Detailní průvodce sessionizací GA4 BigQuery exportu – od identifikace session a spolehlivého řazení eventů po dva atribuční modely (First Event Available a Session Start), jejich limity a validaci shody mezi nimi.
Pokud reportujete GA4 data z BigQuery exportu, dříve nebo později narazíte na rozdíly mezi čísly v GA4 UI a vlastními výpočty. Některé jsou očekávané (sampling, thresholding, timezone), jiné vznikají ve chvíli, kdy si v BigQuery sestavujete vlastní session-level tabulku a musíte se rozhodnout, jak řešit atribuci jednotlivých návštěv.
Tento článek popisuje, jak v MeasureDesign sessionizujeme GA4 BigQuery export – tj. jak z raw eventů sestavujeme session-level tabulku s atribučními parametry (source, medium, campaign). Najdete zde dva atribuční modely a popis, kdy je který vhodný. Všechny zmíněné queries jsou ve veřejně dostupném GitHub repozitáři MeasureDesign (odkazy v textu).
Sessionizací rozumíme proces, který z raw event-level dat vytvoří session-level tabulku, kde každý řádek odpovídá jedné session s přiřazenými atribučními parametry. Než se dostaneme k jednotlivým modelům, je třeba vyřešit dvě věci: jak identifikovat session a jak spolehlivě řadit eventy v rámci session.
Ačkoliv by se to mohlo zdát jako přirozená volba, ga_session_id v BigQuery není unikátní ID session. Jde o timestamp, takže více uživatelů (s různými hodnotami user_pseudo_id) může mít stejné ga_session_id. Unikátní session ID proto vytváříme jako kombinaci obou polí.
SELECT
CONCAT(
user_pseudo_id, "-",
(SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id')
) AS unique_session_id
FROM `project_name.analytics_12345.events_20240121`
U eventů v GA4 BigQuery exportu pracujeme se dvěma timestampy:
• event_timestamp – čas, kdy byl event přijat serverem (UTC); generován automaticky GA4
• actual_timestamp – vlastní event parameter (best practice v implementaci), který představuje čas, kdy event nastal na straně klienta (v prohlížeči uživatele); je potřeba ho doimplementovat do měření.
Pro správné řazení eventů v rámci session preferujeme actual_timestamp, protože event_timestamp může být zkreslený. Nicméně i actual_timestamp má své limity – uživatel může mít chybně nastavené datum nebo čas na zařízení. V praxi jsme zaznamenali edge cases s timestampem v budoucnosti nebo naopak v dávné minulosti.
Proto v sessionizaci používáme UDF safe_actual_ts_ms, která vrací actual_timestamp pouze tehdy, pokud je v rozumném okolí event_timestamp. V opačném případě použije jako fallback event_timestamp.
GitHub: Safe actual_timestamp (FUNCTION).sql.
Pokud pro session není dostupný žádný source / medium signál, klasifikujeme ji jako direct / none. Jde o výchozí fallback pro oba modely.
Existují dva přístupy, jak ze session získat atribuční parametry. Každý má své use cases a limity.
Atribuční parametry přebíráme z prvního eventu v rámci session, který tyto informace obsahuje - tj. má alespoň jednu nenulovou hodnotu v source / medium / campaign / content / term.
„První“ v tomto kontextu znamená chronologicky první podle našeho explicitního řazení, ne v pořadí, v jakém eventy přijdou v BQ exportu. Spoléhat na pořadí řádků v exportu by bylo nespolehlivé, protože eventy v batchích nedorazí ve striktním pořadí a Google žádné defaultní řazení negarantuje. Řadíme proto sami přes ORDER BY actual_timestamp ASC (s fallbackem na event_timestamp přes funkci safe_actual_ts_ms), s event_bundle_sequence_id ASC jako tie-breakerem pro eventy se shodným timestampem.
• Historická data před 2023-11 (session_start tehdy parametry neměl)
• Property s vysokým podílem sessions bez session_start eventu
• Když potřebujeme zachytit kampaňové parametry, které mohou v rámci session přijít z různých eventů (např. UTM parametry přidané při změně URL na single-page webech)
• Výpočetně náročnější - musí se procházet všechny eventy v rámci session, nejen session_start. Pokud má session hodně eventů, může být řazení pomocí window funkcí nákladné.
• event_bundle_sequence_id jako tie-breaker není vždy spolehlivý (nebyl dostupný před určitým datem)
GitHub: model_1_first_event_available.sql.
Hlavní logické kroky:
Od 2023-11-02 obsahují automaticky sbírané session_start eventy stejné parametry jako první klientem vyvolaný event v rámci session (release notes Google). To znamená, že atribuční parametry můžeme získat přímo ze session_start eventu, bez nutnosti procházet všechny eventy session.
