Carregar dados do Google Ads no BigQuery com o conector oficial

Você quer os números das suas campanhas em um só lugar, sem exportar planilha manual toda semana. É exatamente para isso que serve o conector do Google Ads para o BigQuery: ele leva os dados de performance para dentro do seu data warehouse de forma automática e confiável.

Para carregar dados do Google Ads no BigQuery, você usa o conector oficial do Google, que funciona como uma transferência agendada: ele copia relatórios das suas contas para tabelas do BigQuery em intervalos regulares, de forma incremental, sem que você precise escrever código. Em poucos minutos de configuração, suas campanhas passam a ter dados disponíveis para análise em SQL.

O que o conector do Google Ads realmente faz

O conector do Google Ads é uma das transferências nativas do BigQuery Data Transfer Service. Ele acessa a API do Google Ads, puxa os relatórios definidos e os grava em tabelas dentro de um dataset que você escolhe. O carregamento é incremental por padrão, ou seja, a cada execução ele busca apenas os dados novos desde a última transferência, sem duplicar o que já foi carregado.

Por trás de uma configuração simples, o conector já trata questões que costumam dar trabalho em integrações manuais: limites de cota da API, intervalo de datas e consistência entre as execuções. É uma diferença grande em relação a scripts que quebram no meio do caminho e deixam sua tabela pela metade.

Pré-requisitos antes de começar

Antes de criar a transferência, confira se você tem estes itens em ordem. São poucos, mas qualquer um faltando impede a configuração de avançar.

• Uma conta no Google Cloud com projeto ativo e faturamento habilitado, ou acesso a um projeto da sua agência ou operadora
• API do BigQuery ativada no projeto
• Acesso de admin ou de usuário padrão à conta do Google Ads cujos dados você quer carregar
• Permissão bigquery.transfers.update no projeto, papel normalmente coberto pelo IAM de editor de dados
• Um dataset de destino no BigQuery, que pode ser criado na hora ou já existir

Configurando a transferência passo a passo

O caminho é pelo Data Transfer Service do BigQuery. Abra o console do BigQuery, vá em Transferências de dados e clique em Criar uma transferência. Na lista de fontes, escolha Google Ads.

No formulário, você define um nome do cliente, que é o ID da conta do Google Ads (aparece como um número de dez dígitos, tipo 123-456-7890), e seleciona o projeto e o dataset de destino. Em seguida, autorize o acesso com a conta do Google que tem permissão na conta de anúncios.

Por fim, escolha a frequência da transferência. As opções mais comuns são diária ou semanal, e dá para ajustar o horário de execução. Para quem analisa performance de forma contínua, a transferência diária é o melhor ponto de partida, porque mantém os dados quase em tempo real para dashboards e relatórios.

Quais relatórios vêm por padrão

O conector carrega um conjunto de relatórios prontos que cobre o essencial da análise de campanhas. Cada um vira uma tabela separada no seu dataset.

• Campaign: dados no nível da campanha, com status, orçamento e segmentação
• AdGroup: desempenho por grupo de anúncios
• Ad: métricas de cada anúncio, como cliques, impressões e custo
• Keyword: desempenho das palavras-chave, com qualidade e posição média
• Impressions: dados de leilão e participação de impressões

Além dessas, é possível configurar relatórios customizados dentro da própria transferência, indicando campos e métricas específicos. Isso é útil quando sua análise depende de uma segmentação que não vem no padrão, como conversões por dispositivo ou métricas de audiência.

Consultando as tabelas com SQL

Depois que a primeira transferência rodar, suas tabelas aparecem no dataset com nomes como p_Campaign_1234567890 e p_AdGroup_1234567890. A partir daí, a análise vira query SQL. Um exemplo simples para ver custo e conversões por campanha nos últimos 30 dias:

SELECT campaign_id, campaign_status, SUM(cost) AS custo, SUM(conversions) AS conversoes FROM seu_dataset.p_Campaign_1234567890 WHERE _DATA_DATE >= DATE_SUB(CURRENT_DATE(), INTERVAL 30 DAY) GROUP BY campaign_id, campaign_status ORDER BY custo DESC

O campo _DATA_DATE é a data em que cada linha foi carregada, e o _LATEST_DATE marca a janela mais recente dos dados. Usar essas colunas direitinho é o que mantém suas agregações consistentes, evitando contar a mesma linha duas vezes quando a transferência roda de novo.

