Tutorials

GA3-data exporteren: 4 methoden vergeleken

Taras Shynkarenko
Taras Shynkarenko
•Bijgewerkt: •7 min leestijd
GA3-data exporteren: 4 methoden vergelekenGA3-data exporteren: 4 methoden vergeleken

TL;DR, kort antwoord

7 min leestijd

Google Analytics biedt exportopties via CSV, API, BigQuery en Sheets, elk met beperkingen. Exporteer genoeg historische data om beslissingen te kunnen blijven vergelijken, en documenteer tijdzone, valuta, filters en kanttekeningen bij de ruwe data.

Het goedkoopste moment om GA3-data te exporteren, is lang voordat iemand het dringend nodig heeft, omdat exports uit GA4 zich nooit gedroegen als een volledige databasedump.

Data uit Google Analytics exporteren is het makkelijkst voordat je het dringend nodig hebt. Zodra een migratie, audit, wissel van leverancier of de deadline van het einde van Universal Analytics eraan komt, ontdekken teams vaak dat exports uit GA4 niet werken als een volledige databasedump.

De juiste methode hangt af van of je een snel rapport nodig hebt, terugkerende data voor een dashboard, ruwe eventdata vanaf nu, of een historisch archief. Ga er niet van uit dat één exportmethode alles kan bewaren. GA4-rapporten, de Data API en BigQuery beantwoorden verschillende vragen en kunnen terecht verschillende totalen opleveren.

Methode 1: handmatige CSV-exports

Rapporten en verkenningen in GA4 kun je handmatig exporteren om ze snel te bewaren. Dat is handig voor managementrapporten, toppagina's, kanaaloverzichten, landingspagina's, e-commerceoverzichten en conversierapporten.

Gebruik CSV-exports als:

  • Je een archief nodig hebt dat mensen kunnen lezen.
  • De dataset klein is.
  • Je een specifieke rapportdefinitie wilt bewaren.
  • Je nulmetingen van vóór de migratie vastlegt.

Beperkingen: handmatige exports zijn geaggregeerd, makkelijk te vergeten en niet geschikt om ruwe events te reconstrueren.

Methode 2: Google Analytics Data API

De Data API van GA4 is handig voor geplande exports naar een datawarehouse, spreadsheet of BI-tool. Hij geeft data in rapportvorm terug op basis van dimensies en metrics, niet dezelfde ruwe eventfeed als BigQuery.

Gebruik de API als:

  • Je terugkerende extracties nodig hebt.
  • Je consistente definities van metrics wilt.
  • Je je eigen rapportagelaag bouwt.
  • Je meer controle nodig hebt dan de interface biedt.

Beperkingen zijn onder meer quota, aggregatie en het plannen van het schema. Zet versiebeheer op je queries, zodat rapporten verklaarbaar blijven.

Rijen serverracks in een datacenter, als beeld van de opslag van ruwe events waarop de BigQuery-export leunt.

Methode 3: export naar BigQuery

De BigQuery-export van GA4 is de sterkste optie voor ruwe eventdata vanaf nu. Google legt uit dat de BigQuery-export toegang geeft tot ruwe data op event- en gebruikersniveau, zonder een deel van de toevoegingen die in standaardrapporten worden gedaan, en dat standaardproperties een dagelijkse batchlimiet van 1 miljoen events hebben (GA4 BigQuery export).

Gebruik BigQuery als:

  • Je analyses op eventniveau nodig hebt.
  • Je analytics wilt combineren met product- of omzetdata.
  • Je analisten hebt die met SQL kunnen werken.
  • Je data buiten de interface van GA4 wilt hebben.

Belangrijke kanttekening: de BigQuery-export is geen tijdmachine. Google merkt op dat je data die eenmaal naar BigQuery is geëxporteerd, niet opnieuw kunt exporteren. Historische ruwe data van vóór de koppeling wordt niet op dezelfde manier volledig aangevuld. Stel de export vroeg in.

