GA4·빅쿼리 불일치, 원인 찾는 5단계
- 비교 전 보고 ID와 시간대를 맞춰야 합니다.
- 일별 테이블과 동일한 이벤트 범위를 비교합니다.
- 사용자·세션·이벤트 지표는 계산 기준이 다릅니다.
GA4 보고서와 BigQuery 숫자가 다르다고 해서 곧바로 수집 오류인 것은 아닙니다. GA4 보고서는 모델링·기여 분석 등 처리가 반영될 수 있지만, BigQuery Export는 이벤트·사용자 수준의 원시 데이터 중심입니다. 먼저 같은 속성, 날짜, 데이터 스트림, 지표, 필터를 비교하는지 확인한 뒤 차이를 원인별로 좁혀보세요.
GA4와 BigQuery 숫자가 다른 이유
두 화면의 데이터 범위가 다릅니다
GA4 표준 보고서에는 데이터 기반 기여 분석(전환 기여를 접점 데이터에 따라 배분하는 방식)이나 주요 이벤트 모델링처럼 보고서에 추가되는 처리가 포함될 수 있습니다. BigQuery의 이벤트 내보내기에는 이와 같은 일부 값이 그대로 포함되지 않습니다. 반대로 BigQuery에서는 원시 이벤트를 직접 조회하므로 보고서에서 묶여 보이는 세부 값을 확인할 수 있습니다. 따라서 같은 이름의 지표라도 산출 범위가 완전히 같다고 가정하면 안 됩니다.
표본·행 묶음·개인정보 보호 처리
고유값이 많은 측정기준은 GA4 보고서에서 일부 행이 (other)로 합쳐질 수 있고, 대량의 이벤트를 다루는 탐색에서는 표본 데이터가 쓰일 수 있습니다. 임계값이 적용되거나 동의 모드의 모델링이 반영되는 경우에도 보고서와 원시 데이터의 사용자·전환 수가 달라질 수 있습니다. Google은 보고 표면별 차이를 안내하므로, 비교 전에 GA4 보고 플랫폼 비교표에서 지표의 처리 차이를 확인하세요.
비교 전 맞춰야 할 기준
두 숫자를 대조하기 전에 아래 항목을 한 번에 맞추세요. 특히 사용자나 세션 지표를 비교할 때는 집계 기준이 달라지기 쉬우므로, 첫 진단은 단순한 이벤트 수부터 시작하는 편이 좋습니다.
| 확인 항목 | GA4 | BigQuery |
|---|---|---|
| 속성·프로젝트 | 비교 대상 속성 | 연결된 프로젝트·데이터셋 |
| 날짜·시간대 | 속성 보고 시간대 | 같은 날짜의 일별 테이블 |
| 보고 정체성 | 비교 시 기기 ID | 기기 ID 기반 내보내기 |
| 범위·필터 | 같은 스트림·이벤트 조건 | 동일한 스트림·이벤트 조건 |
보고 정체성은 사용자를 보고서에서 연결하는 기준입니다. GA4에서 기기 ID(Device ID) 외의 정체성을 선택하면 BigQuery와 비교 결과가 어긋날 수 있습니다. Google은 직접 비교할 때 기기 ID를 사용한 뒤 원래 설정으로 되돌리도록 안내합니다. 속성 시간대가 다르면 하루 경계가 달라져 같은 날짜를 보고도 이벤트가 다른 날로 집계될 수 있습니다.
먼저 이벤트 수를 하루 단위로 맞추세요. Google 공식 안내는 GA4와 BigQuery의 전체 이벤트 수를 비교할 때 2~5% 차이가 예상될 수 있다고 설명합니다. 이 수치를 모든 지표에 적용되는 허용 오차로 보지 말고, 차이가 크거나 특정 이벤트만 다르면 설정과 쿼리를 추가로 점검하세요.
불일치 원인을 찾는 5단계
1단계: 속성과 BigQuery 연결을 확인합니다
GA4 관리자에서 제품 링크 > BigQuery 링크를 열어 연결된 프로젝트 ID를 확인합니다. 다른 속성이나 프로젝트를 쿼리하면 날짜와 필터가 같아도 수치는 일치하지 않습니다. 같은 화면의 데이터 구성에서 내보내기 대상 스트림과 제외 이벤트도 확인해 기록해 둡니다.
2단계: 비교 조건과 보고 정체성을 맞춥니다
GA4 보고서와 쿼리에서 날짜, 웹·앱 스트림, 이벤트 이름, 포함·제외 필터가 같은지 확인합니다. 사용자 지표를 대조한다면 보고 정체성을 기기 ID로 임시 전환하고, 확인이 끝나면 기존 값으로 돌립니다. 이벤트 수 비교에는 사용자별 중복 제거를 적용하지 마세요. 이벤트 행 수와 고유 사용자 수는 서로 다른 지표입니다.
3단계: 완료된 일별 테이블을 고릅니다
당일 데이터를 비교한다면 아직 처리가 끝나지 않았을 수 있습니다. events_intraday_YYYYMMDD는 진행 중인 스트리밍 임시 테이블로, 지연 이벤트나 업로드 실패로 일부 데이터가 빠질 수 있습니다. 먼저 하루가 마감된 뒤 events_YYYYMMDD를 사용하세요. 일별 내보내기도 지연될 수 있고, 일부 이벤트는 뒤늦게 도착해 테이블이 갱신될 수 있습니다. 확정 분석 전에는 해당 날짜 테이블을 다시 조회하는 것이 좋습니다.