Por que isso muda o jogo para quem anuncia em saúde

Para corretores de plano de saúde, juntar os dados das campanhas no BigQuery abre espaço para análises que o painel do Google Ads não entrega com tanta liberdade. Você consegue cruzar custo por clique com conversões de contato, calcular o custo por lead real e identificar quais palavras-chave geram oportunidade de verdade.

Isso vale tanto para quem anuncia localmente quanto para quem opera em várias praças. Um corretor em Fortaleza, por exemplo, pode separar as métricas das campanhas que miram a capital e o restante do Ceará, comparando o desempenho de cada região sem depender de exportações manuais.

Essa visão integrada é o que separa quem toma decisão no achismo de quem otimiza com base em número. E como o custo por lead varia bastante entre campanhas, entender a fundo seus próprios dados é o primeiro passo para reduzir desperdício. Se quiser ir além, vale estudar custo por lead para enxergar qual é o teto saudável de investimento em cada anúncio.

Custos envolvidos na transferência

O conector do Google Ads em si é gratuito. O que gera custo é o uso do BigQuery: armazenamento das tabelas (hoje com um pacote mensal gratuito de 10 GB por projeto) e processamento das queries. Para a maior parte das contas de anúncio, o volume fica bem abaixo desses limites, então o custo tende a ser irrisório ou nulo.

O cuidado real é com consultas pesadas. Se você começar a cruzar tabelas gigantes sem particionar, a conta de processamento pode subir. Felizmente, as tabelas do conector já vêm particionadas por data, o que ajuda a manter as queries baratas quando você filtra pelo período certo.

Erros comuns e como evitar

A maioria dos problemas na configuração vem de detalhes pequenos, fáceis de corrigir se você souber onde olhar.

• Conta sem permissão: a transferência falha se a conta Google usada na autenticação não tem acesso à conta do Google Ads; authorize com uma conta que seja admin ou padrão
• Dataset inexistente: crie o dataset de destino antes, ou marque a opção de criá-lo no próprio formulário
• Fuso horário errado: as datas seguem o fuso configurado no projeto; deixe tudo no mesmo fuso para não bagunçar relatórios diários
• Esperar dados em tempo real: a transferência diária carrega em lotes, não em streaming; há sempre um pequeno atraso natural
• Comparar com o painel sem ajustar métricas: números de leilão e atribuição podem divergir do que aparece no Google Ads por diferença de janela de conversão

Nenhum desses pontos é motivo para desistir da integração. Com o conector funcionando, você elimina o trabalho braçal e ganha um histórico limpo que dá base para análises cada vez mais sofisticadas. Para quem já domina a parte técnica, dá até para pensar no futuro: modelos de machine learning sobre seus próprios dados, previsão de conversão e otimização automática de lances.

Se a sua operação de anúncios ainda vive de exportações manuais e planilhas espalhadas, esse é um bom primeiro projeto de dados. E lembre que a automação tem limite: ferramentas de IA podem até ajudar a escrever anúncios, mas não substituem o julgamento humano sobre orçamento e estratégia. O alerta que levantamos sobre IA em campanhas de anúncios mostra exatamente esse risco. No fim, o objetivo do BigQuery é dar a você os números para decidir melhor.

Conectar o Google Ads ao BigQuery é mais simples do que parece e destrava uma camada de análise que o painel padrão não oferece. Se você quer dominar os fundamentos da plataforma antes de mergulhar nos dados, comece pelo nosso guia de Google Ads do zero e depois aprofunde com as estratégias de Google Ads para corretores, que conectam esses dados à geração de leads do seu negócio.