Looker Studio (Data Studio), quotas GA4, problèmes & solutions.

Franck Scandolera

C’est quoi le problème avec les données Google Analytics 4 dans Looker Studio (Data Studio) ?

N’aurais-tu pas observé des problèmes avec les données GA4 dans Looker Studio (ex. Data Studio) ? Le couperet est tombé, Google sans préavis a sonné la fin de l’abondance en activant des quotas de requêtes de l’API Data, Google Analytics Data API (GA4). À cette heure la limite des quotas ne permet pas d’exploiter au minimum un rapport Looker Studio (Data Studio).

Dans mon test, une page, 9 graphiques simples (tableaux, barre, courbe, carte géographique) sans plage de dates personnalisés, sans période de comparaison, sans filtre, sans dimension de répartition… Ainsi que deux commandes de contrôle pour filtrer les données (pays et catégorie d’appareil).

Au bout de quelques changements de filtres « pays » et « catégorie d’appareil » et de la plage de dates, bim, les erreurs remplacent les données.

Google limite l’accès aux données de l’API Google Analytics 4 grâce à la consommation de jetons temporels. Chaque requête API vérifie que les quotas n’ont pas été épuisés et consomment des quotas. Si un quota est épuisé, la requête échoue et un message d’erreur s’affiche.

Il existe simultanément deux quotas :

  1. Combien de fois vous pouvez interroger simultanément le service.
  2. Combien de données vous pouvez demander par heure et par jour.
Nom du quotaLimite de propriété standardLimite de la propriété Analytics 360
Jetons principaux par propriété et par jour25 000250 000
Jetons principaux par propriété et par heure5 00050 000
Jetons de base par projet, par propriété et par heure1,25012 500
Principales requêtes simultanées par propriété1050
source Google.

 » Les jetons sont calculés avec chaque requête en fonction de sa complexité. La plupart des requêtes ne facturent que 10 jetons ou moins. Lorsqu’une requête consomme un grand nombre de jetons, les facteurs suivants sont souvent responsables:

  • Un grand nombre de lignes
  • Un grand nombre de colonnes
  • Critères de filtre complexes
  • Période longue  » (source Google)

Google a annoncé récemment qu’il travaillerait sur l’optimisation du connecteur GA4 de Looker Studio pour maximiser la quantité de données récupérées via le connecteur avant d’épuiser les limites de quota GA4. Il travaillerait également sur l’intégration d’une fonctionnalité qui affichera la consommation de jetons de quota par les composants du rapport, ainsi que le nombre de jetons restants avant que l’objectif ne soit atteint. Ils annonceront la disponibilité de ces changements dans leurs notes de version.

En attendant de tester les prochaines évolutions du connecteur Google Analytics 4, il est l’heure d’évaluer des solutions pour contourner les quotas GA4 dans Looker Studio (Data Studio).

Solutions possibles pour contourner les limites des quotas GA4 dans Looker Studio (Data Studio).

Il existe plusieurs solutions de contournement pour éviter les quotas de l’API Google Analytics 4. C’est l’occasion de faire le point sur les usages des rapports Looker Studio. En préalable à toute solution de contournement, il est nécessaire de revoir l’organisation d’un rapport Google Analytics 4 pour gérer la contrainte des 10 requêtes simultanées, simplifier les data-visualisations et limiter les possibilités de filtres dans Looker Studio.

Solution 1 : Utiliser l’exploration Google Analytics 4.

Les explorations Google Analytics 4 offrent pas mal de possibilités d’analyse visuelle. Le module d’exploration est beaucoup plus limité que Looker Studio, partage des rapports d’exploration limitée aux utilisateurs de la propriété GA4, pas de programmation d’envoi par email, pas de combinaison de données, pas de champs calculés, échantillonnage des données… Si votre rapport Looker Studio n’utilise pas ces fonctionnalités, il pourrait être transposé dans le module exploration de la propriété GA4.

Solution 2 : Utiliser un connecteur Google Sheets.

Utiliser un connecteur Google Sheets dans Looker Studio. Il s’agit d’une très bonne solution, gratuite, évolutive, personnalisable et automatisable. L’idée est de stocker et pré-traiter les données et indicateurs dans des spreadsheets grâce à Apps Script ou à une add-on comme SuperMetrics pour récupérer régulièrement les données GA4. Il y a un peu de travail pour définir et programmer le flux de données entre les indicateurs, les dates, les filtres Looker Studio et les données sources GA4. L’avantage de cette solution, c’est de bénéficier également d’un flux de traitement de données qui permet d’optimiser l’expérience utilisateur dans Looker Studio en chargeant rapidement les graphiques. Le but est de traiter l’ensemble des indicateurs dans Google Sheets afin de n’avoir qu’à les afficher dans Looker Studio.

Solution 3 : Utiliser un connecteur BigQuery.

La solution à suivre – propre, ouverte et contemporaine. Mais est-ce que l’application de quotas GA4 nous inviterait pas à exploiter gentiment nos données GA4 depuis BigQuery ? Après tout, l’export automatisé des données Google Analytics 4 vers un projet BigQuery est simple et gratuit.

L’export des données GA4 dans BigQuery est la solution à suivre pour profiter pleinement des données Analytics dans l’environnement Google Cloud, mais cela à un coût. Un coût économique pour stocker, préparer et requêter les données. Le coût du stockage est plutôt faible ($0.020/Go – 10 Go gratuits/mois). Le véritable centre de coût, c’est l’exécution de requêtes non optimisées dans Looker Studio. Le coût ne doit pas être un frein, car il y a beaucoup d’avantage à stocker ses données GA4 dans BigQuery. Il existe un simulateur pour évaluer le prix Google Cloud Pricing Calculator.

Il reste une ultime solution que je ne développerais pas, c’est de s’offrir une licence GA4 360 (50K$/an minimum). Au-delà du prix, ce n’est certain que cela règle totalement les problèmes de quotas GA4.

Je m’appelle Franck Scandolera, expert et formateur Analytics indépendant depuis plus de 10 ans, n’hésitez pas à me consulter pour gérer vos migrations UA/GA4 et pour optimiser vos rapports Looker Studio (Data Studio).