Kies de exportmodus bewust. De dagelijkse export is vollediger voor de vorige dag, maar kan vertraagd zijn en is beperkt voor standaardproperties. De streamingexport is bijna realtime en heeft geen limiet op het aantal events, maar Google noemt hem best-effort, zonder serviceniveau voor volledigheid, en hij kan verkeersbrondata van nieuwe gebruikers en nieuwe sessies weglaten. Vertrouw voor migratiearchieven niet alleen op streaming als dagelijkse volledigheid telt.

Methode 4: Google Sheets en Looker Studio

Connectors voor Sheets en Looker Studio zijn handig voor lichte rapportage aan stakeholders. Het zijn geen robuuste archieven. Gebruik ze voor terugkerende overzichten, niet voor bewaring die aan compliance-eisen moet voldoen.

Flowsery
Flowsery

Start je gratis proefperiode van 14 dagen

Realtime dashboard

Doelen bijhouden

Tracking zonder cookies

Welke exportmethode bij welke taak past
Snel rapportHandmatige CSV-export voor een archief dat mensen kunnen lezen
Terugkerend dashboardGA4 Data API voor geplande extracties met consistente metrics
Ruwe eventdataBigQuery-export voor analyse en koppelingen op eventniveau
Rapportage aan stakeholdersSheets of Looker Studio voor lichte overzichten
Kies de exportmethode op basis van wat je echt nodig hebt, niet andersom.

Wat je exporteert voordat je van tool wisselt

Bewaar minimaal:

  • Maandelijkse gebruikers, sessies, paginaweergaven en conversies.
  • Rapporten per kanaal en per bron/medium.
  • Prestaties van landingspagina's.
  • Topcontent en exitpagina's.
  • E-commerceomzet en productrapporten, als die relevant zijn.
  • Definities van belangrijke gebeurtenissen.
  • Naamgevingsconventies voor UTM's.
  • Screenshots van belangrijke dashboards.
  • Beheerinstellingen, doelgroepen, conversies en instellingen voor dataretentie.

Exporteer ook je eventtaxonomie. De eventnamen en parameters zijn vaak waardevoller dan de historische aantallen, omdat ze uitleggen hoe het bedrijf gedrag mat.

Privacy en bewaartermijnen

De instelling voor dataretentie in GA4 beïnvloedt verkenningen en funnelrapporten, niet de standaard geaggregeerde rapporten. De documentatie van Google noemt 2 maanden en 14 maanden voor standaardproperties, met langere opties voor GA4 360 (GA4 data retention). Vertrouw je op Verkenningen, controleer deze instelling dan meteen.

Zorg bij het exporteren dat je geen groter privacyprobleem creëert. Dump geen ruwe eventdata op een gedeelde schijf zonder toegangsbeheer. Pas bewaartermijnen, versleuteling, minimale rechten en verwijderregels ook toe op exports.

Een team rond een whiteboard dat stappen plant, als beeld van de volgorde van taken die een migratieworkflow vraagt.

Migratieworkflow

  1. Maak een lijst van de rapporten die stakeholders echt gebruiken.
  2. Exporteer 12 tot 24 maanden aan geaggregeerde trends waar beschikbaar.
  3. Zet de BigQuery-export aan als je vanaf nu nog ruwe GA4-data nodig hebt.
  4. Exporteer definities van events en conversies.
  5. Stel de nieuwe analyticstool in.
  6. Laat beide tools een korte periode naast elkaar draaien.
  7. Leg verwachte verschillen in metrics uit.
  8. Archiveer exports met eigenaar, datum, bron en bewaartermijn.

Exports uit Google Analytics zijn niet alleen back-ups. Ze zijn het geheugen van de organisatie. Bewaar genoeg historie om trends te vergelijken, maar gebruik de migratie als kans om te vereenvoudigen wat je hierna verzamelt.

Tips voor naamgeving en documentatie

Exports zijn veel nuttiger als toekomstige teams ze begrijpen. Sla elke export op met de naam van de property, de periode, de exportdatum, de tijdzone en het type rapport. Houd een korte README bij met de definities van metrics, filters, bekende problemen met sampling of drempels, en of de data uit een standaardrapport, een Verkenning, een API-query of BigQuery komt.

