Data warehouse para marketing: quando a empresa precisa e o que o gratuito apaga

Quase todo texto sobre data warehouse começa pela teoria: ETL, modelagem dimensional, data mart, data lake. Serve para prova de concurso. Para quem dirige marketing numa empresa média, a pergunta é outra: preciso de um? Quanto custa? E o que eu perco se esperar?

A resposta curta é que o primeiro data warehouse de marketing quase nunca é um projeto grande. Ele costuma nascer de uma exportação gratuita, a do Google Analytics 4 para o BigQuery. E é justamente aí que mora a armadilha que nenhum dos primeiros resultados do Google menciona: no modo gratuito sem cartão, o BigQuery apaga as tabelas depois de 60 dias. Quem começou ali achando que estava guardando histórico descobre, um ano depois, que guardou só os dois últimos meses.

O que é data warehouse, em duas linhas?

Data warehouse é um banco de dados feito para análise, não para operação. Ele recebe cópias dos dados de vários sistemas, organiza tudo num formato comum e guarda o histórico, para que alguém possa perguntar "o que aconteceu nos últimos três anos" sem travar o sistema que registra a venda de agora.

A tradução literal, "armazém de dados", ajuda: é o depósito central para onde vai uma cópia do que interessa. O ERP, o e-commerce e o CRM continuam fazendo o trabalho do dia; o warehouse fica com a memória e com o cruzamento entre eles.

Para marketing, isso quer dizer juntar num lugar só os eventos do site, o gasto de mídia e a venda que veio do CRM, com as mesmas datas, os mesmos nomes de campanha e um histórico que não depende do prazo de retenção de cada ferramenta.

Data warehouse é a mesma coisa que banco de dados?

É um tipo de banco de dados, mas com outra função. O banco do ERP ou da loja virtual é transacional: grava pedidos um a um, muito rápido, e precisa estar sempre disponível. O data warehouse é analítico: lê milhões de linhas de uma vez para somar, comparar e agrupar.

Misturar os dois é o erro mais antigo da área. Quando o relatório pesado roda direto no banco da operação, o site fica lento na hora em que alguém da diretoria abre o painel. Separar os papéis é o motivo de o warehouse existir.

O caminho entre os dois tem nome: ETL (extrair, transformar, carregar) ou, na versão mais comum em nuvem, ELT, em que o dado chega bruto e é transformado já dentro do warehouse. Para uma empresa média, a sigla importa menos que a pergunta prática: quem cuida de que a carga aconteça todo dia e de que os nomes batam.

Qual a diferença entre data warehouse, data lake e data mart?

Os três nomes aparecem juntos e confundem. A diferença está no formato do dado que cada um aceita e em quem usa.

Leitura da Alliance sobre os conceitos, outubro de 2026

Na prática da empresa média, o data mart costuma ser apenas um conjunto de tabelas dentro do mesmo warehouse, com permissão só para o time que usa. E o data lake raramente é o primeiro passo: guardar tudo sem estrutura é barato, mas só vale quando existe alguém para transformar aquilo em pergunta respondida.

E qual a diferença entre data warehouse e BI?

Não. O warehouse é onde o dado mora e se organiza; o BI é o processo e as ferramentas que transformam esse dado em indicador e decisão. Dá para fazer BI sem warehouse, lendo direto das fontes, e é assim que a maioria começa. O warehouse entra quando ler direto das fontes passa a custar mais do que guardar uma cópia organizada.

Com o Power BI é igual: ele conecta direto em planilha, banco e serviço, e quem tem poucas fontes pode viver anos assim. A diferença aparece quando cada relatório repete a mesma limpeza de dados; aí faz mais sentido limpar uma vez, no warehouse, e deixar o painel só ler. O custo das licenças é outra conversa, que detalhamos em quem paga para ver o painel no Power BI.

Quando a empresa precisa de um data warehouse para marketing?

Não é o tamanho da empresa que decide, e sim o tipo de pergunta que o time não consegue mais responder com as ferramentas que tem. Os sinais mais comuns que vemos em empresas médias são estes:

• a comparação com o ano passado não fecha, porque a exploração do GA4 só alcança o período de retenção configurado;
• o número do painel muda conforme quem abre, por amostragem, cota de API ou filtro diferente em cada relatório;
• ninguém consegue dizer quanto custou cada venda, porque o gasto está no Google Ads, a visita no GA4 e o contrato no CRM, e os três nunca se encontram;
• o painel gratuito trava toda semana, com erro de cota ou lentidão, como mostramos no guia sobre onde o Looker Studio gratuito trava;
• a empresa vai trocar de ferramenta de CRM, de mídia ou de analytics e não quer perder o passado junto.

Se dois ou mais desses sinais aparecem com frequência, o warehouse deixou de ser luxo técnico e virou a forma mais barata de parar de discutir número em reunião.

A limitação de retenção do GA4 é o sinal que mais pega empresa desprevenida. A própria ajuda do Google informa que, em propriedades padrão, os dados de eventos usados nas análises detalhadas podem ser retidos por 2 ou 14 meses; prazos de 26, 38 e 50 meses são exclusivos do Analytics 360. Os relatórios padrão agregados não são afetados, mas a exploração detalhada de um período antigo, sim (Central de Ajuda do Google Analytics, retenção de dados).

