BigQuery export ломают не схемы, а ожидания от данных: вот где обычно ошибаются

BigQuery export ломают не схемы, а ожидания от данных: вот где обычно ошибаются

BigQuery export в GA4 — это не «полная копия аналитики», а сырая выгрузка событий. Если ждать от неё готовых сессий, атрибуции и красивых отчётов, почти сразу появятся расхождения с интерфейсом и паника у команды.

Что проверять первым делом:
— timezone проекта и time zone property не смешивать в одном отчёте;
— user_id, user_pseudo_id и device не считать взаимозаменяемыми ключами;
— session_start не принимать за единственный источник истины по сессиям;
— purchase и refund обрабатывать отдельно, а не через общий revenue;
— event_params разворачивать только после понимания, какие поля реально нужны.

Отдельная ловушка — дубли. Один и тот же event может приехать повторно, если не настроить дедупликацию по event_id и timestamp. Ещё одна ошибка — строить отчёты прямо по raw table без нормализации: сначала соберите слой сессий, пользователей и конверсий, а уже потом отдавайте его в Looker Studio или BI.

Что делать на практике: заведите 3 слоя — raw, staging, mart. В raw ничего не трогайте; в staging приводите типы, выкидывайте мусорные параметры и собирайте сессии; в mart храните только метрики, которые реально нужны бизнесу. Так экспорт перестаёт быть свалкой и становится нормальным источником для принятия решений.

Если BigQuery экспорт у вас «не сходится», начинайте не с SQL, а с модели данных: почти всегда проблема в логике, а не в таблице.