GitHub: model_2_session_start.sql.
Hlavní logické kroky:
1. Vyfiltruj eventy s event_name = 'session_start' a user_pseudo_id IS NOT NULL
2. ROW_NUMBER() OVER (PARTITION BY unique_session_id ORDER BY event_timestamp ASC, event_bundle_sequence_id ASC) – deduplikace v případě duplicitních session_start eventů
3. Traffic transformations (click ID overrides): gclid → google/cpc, fbclid → facebook, msclid → bing, hgtid → heureka.cz
4. Direct fallback (source/medium = N/A → direct/none)
5. Campaign fallback z URL parametru utm_campaign, pokud je session_campaign N/A
6. MERGE INTO cílové tabulky (handle late-arriving updates pomocí WHEN MATCHED)
MERGE je BigQuery DML statement, která v jednom kroku rozhodne, jestli řádek do cílové tabulky vložit (INSERT), nebo aktualizovat existující záznam (UPDATE). Pro sessionizaci je to praktické ze dvou důvodů:
MERGE má v BigQuery konzistentní strukturu, kterou je dobré znát, protože všechny sessionizační queries ji používají obdobně. Začíná definicí cílové tabulky a zdrojového dotazu, které se propojí pomocí podmínky v klauzuli ON – typicky přes unique_session_id v rámci aktuálního datového okna. Následují větve určující, co se má stát při shodě (WHEN MATCHED) a při neshodě (WHEN NOT MATCHED).
Zjednodušená syntaxe vypadá takto:
MERGE INTO `project.dataset.target_table` t
USING (
-- zdrojový SELECT: vrátí sessions za dané datové okno
) s
ON t.unique_session_id = s.unique_session_id
AND t.session_date BETWEEN start_date AND end_date
WHEN MATCHED AND (
t.session_source IS DISTINCT FROM s.session_source
OR t.session_medium IS DISTINCT FROM s.session_medium
OR t.session_campaign IS DISTINCT FROM s.session_campaign
) THEN UPDATE SET
t.session_source = s.session_source,
t.session_medium = s.session_medium,
t.session_campaign = s.session_campaign,
t.last_update_timestamp = CURRENT_TIMESTAMP()
WHEN NOT MATCHED THEN INSERT (...) VALUES (...);
Více v oficiální Google dokumentaci.
Konkrétní pravidla v implementaci:
Po nasazení sessionizace u nového klienta (property) nebo při migraci mezi modely ověřujeme, jak moc se výstupy obou modelů liší. Drobný rozdíl (jednotky procent) je normální a očekávaný. Větší rozdíl může indikovat nestandardní implementaci, která stojí za prověření.
GitHub: models_comparison.sql.
Query porovnává počet sessions za den z obou modelů – cnt_sessions_fev (Model 1) vs cnt_sessions_ss (Model 2) – a vypočítává procentuální rozdíl.
V praxi považujeme rozdíl 1–2 % mezi modely za akceptovatelný noise – typicky pramení z menšiny sessions bez session_start eventu, které FEV zachytí a SeS ne. Rozdíl nad 5 % je signál, že stojí za to se na implementaci podívat blíž – nejčastěji jde o nestandardní consent flow, SPA navigaci bez zachyceného session_start, nebo problém s orderingem eventů v batchích. Před nasazením do produkce doporučujeme validaci spustit alespoň na měsíčním okně, aby výsledek nezkreslila krátkodobá anomálie (kampaňový peak, výpadek měření).
Sessionizace GA4 BigQuery exportu, jak je popsaná v tomto článku, představuje základ pro atribuční pipeline. Jde o robustní, opakovaně otestovaný přístup, který tvoří první vrstvu (L0) session-level dat. V praxi ale u většiny klientů na tento základ dále stavíme:
Klíčové závěry:
Všechny queries zmíněné v článku najdete v týmovém GitHub repu:
Pokud máte k sessionizaci dotazy nebo narazíte na edge case, který tento postup nepokrývá, ozvěte se nám.
Třetí díl seriálu o first-party datech bude opět hodně technický – ukážeme si, jak zkontrolovat, že data správně odcházejí do jednotlivých systémů a dělají to, co mají. Podíváme se na odchozí hity v DevTools i na kontrolu přímo v reklamních platformá
Detailní průvodce sessionizací GA4 BigQuery exportu – od identifikace session a spolehlivého řazení eventů po dva atribuční modely (First Event Available a Session Start), jejich limity a validaci shody mezi nimi.
Nahlédněte do našeho řešení zálohování ClickUpu. Automatické exporty, GitHub repozitář a praktický postup, jak mít firemní data pod kontrolou.
