要解决“BigQuery的新用户数量与显示的Firebase Analytics数据存在较大差异”的问题，可以使用以下步骤：

1. 首先，确保已经将Firebase Analytics与BigQuery集成，并将数据导入到BigQuery中。

2. 在BigQuery中，使用SQL查询语句检索Firebase Analytics的新用户数量数据。以下是一个示例查询语句：

SELECT
  COUNT(DISTINCT user_pseudo_id) AS new_users_count
FROM
  `your_project_id.your_dataset_id.your_table_id`
WHERE
  event_name = 'first_open'

该查询语句将返回Firebase Analytics中的新用户数量。

3. 接下来，使用Firebase Analytics提供的API或SDK获取相同时间范围内的新用户数量数据。以下是一个示例使用Firebase Analytics API获取新用户数量的Python代码示例：

from google.oauth2 import service_account
from googleapiclient.discovery import build

# 用你自己的凭据路径替换`your_service_account_key.json`
credentials = service_account.Credentials.from_service_account_file('your_service_account_key.json')
analytics = build('analyticsreporting', 'v4', credentials=credentials)

# 替换为你的Firebase项目ID
view_id = 'your_firebase_project_id'

response = analytics.reports().batchGet(
    body={
        'reportRequests': [
            {
                'viewId': view_id,
                'dateRanges': [{'startDate': 'yyyy-mm-dd', 'endDate': 'yyyy-mm-dd'}],
                'metrics': [{'expression': 'ga:newUsers'}]
            }
        ]
    }
).execute()

new_users_count = response['reports'][0]['data']['totals'][0]['values'][0]

该代码示例使用Google Analytics Reporting API v4来获取Firebase Analytics中的新用户数量。

4. 最后，比较BigQuery查询结果和Firebase Analytics API获取的新用户数量数据。如果差异较大，可能是由于查询时间范围、数据延迟或数据集成设置等原因导致的。你可以根据具体情况调整查询参数、等待一段时间以获取更准确的数据，或者检查数据集成设置是否正确。

这样，你就可以通过比较BigQuery查询结果和Firebase Analytics API获取的新用户数量数据来解决“BigQuery的新用户数量与显示的Firebase Analytics数据存在较大差异”的问题。