BigQuery与GA4流量来源不一致问题求助

核心原因分析 #

GA4界面和BigQuery原始导出数据的归因逻辑存在差异：

• GA4界面会自动基于会话的首次互动归因补全source/medium，但BigQuery的原始事件数据中，session_source和session_medium仅在事件触发时携带完整归因参数才会填充。带有GCLID的点击事件往往和session_start事件不在同一条记录里，导致会话启动事件的来源字段为null。

修复方案 #

1. 通过SQL关联会话内的GCLID事件补全来源媒介

使用以下SQL查询，将会话中最早的带GCLID事件的来源媒介关联到会话启动记录，覆盖null值：

WITH session_gclid_data AS (
  -- 提取每个会话中带GCLID的最早事件的来源媒介
  SELECT
    user_pseudo_id,
    session_id,
    traffic_source.source AS gclid_source,
    traffic_source.medium AS gclid_medium,
    MIN(event_timestamp) AS first_gclid_time
  FROM `your-project-id.your-dataset.events_*`
  WHERE traffic_source.gclid IS NOT NULL
  GROUP BY user_pseudo_id, session_id, traffic_source.source, traffic_source.medium
),
session_start_data AS (
  -- 获取会话启动事件的原始数据
  SELECT
    user_pseudo_id,
    session_id,
    session_source,
    session_medium,
    event_timestamp AS session_start_time
  FROM `your-project-id.your-dataset.events_*`
  WHERE event_name = 'session_start'
)
SELECT
  ssd.user_pseudo_id,
  ssd.session_id,
  -- 优先使用GCLID对应的来源，无则保留原始值
  COALESCE(sgd.gclid_source, ssd.session_source) AS corrected_session_source,
  COALESCE(sgd.gclid_medium, ssd.session_medium) AS corrected_session_medium
FROM session_start_data ssd
LEFT JOIN session_gclid_data sgd
ON ssd.user_pseudo_id = sgd.user_pseudo_id
AND ssd.session_id = sgd.session_id
AND sgd.first_gclid_time <= ssd.session_start_time

2. 检查数据导出设置与完整性

• 确认BigQuery导出配置中已勾选包含归因数据，否则流量来源字段会被截断。
• GA4归因数据存在24-48小时的同步延迟，若查询的是近期数据，可等待一段时间后再验证，避免因数据未完全同步导致的null值。

3. 验证Google Ads自动标记状态

• 登录Google Ads账户，检查自动标记功能是否开启（路径：设置 > 账户设置 > 自动标记）。若关闭，GCLID参数无法传递到GA4，自然无法生成对应的source/medium。

内容的提问来源于stack exchange，提问作者Miguel