Quando ainda não é hora de ter um data warehouse?

Warehouse não conserta dado que nasce errado. Se a conversão não está marcada no GA4, se as campanhas não seguem um padrão de UTM ou se a venda é anotada numa planilha que cada vendedor preenche de um jeito, o warehouse vai guardar a bagunça com muito cuidado e por muito tempo.

Ainda não é hora quando:

• o site tem pouco tráfego e uma pessoa resolve as perguntas do mês no próprio GA4;
• não há ninguém, dentro ou fora, para manter a carga e responder quando um número sair estranho;
• a empresa ainda não definiu quais indicadores olha toda semana.

Nesses casos, o passo certo vem antes: arrumar a medição (o nosso guia sobre o que medir de verdade no GA4 é um bom começo) e decidir os indicadores, tema que tratamos em quando ainda não é hora de fazer BI. Há uma exceção, porém, e ela é o centro deste artigo: ligar a exportação do GA4 cedo, no modo certo, custa quase nada e guarda um histórico que não se recupera depois.

Por que o primeiro data warehouse de marketing costuma ser o BigQuery?

Porque o dado que mais interessa ao marketing, o comportamento do site, já tem uma porta aberta para lá. O GA4 exporta os eventos brutos para o BigQuery sem cobrar pela exportação diária, e o próprio BigQuery tem uma camada gratuita para começar.

As outras fontes chegam pelo mesmo caminho. O Google Cloud mantém um conector do BigQuery Data Transfer Service para o Google Ads, que carrega os relatórios de mídia de forma agendada (documentação do conector do Google Ads, em inglês). O CRM e as planilhas de venda entram por carga em lote. E, do outro lado, tanto o Looker Studio quanto o Power BI leem do BigQuery: a Microsoft documenta um conector nativo do Google BigQuery para o Power BI (Microsoft Learn, conector Google BigQuery).

O BigQuery não é a única opção de warehouse em nuvem, mas é a que tem o caminho mais curto a partir do GA4. Para a empresa que já vive no ecossistema do Google em mídia e analytics, começar por outro lugar significa pagar uma integração para fazer o que a exportação nativa faz de graça.

O que o sandbox do BigQuery apaga, e por que isso importa?

O BigQuery oferece duas formas de usar sem pagar. A primeira é o sandbox: entra-se sem cartão de crédito e sem conta de faturamento. A segunda é a camada gratuita de um projeto com faturamento ativo, em que só se paga o que passa da cota mensal. Parecem a mesma coisa. Não são.

Traduzindo para marketing: quem vincula o GA4 a um projeto no sandbox recebe, todo dia, a tabela do dia anterior. Sessenta dias depois, a tabela mais antiga some. O que existe ali é uma janela móvel de dois meses, não um histórico. Para quem queria justamente fugir do limite de retenção do GA4, é trocar um prazo curto por outro mais curto ainda.

O limite de 10 GiB agrava o quadro. A ajuda do Google Analytics lista, entre os motivos de falha da exportação, o projeto que já passou de 10 GB, o limite do sandbox: nesse caso, a exportação pode começar a falhar e as tabelas deixam de ser preenchidas (Central de Ajuda do Google Analytics, configurar o BigQuery Export). A documentação do sandbox não detalha se a expiração automática conta como "apagar" para a cota vitalícia; por isso, a leitura segura é não tratar o sandbox como lugar de longo prazo.

E há um terceiro corte: como o sandbox não aceita streaming nem o Data Transfer Service, a exportação contínua do GA4 e o conector do Google Ads ficam de fora. O sandbox serve para testar consulta, não para ser o warehouse.

Quais são os limites da exportação do GA4 para o BigQuery?

Mesmo fora do sandbox, a exportação do GA4 tem regras próprias, que valem conhecer antes de prometer um painel à diretoria.

Três detalhes da documentação pesam na decisão:

1. Passar do limite de forma constante pausa a exportação diária, e as exportações dos dias anteriores não são processadas novamente. Há filtros para excluir fluxos e eventos e ficar abaixo do teto.
2. A exportação começa a partir da vinculação. Depois de concluída, o fluxo de dados geralmente começa em até 24 horas, com um arquivo por dia contendo o dia anterior. Cada mês sem a vinculação é um mês que não estará no warehouse.
3. Problema de pagamento também cria buraco. Se a exportação for interrompida por forma de pagamento inválida, o Google informa que não consegue exportar de novo aquele período.

O limite de 1 milhão de eventos por dia parece alto, e para a maioria das empresas médias é: pela proporção do próprio Google, equivale a algo perto de 1,7 GB por dia. Quem chega perto disso costuma ser e-commerce com muito tráfego ou aplicativo, e aí entra a conversa sobre a exportação contínua ou sobre o Analytics 360, que, segundo a mesma página, chega a 20 bilhões de eventos por dia.

Quanto custa o BigQuery depois do sandbox?

