario (establece un nombre y ubicación, e.g., US o Europe). Navega a tu dataset y tabla. En “Schema,” ve la lista de campos y sus tipos. En “Preview,” ve tus datos reales. Para actualizar datos, regresa a Porter y reenvía—Porter sobrescribe la tabla.

Conectar BigQuery a Looker Studio:

Ve a Looker Studio. Haz clic en “Create” y selecciona “Report” para iniciar un reporte en blanco. Looker Studio te pedirá que agregues una fuente de datos. Busca “BigQuery” y conecta tu cuenta de Google.

Verás opciones: Recent Projects, My Projects, Shared Projects, Custom Query, Public Datasets.

Selecciona “My Projects” y navega a tu proyecto, dataset y tabla. En este ejemplo: Project “Marketing Data” → Dataset “Analytics_data” → Table “Google Analytics 4”. Haz clic en “Add” para conectar.

Una vez conectado, Looker Studio carga los campos de tu tabla. Crea un gráfico, agrega tus dimensiones (e.g., date) y métricas (e.g., Active users). Asegúrate de establecer un rango de fechas que coincida con tu consulta en Porter.

Tus datos de BigQuery ahora están conectados a Looker Studio.

Plantillas de Google Analytics 4 para BigQuery + Looker Studio

Porter tiene la galería de plantillas de Looker Studio más completa para datos de marketing.

Las plantillas son compatibles con las tablas de BigQuery creadas en Porter.

Nota: Los nombres de campos de BigQuery usan guiones bajos en lugar de espacios (e.g., “amount_spent” en lugar de “Spend”). Puede que necesites mapear campos al conectar una plantilla.

Plantillas disponibles:

Dashboard de atribución

Dashboard de GA4

Reporte de adquisición

Reporte de audiencia

Por Qué los Marketers Mueven Datos de Google Analytics 4 a BigQuery

• Conecta cualquier herramienta de reportes: BigQuery se conecta a Looker Studio, Power BI, Tableau, o cualquier herramienta de BI. Un data warehouse, todos los destinos.
• Atribución multi-touch: Une Google Analytics 4 con datos crudos de eventos de GA4. Traza el camino completo del usuario desde clic en anuncio hasta conversión.
• Fuente de verdad: Define qué significa “conversión” para tu empresa. Compara Meta vs. GA4 vs. HubSpot. Elige una fuente para CAC, ROAS y CPA. Termina el debate de “cuál número es el correcto”.
• Acceso para toda la empresa sin permisos de plataforma: Administrar permisos en diferentes plataformas es un dolor. Con BigQuery, cualquiera puede acceder a los datos de marketing sin cuentas o roles en cada plataforma. Un modelo de permisos, todos los datos.
• Haz los datos disponibles para IA: La IA necesita datos limpios, estructurados y con contexto. Cada herramienta de IA se siente aislada. Integrar fuentes es complicado. Con BigQuery como tu data warehouse universal, cualquier herramienta de IA puede acceder a tus datos de marketing. Sin integraciones personalizadas. Sin configuración complicada.
• Combinación de datos: Combina Google Analytics 4 con CRM, GA4, Shopify, Google Ads en un data warehouse. Mide ganancias reales, no ROAS de plataforma. Calcula CAC combinado en todos los canales.

Próximos Pasos

Ahora que tus datos de Google Analytics 4 están en BigQuery:

• Conectar a BigQuery: aprende Google BigQuery para marketers y lee tutoriales para conectar otras fuentes de datos.
• Conectar a Looker Studio: Construye dashboards que cargan en segundos. Usa plantillas de Porter o crea las tuyas.
• Conectar a Google Sheets: Exporta datos de BigQuery a Sheets para análisis rápido, compartir con clientes, o cálculos personalizados.
• Combinar datos de múltiples fuentes: Agrega Google Ads, GA4, Shopify, CRM a la misma conexión. Porter auto-mapea campos equivalentes. Crea reportes cross-channel sin JOINs de SQL.
• Crear flujos de trabajo con IA: Automatiza alertas y reportes con lenguaje natural. Ejemplo: “Every Monday at 9am, get Google Analytics 4 data for last 7 days, analyze performance with AI, send summary to Slack.”
• Usar plantillas: Comienza con plantillas pre-construidas de Looker Studio. Rendimiento de campañas, análisis de creativos, desgloses de audiencia—listas para conectar.
• Explorar otros destinos: Envía datos de Google Analytics 4 a Google Sheets, PostgreSQL, u otros data warehouses. Mismo proceso de configuración.

Explorar todas las plantillas de Google Analytics 4