Una pregunta muy común a resolver en el momento de empezar a usar una nueva herramienta suele ser ¿cuánto me costará esta herramienta? Tras la migración de Universal Analytics a Google Analytics 4 (GA4) esta pregunta es cada vez más común, ya que la versión gratuita de GA4 ofrece la posibilidad de exportar los datos a BigQuery para sacarle el máximo partido a los datos.
Tabla de contenidos
¿De qué dependen los costes de BigQuery?
- Almacenamiento de datos.
- Procesamiento de datos.
- Envío de datos a BigQuery.
1 Almacenamiento de datos
Este primer coste es fácil de entender, a más datos almacenados en BigQuery más se paga y hay 2 tipos de almacenamientos.
- Almacenamiento activo (Unión Europea 0,020 $USD por GB): cualquier tabla que haya sido modificada en los últimos 90 días. Para tu primer cálculo puedes usar 1 tabla = 1 día de datos.
- Almacenamiento a largo plazo (Unión Europea 0,010 $USD por GB): Si tras 90 días la tabla no ha sufrido modificaciones de datos, esta pasará a almacenamiento de largo plazo, reduciendo el coste un 50% aproximadamente.
Los primeros 10 GB son gratuitos. El precio puede variar dependiendo de la región en la que almacenes los datos. Más información aquí.
2 Procesamiento de datos
Es el coste por realizar uso de los datos mediante SQL, principalmente consultas de los datos y manipulación si fuera necesario. Ten en cuenta que en muchos países, si quieres seguir conservando datos un gran número de años, estos deberían ser anonimizados en función de la regulación vigente.
- Tarifa bajo demanda: El primer TB de datos consultados de cada mes es gratis, a partir de ahí te cobran por datos consumidos. 6,25 $ por TB.
- Tarifa fija: Para empresas que tienen un volumen significativo de datos que procesar y predecible. Sus tarifas comienzan desde 2.628 USD mensuales para UE porque obligan a contratar 100 ranuras como mínimo.
Si estás leyendo este artículo es muy probable que la tarifa bajo demanda sea la ideal para ti porque la fija es para empresas que están realizando un consumo elevado de datos, si recién comienzas con BigQuery tus tablas normalmente no contarán con suficientes datos como para requerir una tarifa fija y posterior puedes ver recomendaciones de ranuras desde el estimador de ranuras que te ofrece BigQuery basándose en tu uso.
¡Advertencia! Cuidado con las consultas SQL en Looker Studio (Data Studio), estás deben estar bien optimizadas porque suele ser donde más dinero se va.
3 Envío de datos a BigQuery
BigQuery ofrece dos modos importar los datos en sus tablas:
- Carga por lotes: inserta los datos de GA4 a BigQuery en una sola operación de manera diaria.
- Streaming: realiza varios envíos de datos por lotes pequeños con mayor frecuencia.
| Operación | Precio | Detalles |
|---|---|---|
| Carga por lotes | Gratis con el grupo de ranuras compartido. | Los clientes pueden elegir una tarifa fija para disfrutar de capacidad garantizada. Una vez que los datos se cargan en BigQuery, se te cobra por el almacenamiento. |
| Streaming Inserciones de transmisión ( tabledata.insertAll) | 0,010$ por 200 MB | Se te cobrará por las filas que se hayan insertado correctamente. Cada una se calcula con un tamaño mínimo de 1 kB. |
| Storage Write API de BigQuery | 0,025$ por1 GB | Los 2 primeros TB del mes son gratuitos. |
Estima tus costes de BigQuery paso a paso con ejemplo
GA4 se basa en eventos, cada evento será almacenado en 1 fila de BigQuery y tendrá un peso de almacenamiento, el cual se usará para estimar todos los costes comentados más arriba.
¿Cuánto pesa un evento de Google Analytics 4?
Según Google, el peso aproximado de 600.000 eventos de GA4 equivale a 1 GB, lo cual nos da un peso de 0,001666666666667 MB por evento.
Personalmente, hice comparaciones con las cuentas que tengo a la mano de BigQuery y el peso por evento variaba entre 0,0016 MB (aprox.) para cuentas con multitud de dimensiones personalizadas y 0,0006 MB (aprox.) para cuentas sin dimensiones personalizadas.