Na de migratie

Houd GA4-exports alleen-lezen. Laat analisten de enige archiefkopie niet opschonen of bewerken. Heb je getransformeerde data nodig, maak dan een aparte afgeleide tabel of spreadsheet. Plan daarna een verwijderreview. Historische analytics kan nuttig zijn voor seizoensvergelijkingen, maar ruwe data op gebruikersniveau hoort niet eeuwig bewaard te worden alleen omdat het migratieproject het opleverde.

Voor en na het einde van het migratieproject
Zolang beide tools naast elkaar draaien
  • Analisten halen ruwe eventdata op om de nieuwe tool te valideren
  • Teams vergelijken maandtotalen met het oorspronkelijke GA4-rapport
  • Exports blijven open voor actieve controles
Zodra de migratie klaar is
  • GA4-exports blijven alleen-lezen
  • Opgeschoonde data staat in een aparte afgeleide tabel of spreadsheet
  • Er wordt een verwijderreview gepland voor ruwe data op gebruikersniveau
Het archief verdient een andere behandeling vóór en na het afronden van de migratie.

Kwaliteitscontroles op exports

Valideer het archief na het exporteren, voordat je het project afsluit. Bevestig de periode, tijdzone, property-ID, valuta, filters en conversiedefinities. Vergelijk voor een paar steekproefmaanden de maandtotalen uit de export met het oorspronkelijke GA4-rapport. Kleine verschillen tussen API's en rapporten zijn te verwachten, maar grote gaten moet je verklaren zolang de bron nog beschikbaar is.

Test ook of het archief bruikbaar is om terug te halen. Open de CSV, voer de API-query opnieuw uit of bevraag de BigQuery-tabel vanaf een apart account met alleen-lezentoegang. Een export die maar één analist begrijpt, is geen archief; het is een kwetsbare persoonlijke werkplek.

Checklist voor de overdracht van exports

Een bruikbaar GA4-archief bevat:

  • Geaggregeerde trendrapporten voor de bedrijfsmetrics die mensen echt bekijken.
  • Definities van events en conversies, inclusief wanneer ze veranderden.
  • De datum van de BigQuery-koppeling, de locatie van de dataset, de exportmodus, uitgesloten streams of events, en eventuele waarschuwingen over de dagelijkse limiet.
  • Instellingen voor tijdzone en valuta bij elke export van omzet of dagelijkse trends.
  • Bekende kanttekeningen zoals drempels, consentmodellering, bewaarlimieten, samplingachtige limieten in de interface en verschillen tussen rapport en API.
  • Een alleen-lezen origineel plus een aparte werkkopie voor opgeschoonde tabellen.

Het doel is geen museum van elk dashboard. Het is een duurzaam archief waarmee toekomstige teams begrijpen wat het bedrijf vóór de migratie geloofde, en nieuwe analytics eerlijk met die historie kunnen vergelijken.

Veelgestelde vragen

Wat is de dagelijkse batchlimiet voor de export van standaard GA4-properties naar BigQuery?

Standaard GA4-properties kunnen via de dagelijkse batchexport van BigQuery tot 1 miljoen events per dag versturen. Properties die meer volume nodig hebben, moeten overstappen op GA4 360. De limiet geldt voor de dagelijkse export, niet voor de streamingexport, die geen maximum aan events heeft.

Kun je historische data opnieuw naar BigQuery exporteren als je de koppeling later maakt?

Nee, data die eenmaal naar BigQuery is geëxporteerd, kan niet opnieuw worden geëxporteerd, en historische ruwe data van vóór de koppeling wordt niet volledig aangevuld. De exportdatum wordt daarmee in feite het begin van je historie aan ruwe data. Leg de koppeling met BigQuery ruim voordat je hem verwacht nodig te hebben.

Beïnvloedt de instelling voor dataretentie in GA4 standaardrapporten?

Nee, de retentie-instelling beïnvloedt alleen verkenningen en funnelrapporten, niet de standaard geaggregeerde rapporten. De documentatie van Google noemt 2 maanden en 14 maanden als opties voor standaardproperties, met langere retentie in GA4 360. Controleer deze instelling meteen als je team op verkenningen vertrouwt.