4단계: 이벤트 수를 같은 기준으로 비교합니다
GA4에서는 보고서의 참여도 > 이벤트에서 하루를 선택하고 이벤트 수 합계를 확인합니다. BigQuery에서는 같은 날짜의 완료된 테이블에서 행 수를 세어 봅니다. 아래 쿼리는 이벤트 이름별 행 수를 보여주므로, 전체 합계와 함께 어느 이벤트에서 차이가 생기는지 빠르게 살필 수 있습니다.
SELECT
event_name,
COUNT(*) AS event_count
FROM `프로젝트ID.데이터셋.events_20261005`
GROUP BY event_name
ORDER BY event_count DESC;위 예시는 테이블 이름의 날짜를 비교 대상 날짜로 바꿔야 합니다. 특정 스트림이나 이벤트를 GA4에서 제외했다면 쿼리에도 같은 조건을 적용하세요. 원시 테이블의 행 수와 GA4 보고서의 이벤트 수는 정의와 필터가 맞을 때에만 의미 있게 비교할 수 있습니다.
5단계: 남은 차이를 지표 정의로 분류합니다
이벤트 수는 비슷하지만 사용자·세션·전환 수가 다르면 쿼리의 집계 방식부터 점검합니다. 예를 들어 세션은 이벤트 행을 세는 것이 아니며, 사용자 수도 이벤트 수와 같지 않습니다. GA4의 기여 분석·모델링, 고카디널리티에 따른 (other) 행, 표본 적용 여부도 해당 보고서에서 확인하세요. 원인이 확인되기 전에는 차이를 임의의 보정 비율로 맞추지 않는 편이 안전합니다.
증상별로 빠르게 좁히는 법
- 날짜 전체 이벤트가 다름: 속성 시간대, 완료된 일별 테이블, 연결 프로젝트를 먼저 확인합니다.
- 특정 이벤트만 다름: 제외 이벤트 설정과 GA4 보고서의 필터를 쿼리 조건과 대조합니다.
- 사용자·세션만 다름: 보고 정체성, 지표 정의, 사용자·세션 중복 제거 방식을 확인합니다.
- 캠페인·전환 값만 다름: 스트리밍 또는 일별 내보내기인지, 사용자 유입 정보와 기여 분석 차이가 있는지 살핍니다.
- 세부 차원에서만 다름: 카디널리티,
(other), 표본 데이터 적용 여부를 확인합니다.
스트리밍 내보내기는 당일 데이터를 빠르게 볼 수 있지만 최종 분석용 완전성 보장은 없고, 신규 사용자의 일부 유입 경로 정보가 포함되지 않을 수 있습니다. 사용자 유입 정보가 중요하다면 일별 내보내기 결과와 비교하세요. BigQuery Export 제한과 데이터 차이를 설명하는 Google 공식 BigQuery Export 안내도 함께 확인할 수 있습니다.
자주 하는 비교 실수
- GA4의 활성 사용자와 BigQuery의 고유
user_pseudo_id수를 같은 정의라고 간주합니다. - GA4 속성 시간대와 UTC 날짜를 맞추지 않고 같은 날짜로 비교합니다.
- 당일 스트리밍 테이블을 완료된 일별 내보내기로 착각합니다.
- GA4 보고서의 제외 조건을 BigQuery 쿼리에는 반영하지 않습니다.
- 이벤트 수 차이를 세션 수나 전환 수에도 적용되는 고정 오차로 해석합니다.
차이의 원인을 추적할 때는 비교 날짜, GA4 보고서 이름, 필터, BigQuery 테이블, 사용한 지표 정의를 함께 기록하세요. 같은 조건을 다시 재현할 수 있어야 수집 누락과 단순 집계 차이를 구분하고, 팀 내 대시보드 숫자도 일관되게 설명할 수 있습니다.
자주 묻는 질문
Q. GA4와 BigQuery 이벤트 수는 반드시 같아야 하나요?
반드시 같지는 않습니다. Google은 전체 이벤트 수 비교에서 2~5% 차이가 예상될 수 있다고 안내합니다. 다만 이 값은 사용자·세션·전환 지표의 허용 오차가 아니며, 큰 차이는 설정과 비교 조건을 먼저 점검해야 합니다.
Q. 사용자 수 비교 전에 가장 먼저 바꿀 설정은 무엇인가요?
GA4 보고 정체성을 기기 ID로 맞춰 비교합니다. BigQuery Export는 기기 ID를 기준으로 데이터를 내보내므로 다른 보고 정체성을 사용하면 결과가 달라질 수 있습니다. 진단 후 기존 설정으로 복원하세요.
Q. 오늘 데이터가 BigQuery에 덜 들어온 것처럼 보이는 이유는 무엇인가요?
당일 스트리밍 테이블은 진행 중인 임시 데이터이며 일부 누락이나 지연이 생길 수 있습니다. 날짜가 끝난 뒤 일별 테이블이 생성되고 갱신될 때까지 기다린 다음 다시 확인하세요.
Q. GA4에서는 보이는 캠페인 정보가 BigQuery에 없을 수 있나요?
가능합니다. 스트리밍 내보내기의 신규 사용자 유입 정보는 제한될 수 있고, 보고서의 기여 분석 결과와 원시 내보내기 값도 차이가 날 수 있습니다. 캠페인 분석에는 완료된 일별 테이블을 우선 사용하고, 차원 정의와 내보내기 유형을 확인하세요.