Naučte se, jak nasadit serverový GTM na Cloud Run. Porovnáme Stape s vlastním řešením, vysvětlíme náklady a typy účtování a ukážeme, jak se vyhnout častým chybám při nastavení.
Kompletní technický průvodce sběrem first-party dat přes dataLayer, jejich normalizací, hashováním a odesíláním přes server-side GTM do Google Ads a Meta.
Testovali jsme ClickUp MCP pro management úkolů za pomoci AI. Zjistěte víc o praktických limitech, bezpečnostních omezeních a pro koho se tento nástroj hodí.
Naučte se jak first-party data zlepšují výkon kampaní. Základní příručka pro rozšíření konverze a pokročilý matching.
Zjistěte jak jsme migrovali 250 mediálních tagů (Facebook CAPI, Google Ads, Sklik, Bing) na server-side GTM. Praktické tipy, návody a zkušenosti.
Pokročilé workshopy digitální analytiky pro agenturní týmy. BigQuery, server-side tracking, správa souhlasů a marketingové datové sklady v praxi.
Ženy v analytice se často potýkají s imposter syndromem, přestože vynikají v práci s detailem i datovém storytellingu. Přidejte se ke komunitě Data Sisters.
Naučte se, jak přenést historická data z Google Analytics 4 do nového projektu v BigQuery pomocí Data Transfer Service. Podrobný návod krok za krokem se screenshoty.
Reshoper poradenská zóna a několik hodin konzultací pro návštěvníky veletrhu – letos v příjemných prostorách Křižíkových pavilonů na Výstavišti.
48 hodin vývoje aplikace s AI na hackathonu #HackYourWeekend v Brně. Od nápadu po nasazení pomocí Claude Code, měření přes BigQuery a získané zkušenosti.
6. 9. se v prostorách Brněnského Gen konal další ročník MeasureCamp - naší oblíbené komunitní akce. Potěšilo nás, že MeasureCampu se letos zúčastnilo 74 žen.
Postřehy z víkendového PPC kempu: legální cookieless tracking, pokročilý Consent Mode, Facebook konverze bez souhlasu a export Google Ads do BigQuery.
Výpočet dat Velikonoc v BigQuery pomocí algoritmu Computus. SQL skript generuje data Velikonoční neděle, Velkého pátku a Velikonočního pondělí pro analýzu dat z GA4.
Přednáška o integraci GA4 s BigQuery na akci Visibility Digital. Praktické ukázky využití od IKEA, Shoptetu, McDonald’s a České spořitelny.
80minutový podcast o digitální analytice pro e-commerce: metriky v GA4, náklady na server-side tracking, přínosy BigQuery a vyhodnocování kampaní.
Naučte se využívat export Google Ads do BigQuery pro získávání byznysových insightů. Kombinujte jej s daty z GA4 a CRM, řešte atribuční výzvy a zlepšete reporting.
Data retention v GA4 určuje, jak dlouho budou k dispozici informace o uživatelích a událostech. Prodlužte si dobu uchovávání až na 14 měsíců.
Poslední květnový den jsme strávili s týmem neziskové organizace Tereza a věnovali se základům Google Analytics 4 pro jejich program Učíme se venku.
Přednáška o nových možnostech e-commerce analytiky s využitím GA4, BigQuery a Google Cloud Platform pro maximalizaci hodnoty dat a výkonnosti kampaní.
Naučte se pracovat s raw daty z GA4 v BigQuery a Google Cloud Platform. Materiály z workshopu, SQL dotazy a praktické příklady z Marketing Festivalu 2024.
Vojta se v MeasureDesign věnuje vývoji technických a datových řešení, která mají být nejen funkční, ale i dobře použitelná v praxi. Baví ho propojovat webový vývoj, automatizaci a práci s daty tak, aby věci dávaly smysl jak z pohledu uživatele, tak z pohledu technického fungování na pozadí. Nejvíc ho těší moment, kdy se podaří složit komplexnější problém do čistého a spolehlivého řešení.
Jirka pracuje v marketingu přes 10 let a pokud existuje něco, co ho baví více než čísla sama, tak je to jejich propojování. Miluje matematiku a datovou analytiku a protože rád zkoumá i zdrojové kódy, dokáže se hravě domluvit i s programátory jejich jazykem. V MeasureDesign se specializuje na napojování nových datových zdrojů – vytváří vlastní konektory pomocí Pythonu, testuje kvalitu dat a zkoumá, co všeho by se dalo propojit, aby to mělo význam pro business. S Looker Studiem je jako ryba ve vodě a velkou zkušenost má také s vyhodnocováním PPC kampaní.
