Automatiser ses rapports avec Looker Studio et BigQuery

Pipeline complète : de la collecte GA4 à un dashboard Looker Studio actualisé chaque jour, sans intervention manuelle.

looker-studio bigquery analytics guide

Créer un dashboard, c’est facile. Maintenir un dashboard fiable et à jour sans y toucher chaque matin, c’est un autre défi. Voici comment construire une pipeline de reporting automatisée de bout en bout.

L’architecture cible

Le flux complet ressemble à ceci :

GA4 → Export BigQuery (quotidien) → Tables matérialisées (scheduled queries) → Looker Studio

Chaque maillon est automatisé. Vous configurez une fois, et le dashboard se met à jour tout seul chaque jour.

Préparer les données dans BigQuery

Plutôt que de connecter Looker Studio directement aux tables brutes GA4 (lent et coûteux), créez des tables intermédiaires optimisées :

-- Scheduled query : tourne chaque jour à 8h
CREATE OR REPLACE TABLE `projet.dataset.daily_metrics` AS
SELECT
  DATE(TIMESTAMP_MICROS(event_timestamp)) AS date,
  traffic_source.source,
  traffic_source.medium,
  COUNT(DISTINCT user_pseudo_id) AS users,
  COUNTIF(event_name = 'page_view') AS pageviews,
  COUNTIF(event_name = 'purchase') AS transactions,
  SUM((SELECT value.double_value FROM UNNEST(event_params) WHERE key = 'value')) AS revenue
FROM `projet.dataset.events_*`
WHERE _TABLE_SUFFIX = FORMAT_DATE('%Y%m%d', DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY))
GROUP BY 1, 2, 3

Planifiez cette requête via BigQuery Scheduled Queries pour qu’elle s’exécute automatiquement.

Connecter Looker Studio

Dans Looker Studio, ajoutez une source de données BigQuery pointant vers votre table daily_metrics. Les avantages :

Bonnes pratiques pour le dashboard

Quelques règles pour un dashboard qui dure :

Pour aller plus loin sur les données sources, consultez le guide sur l’export GA4 BigQuery et le guide sur GTM Server-Side.