Flowsery
Flowsery

Start je gratis proefperiode van 14 dagen

Realtime dashboard

Doelen bijhouden

Tracking zonder cookies

Wat is het verschil tussen de dagelijkse export en de streamingexport naar BigQuery?

De dagelijkse export is vollediger voor de data van de vorige dag, maar kan vertraagd zijn, en standaardproperties lopen nog steeds tegen de limiet van 1 miljoen events aan. De streamingexport komt bijna realtime binnen en heeft geen volumelimiet, maar Google noemt hem best-effort zonder garantie op volledigheid, en hij kan verkeersbrondata van nieuwe gebruikers en nieuwe sessies weglaten. Vertrouw voor een migratiearchief niet alleen op streaming als dagelijkse volledigheid telt.

Waarom kan de GA4 Data API BigQuery niet vervangen voor analyse van ruwe events?

De Data API geeft data in rapportvorm terug, opgebouwd uit dimensies en metrics, niet de ruwe eventfeed die BigQuery exporteert. Hij is geschikt voor geplande extracties en consistente definities van metrics, maar quota en aggregatie begrenzen hoe ver je ermee kunt gaan. Teams die op eventniveau willen koppelen met product- of omzetdata, hebben nog steeds BigQuery nodig.

Hoeveel maanden historische data moet een migratieworkflow exporteren?

De migratieworkflow vraagt om 12 tot 24 maanden aan geaggregeerde trends te exporteren waar beschikbaar. Die periode geeft genoeg historie voor seizoensvergelijkingen zonder data te bewaren die niemand meer gebruikt. Combineer het met geëxporteerde definities van events en conversies, zodat de cijfers later nog te begrijpen zijn.

Waarom kunnen GA4-rapporten en de Data API verschillende totalen tonen voor dezelfde periode?

GA4-rapporten, de Data API en BigQuery zijn gebouwd om verschillende vragen te beantwoorden, dus enig verschil tussen hun totalen is te verwachten en geen bug. Kleine gaten komen meestal door verschillen in aggregatie of definities tussen de drie. Grote gaten zijn het waard om te verklaren zolang de oorspronkelijke brondata nog beschikbaar is.

Wat hoort er in een README voor een archief met GA4-exports?

Een README bij een GA4-export legt de definities van metrics uit, de toegepaste filters en bekende problemen met sampling of drempels. Hij vermeldt ook of de data uit een standaardrapport, een verkenning, een API-query of BigQuery komt. Die context zorgt ervoor dat iemand buiten het oorspronkelijke project de cijfers kan vertrouwen.

Is het veilig om ruwe GA4-eventexports op een gedeelde schijf met open toegang te zetten?

Ruwe eventdata op een gedeelde schijf zonder toegangsbeheer zetten, ruilt het ene probleem in voor het andere. Pas dezelfde regels voor bewaartermijn, versleuteling en minimale rechten toe op exports als op elke andere gevoelige dataset. De oorspronkelijke export alleen-lezen houden, beschermt hem ook tegen per ongeluk bewerken.

Wat hoort er in een checklist voor de overdracht van exports?

Een overdrachtschecklist dekt geaggregeerde trendrapporten voor de metrics die mensen echt bekijken, plus definities van events en conversies en wanneer die veranderden. Hij bevat de datum van de BigQuery-koppeling, de locatie van de dataset, de exportmodus en eventuele waarschuwingen over de dagelijkse limiet, samen met instellingen voor tijdzone en valuta bij omzetdata. Rond hem af met bekende kanttekeningen zoals drempels en consentmodellering, plus een alleen-lezen origineel dat los staat van elke werkkopie.

Was dit artikel nuttig?

Laat ons weten wat je ervan vindt!

Zie ons vaker in Google

Met één klik markeer je Flowsery als voorkeursbron, zodat onze artikelen hoger staan in je Topverhalen, AI-modus en AI-overzichten.

Voordat je gaat...

Flowsery

Flowsery

Analytics voor je website, met omzet voorop

Volg elke bezoeker, bron en conversie in realtime. Eenvoudig, krachtig en zonder cookies.

Realtime dashboard

Doelen bijhouden

Tracking zonder cookies

Gerelateerde artikelen