Lenka se k MeasureDesign připojila na konci roku 2025 s bohatými zkušenostmi z PPC marketingu, kde dlouhodobě pracovala s Google Ads, Meta Ads a dalšími reklamními systémy. Právě při řízení kampaní ale opakovaně narážela na tentýž problém – špatně nebo nedostatečně nastavenou webovou analytiku, která znemožňovala efektivní optimalizaci. To ji vedlo k tomu, že se analytice začala věnovat nejdřív z nutnosti, postupně však zjistila, že ji baví víc než samotné reklamy. Dnes se zaměřuje především na implementaci webové analytiky a datových řešení, která firmám zajišťují kvalitní a spolehlivá data pro strategické rozhodování i výkonný marketing. Část PPC projektů si ponechává – jednak proto, že ji stále baví, ale hlavně aby zůstala v kontaktu s realitou mediálních systémů a skutečnými potřebami klientů.
Marťa se k MeasureDesign připojila v roce 2025 během studia webových aplikací. Fascinuje ji, jak rychle se vyvíjí svět umělé inteligence, a proto se zaměřila na výzkum velkých jazykových modelů. Ve firmě pomáhá integrovat AI do každodenní práce – tak, aby byla rychlejší, efektivnější a zároveň dostupná pro všechny členy týmu. Nejvíc ji baví hledat způsoby, jak AI využít prakticky a přetavit nové technologie v užitečné nástroje.
Markéta začínala v marketingu, ale pak přišla mateřská – a s ní nekonečný chaos. Potřebovala si zachovat aspoň zbytky zdravého rozumu, a tak se vrhla na data. Čísla totiž nekřičí, nerozsypávají křupíky do klávesnice a dávají aspoň nějaký smysl. V Engeto Academy prošla kurzem datové analytiky, kde se spřátelila se SQL, Power BI, Excelem a Pythonem a začala hledat vzorce i mimo dětské omalovánky. Dnes v MeasureDesign pomáhá klientům zjistit, co jim jejich čísla doopravdy říkají.
Blanka se stala součástí našeho týmu v roce 2024 a od té doby má na starosti oblast back office, včetně fakturace a administrativních úkolů. Využívá své zkušenosti z České pošty a vzdělání v oboru finančního managementu, aby zajistila hladký chod všech procesů. Ve volném čase se věnuje svým dvěma dětem, s nimiž ráda cestuje, a zároveň si užívá práci na zahrádce, kde nachází svůj odpočinek.
Do MeasureDesign nastoupila v roce 2023 a specializuje se na implementaci měření a reporting. Největší radost jí dělá moment, kdy se po všech nastaveních a testech konečně rozběhnou první data. Naopak největší výzvou jsou nečekané (a často nezadokumentované) změny od Google – chvíle, kdy se z analytika stává paranormal behaviour expert. 👻 Byla členkou našeho týmu do léta 2026.
Anička má více jak 7 let zkušeností z agenturního prostředí, kde spravovala pro klienty reklamní kampaně na sociálních sítích, nejradši pro obsahové weby. Chtěla získat trochu větší pohled nejen na kampaňová data, a tak více směřovala svou práci k webové analytice. K našemu týmu se přidala v roce 2022 a nyní se zaměřuje na datovou analytiku, kde s využitím GA4, BigQuery, Looker Studia a dalších nástrojů může propojovat a analyzovat data ještě víc do hloubky a přinést klientům zajímavé analýzy i podklady pro business rozhodování. Anička byla členkou našeho teamu do roku 2026.
Klára je ve firmě od roku 2019. Věnuje se hlavně webové analytice, ale nezalekne se ani práce s daty v BigQuery. Nejvíc ji baví, když může klienta provést od definování jeho potřeb přes implementaci měření až k výsledné vizualizaci dat. Až podezřele velkou radost jí dělá pohled na hezky přehledný GTM kontejner nebo report plný užitečných dat.
Vašek se již více než 15 let věnuje digitální analytice – od nastavování měření po uložení, vizualizaci a interpretaci dat. Firmám pomáhá mít v datech pořádek a umět je naplno využít. Věnuje se primárně datům z digitálních platforem jako jsou weby, aplikace, klientské zóny apod. a propojování těchto dat s dalšími firemními daty jako jsou mediální a zákaznická data. Po letech na volné noze spoluzaložil analytické studio MeasureDesign, kde kromě analytických projektů a školení na míru vzdělává nové analytičky a analytiky.
Zuzčina kariéra vedla přes řízení inovací a výzkumu v korporátu, vedení “wom” (word of mouth) projektů do digitální agentury, kde projektově řídila tvorby webových stránek. Zuzka je ale dost zvědavá a potřebovala vědět, jak web funguje, když je vypuštěn do světa. To ji motivovalo ke studiu webové analytiky, a následně přivedlo k osudové spolupráci s Vaškem a v roce 2019 spolu založili firmu.