Sair do sandbox é ativar o faturamento no projeto. A camada gratuita continua valendo; a diferença é que o que passar dela é cobrado e que as tabelas deixam de ter prazo de validade obrigatório. Os preços abaixo são os da página oficial, na região de Iowa (us-central1), que a tabela mostra por padrão; outras regiões têm valores próprios, e quem paga em real vê os preços na moeda local nos SKUs do Google Cloud.

Google Cloud, página de preços do BigQuery (região us-central1) e Central de Ajuda do Google Analytics, consultadas em 12/10/2026; valores mensais calculados pela Alliance com cerca de 730 horas no mês

Um exemplo de ordem de grandeza, para um site com 30 mil eventos por dia. Pela proporção de 600 mil eventos por gigabyte, são cerca de 0,05 GB por dia, perto de 1,5 GB por mês e 18 GB num ano. No fim do primeiro ano, o armazenamento que passa da cota gratuita custaria algo em torno de US$ 0,20 por mês. Guardar o histórico é a parte barata.

O que pode gerar conta é consulta mal feita. No modelo sob demanda, o BigQuery cobra pelo volume de dados lido por consulta. Um painel que relê todas as tabelas do GA4 a cada filtro gasta a cota rápido. A própria página de preços recomenda particionar e agrupar (clustering) as tabelas para reduzir o volume processado. Na prática, o painel deve ler de tabelas resumidas, não dos eventos brutos.

Ao sair do sandbox, há um passo que a documentação do Google lembra e muita gente esquece: atualizar o prazo de expiração padrão das tabelas, visões e partições. Sem isso, o que foi criado com a regra dos 60 dias pode continuar com ela.

Como montar o primeiro data warehouse de marketing na prática

1. Crie o projeto já com faturamento

Se a intenção é guardar histórico, comece num projeto do Google Cloud com conta de faturamento ativa e escolha a região dos dados com cuidado: trocar depois exige recriar a vinculação ou replicar o conjunto de dados. Acompanhe o faturamento desde o primeiro mês, para conhecer o padrão de gasto antes de o painel crescer.

2. Vincule o GA4 com a exportação diária

A diária basta para quase toda empresa média e não cobra pela exportação. Deixe a contínua para quando houver uma pergunta que só se responde com o dado de hoje. Se o volume estiver perto de 1 milhão de eventos por dia, use os filtros de fluxo e de evento antes de ser pausado.

3. Traga a mídia e a venda

Google Ads pelo Data Transfer Service; outras plataformas e o CRM por conectores ou carga agendada. O ponto crítico não é técnico: é combinar uma chave entre as fontes, normalmente a data e o nome padronizado da campanha via UTM.

4. Construa tabelas resumidas para o painel

Uma tabela por pergunta recorrente: sessões e conversões por canal e dia, custo por campanha e dia, vendas por origem. O painel lê essas tabelas, que são pequenas, e não os eventos brutos. É isso que mantém a conta perto de zero.

5. Defina quem responde pelo número

Todo warehouse precisa de um dono: alguém que perceba quando a carga falhou e explique por que o total mudou. Sem isso, em seis meses ninguém confia no painel, e a empresa volta para as planilhas.

Quais os erros mais comuns ao começar?

• Começar no sandbox achando que é definitivo e descobrir, meses depois, que só restam 60 dias de dado.
• Ligar a exportação tarde. O histórico começa na vinculação; o que veio antes fica limitado à retenção do GA4.
• Ativar a exportação contínua sem necessidade, pagando por gigabyte para ver em minutos o que ninguém olha antes do dia seguinte.
• Ligar o painel direto nos eventos brutos, e ver a cota de consultas evaporar a cada filtro.
• Esquecer o prazo de expiração ao sair do sandbox, mantendo a regra dos 60 dias num projeto que já paga.
• Montar warehouse antes de arrumar a medição, guardando com cuidado um dado em que ninguém confia.

O que muda por tipo de negócio?

Leitura da Alliance a partir de projetos de BI, outubro de 2026

Em todos os casos, a parte cara não é o banco: é decidir as perguntas e manter a chave entre as fontes. É o trabalho que fazemos no serviço de BI e dashboards da Alliance, do desenho das tabelas ao painel que a diretoria abre.

Por onde começar hoje

1. Abra o GA4 e confira o prazo de retenção de dados de eventos; se estiver em 2 meses, passe para 14.
2. Verifique se já existe vinculação com o BigQuery e se o projeto está em sandbox.
3. Se estiver, ative o faturamento e atualize o prazo de expiração padrão das tabelas.
4. Se não houver vinculação, crie hoje, com a exportação diária: cada dia sem ela é um dia a menos de histórico.
5. Liste as três perguntas que a diretoria faz e que hoje ninguém responde com segurança. Elas são o escopo do primeiro warehouse.

Se quiser entender onde o marketing da sua empresa está antes de investir em dado, o diagnóstico de marketing gratuito da Alliance avalia, entre outras dimensões, a maturidade de dados e mensuração, e aponta se o próximo passo é warehouse ou arrumar a medição.