Bài 4, Khi nào cần BigQuery (và khi nào chưa)

Từ bài này, series bước vào phần quy mô dữ liệu, tức Tầng C của lộ trình. Đây là phần thiên về kỹ thuật, và tôi nói thẳng ngay: phần lớn doanh nghiệp nhỏ chưa cần tới nó. Nếu giao diện GA4 và một dashboard Looker vẫn trả lời đủ câu hỏi của bạn, hãy dừng ở đó và quay lại phần này khi thật sự chạm trần. Đọc trước để biết con đường phía trước là tốt, nhưng đừng dựng kho dữ liệu chỉ vì thấy nó "chuyên nghiệp".

Nhà Gọn giờ đã lớn: web, ứng dụng đặt hàng, hệ thống bán hàng, và một danh sách khách trung thành. Câu hỏi họ bắt đầu hỏi mà GA4 không trả lời được: giá trị vòng đời của khách đến từ Facebook so với khách đến từ tìm kiếm tự nhiên là bao nhiêu. Câu này cần ghép hành vi web với doanh thu thật, và đó là lúc BigQuery có nghĩa.

---

#Kho dữ liệu là nơi mọi nguồn gặp nhau

Kho dữ liệu là một cơ sở dữ liệu tập trung, tối ưu cho việc phân tích khối lớn, nơi mọi nguồn dữ liệu của bạn hợp lại. Nó khác cơ sở dữ liệu vận hành của ứng dụng (loại phục vụ giao dịch hằng ngày). BigQuery là kho dữ liệu của Google, và GA4 có thể tự đổ dữ liệu sự kiện thô vào đó.

Giá trị nằm ở ba thứ giao diện GA4 không cho:

• Dữ liệu thô, không lấy mẫu. Giao diện GA4 đôi khi lấy mẫu (ước lượng từ một phần dữ liệu) khi khối lớn, và gộp những giá trị hiếm thành nhóm "khác". BigQuery cho bạn từng sự kiện một, đầy đủ.
• Ghép tự do. Bạn nối dữ liệu web với dữ liệu bán hàng, CRM, ứng dụng, bất cứ nguồn nào có chung một mã khách.
• Giữ lâu. GA4 chỉ giữ dữ liệu chi tiết một thời gian; BigQuery giữ bao lâu tùy bạn.

---

#Schema sự kiện lồng nhau và lệnh mở lồng

Đây là chỗ làm người mới bối rối nhất. Trong bảng sự kiện của GA4 trên BigQuery, mỗi dòng là một sự kiện. Nhưng thuộc tính sự kiện không nằm ở các cột phẳng, mà là một mảng các cặp khóa và giá trị lồng bên trong.

Nghĩa là để lấy giá trị của một thuộc tính, ví dụ kênh của đơn hàng, bạn phải "mở lồng" mảng đó rồi lọc theo khóa. Đây là mẫu truy vấn cốt lõi cần thuộc:

SELECT
  event_name,
  (SELECT value.string_value FROM UNNEST(event_params)
     WHERE key = 'channel') AS channel,
  (SELECT value.int_value FROM UNNEST(event_params)
     WHERE key = 'value') AS order_value
FROM `du-an.analytics_123456.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20260601' AND '20260630'
  AND event_name = 'purchase';

Chú ý dòng lọc theo ngày ở cuối. Nó không phải tùy chọn.

---

#Câu hỏi mà chỉ BigQuery trả lời được

Sức mạnh thật của BigQuery lộ ra khi ghép nguồn. Đây là kiểu truy vấn Nhà Gọn cần, ghép sự kiện đăng ký web với doanh thu thật để thấy giá trị theo kênh:

SELECT
  g.first_channel,
  COUNT(DISTINCT g.user_id) AS khach,
  SUM(b.total_spent) AS doanh_thu
FROM ga_users g
JOIN sales.customers b ON b.user_id = g.user_id
GROUP BY g.first_channel
ORDER BY doanh_thu DESC;

Truy vấn kiểu này trả lời câu "kênh nào mang về khách có giá trị vòng đời cao nhất", điều mà giao diện GA4 không làm được vì nó không biết doanh thu thật của bạn. Đây chính là loại câu hỏi biện minh cho việc dựng kho dữ liệu.

Một lưu ý khi đối chiếu: số trong BigQuery sẽ hơi lệch số trong giao diện GA4, do khác định nghĩa phiên và cách quy công. Lệch nhẹ là bình thường, đừng hoảng.

---

#Ba lỗi thường gặp với BigQuery

Lỗi	Vì sao hại	Cách sửa
Bật xuất dữ liệu muộn	Mất toàn bộ dữ liệu quá khứ, không hồi tố	Bật ngay cả khi chưa dùng
Quên lọc theo ngày	Quét cả kho, hóa đơn sốc	Luôn lọc khoảng ngày, đặt cảnh báo ngân sách
Sửa trực tiếp bảng xuất gốc	Mất dữ liệu gốc, không dựng lại được	Làm việc trên bảng trung gian riêng

---

#Trước khi sang bài 5

1. Nếu bạn qua được checklist ở trên, bật xuất dữ liệu GA4 sang BigQuery, chọn chế độ hằng ngày.
2. Chờ dữ liệu về, kiểm tra bảng sự kiện xuất hiện.
3. Luyện lệnh mở lồng: lấy ba thuộc tính ra thành cột cho một sự kiện, luôn lọc theo ngày.
4. Thực hiện một phép ghép giữa GA4 và dữ liệu bán hàng qua mã người dùng.
5. Đặt một cảnh báo ngân sách trong Google Cloud.

Có dữ liệu thô trong kho rồi, bạn sẽ nhanh chóng thấy mình viết đi viết lại cùng những phép mở lồng và biến đổi. Bài 5 nói về công cụ tự động hóa việc đó, biến sự kiện thô thành các bảng sạch dùng được, một cách có kỷ luật và kiểm thử được, gọi là dbt.