Revisa cuantos eventos tiene tu web en la interfaz de GA4 y estimar el peso de almacenamiento
Ir a Google Analytics > Administrar > Eventos.
Una vez en eventos, asegúrate de estar revisando los datos sin muestrear, selecciona un periodo de 30 días y suma los eventos. Puedes hacerlo 1 a 1 o exportando la tabla para sumarlo mediante Excel.
En la captura anterior vemos que para 469.510 páginas vistas se generaron un total de 1.161.546 eventos.
- Peso con estimación 0,0016 MB por evento: 1.858,47 MB al mes de almacenamiento.
- Peso con estimación 0,0006 MB por evento: 696,92 MB al mes de almacenamiento.
Yo suelo usar la estimación de 0,0016 MB por evento, teniendo en cuenta que para implementaciones básicas será algo menos y para muy avanzadas puede ser algo más.
Estimación de procesamiento
Para la estimación vamos a seleccionar el escenario de 0,0016 MB por evento y asumir que en cada consulta utilizamos todas las columnas de nuestra base de datos, lo cual no es lo más común, ya que pagarás por usar datos que no requieres explorar todo el tiempo.
Escenarios:
- 5 consultas diarias de todos los datos almacenados de los últimos 30 días, sería un total de 1.161.546 eventos mensuales * 0,0016 MB * 1 mes de datos * (5 consultas diarias * 30 número de días) = 278.771,04 MB.
- 5 consultas diarias de todos los datos almacenados durante 1 año, sería un total de 1.161.546 eventos mensuales * 0,0016 MB * 12 meses de datos * (5 consultas diarias * 30 número de días) = 3.345.252,48 MB al mes de procesamiento.
- 30 consultas al día que usaran 1 año de datos en cada consulta, sería 1.161.546 eventos mensuales * 0,0016 MB * 12 meses de datos * (30 consultas diarias * 30 número de días) = 20.071.514,88 MB.
Inserta los datos en la calculadora de costes
Una vez obtenidos los datos de almacenamiento y procesamiento, usaremos la calculadora ofrecida por Google https://cloud.google.com/products/calculator?hl=es rellenando los datos con lo calculado anteriormente.
- Name: nombre del presupuesto
- Location: Donde vas a utilizar BigQuery.
- Active logical storage (Almacenamiento activo lógico): 90 días de almacenamiento en el caso anterior 1.161.546 eventos mensuales * 0,0016 MB * 3 = 5.575,42 MB.
- Long-term logical storage (Almacenamiento a largo plazo lógico): 1.161.546 eventos mensuales * 0,0016 MB * (12 meses – 3 meses) = 16.726,26 MB.
- Active physical storage: Puedes dejarlo vacío.
- Long-term physical storage: Puedes dejarlo vacío.
- Streaming inserts: En caso de activar exportación continua añadir aquí el peso equivalente a un mes de datos 1.858,4736, si no 0 MB
- Streaming reads: para este ejemplo dejar vacío.
- Storage write API: para este ejemplo dejar vacio.
- Queries (datos procesados): escenario1 278.771,04 MB.
* Cuidado con los símbolos decimales normalmente tendrás que utilizar «.» para los decimales.
Escenario 1: 5 consultas diarias de todos los datos almacenados de los últimos 30 días:
Escenario 2: 5 consultas diarias, todos los datos del último año, suponiendo que ya tenemos 1 año de datos:
Escenario 3: 30 consultas al día que usaran 1 año de datos en cada consulta, el coste
sería:
Las capturas de pantalla son estimaciones en EUR, dependiendo del tipo de cambio la calculadora variará la estimación. Puedes usar la moneda que prefieras.
Espero que esta guía de como calcular los costes de BigQuery para GA4 te haya servido de ayuda, recuerda que el costo más grande a la hora de usar BigQuery son las consultas, por ello trata de optimizarlas al máximo y si necesitas ayuda para iniciar tu proyecto de BigQuery no dudes en contactarme.
Deja una respuesta