Googleアナリティクス4(GA4)とBigQuery連携まとめ!Exportの方法からデータの確認、可視化までを詳しく解説

Googleアナリティクス4(GA4)とBigQuery連携まとめ!Exportの方法からデータの確認、可視化までを詳しく解説

  • 2021年9月8日
  • GA4
  • 20038view
GA4 Googleアナリティクス4(GA4)とBigQuery連携まとめ!Exportの方法からデータの確認、可視化までを詳しく解説

2020年10月にリリースされたGoogleアナリティクスの新しい規格である、GA4(Googleアナリティクス4プロパティ)。GA4は、BigQueryと連携することで活用の幅を大きく広げることができます。

今回は、GA4とBigQueryの連携方法からよく使うSQL、そしてGoogleデータポータルを活用した可視化の方法まで、詳しく解説します。GA4のデータをWebサイトやアプリの分析でもっと活用していきたい方は、ぜひご覧ください。

目次

BigQueryとは?

BigQueryイメージ

引用元:BigQuery

BigQueryとは、Googleが提供するデータウエアハウス製品です。データウエアハウスとは各種システムから分析用に収集した膨大なデータを蓄積しておく、倉庫のようなシステムです。

BigQueryは、超高速なデータ処理を特徴としていますTB(テラバイト)やPB(ペタバイト)、つまり数億行以上のデータへのクエリ処理を数秒から数分で実行し、ユーザーに結果を返してくれます。

有償の製品となりますが、データウエアハウス製品の中では安価であり、いまやビッグデータ分析の現場で欠かせない存在となっています。

 

Googleアナリティクス4(GA4)とBigQueryの連携に関する基礎知識

GA4とBigQueryの連携に関する基礎知識として、連携により実現できること、GA4から取得できる主なデータ、利用料金についてそれぞれ解説していきます。

GA4のデータをBigQueryに連携することで実現できること

GA4のデータをBigQueryに連携することにより実現できることとして、代表例を3つご紹介します。

  1. GA4のデータをSQLで分析できる
  2. GA4のデータを既存データと統合して分析できる
  3. GA4のデータをビジュアライズできる

 1:GA4のデータをSQLで分析できる

Bigqueryで実現できること①

引用元:BigQuery

GA4とBigQueryを連携させることで、GA4の生データをSQLによって自由に分析できますGA4以前のバージョン、ユニバーサルアナリティクス(UA)では有償のオプションを使用しない限り、生データを取得することはできませんでした。

つまり、UAではグラフや表など集計後のデータを確認することはできても、生データを直接分析できる機会は限られていたのです。一方で、GA4では生データをBigQueryと連携させる機能が無料で提供されています。(連携後にBigQueryでデータ処理を行うと別途料金が発生しますが、連携自体は無料でできます)

BigQueryと連携した生データは、ページビュー(PV)数や離脱数、直帰数、滞在時間などの指標をさまざまな切り口で、SQLを使って自在に分析できます。

 2:GA4のデータを既存データと統合して分析できる

Bigqueryで実現できること②

 

引用元:GA4

GA4の生データをBigQueryに連携すれば、BigQueryで既に管理している他のデータと統合して分析することも可能となります。例えばGA4から取得したサイト上の閲覧履歴と、オフライン購買履歴を組み合わせて分析するといったことが実現できます。

GA4のデータからは、Webとアプリをまたがったユーザーの行動データが得られます。そこにオフラインの購買履歴も紐付けることで、ネットとリアルをまたがる、これまで捉えきれなかったカスタマージャーニーが浮かび上がってくるかもしれません

 3:GA4のデータをビジュアライズできる

Googleデータポータルイメージ

引用元:Googleデータポータル

GA4のデータをBigQueryに連携させることで、GA4のデータをグラフや表に可視化できますBigQuery上のデータはGoogleデータポータルをはじめ、TableauやPower BIなどのBIツールと連携させることが可能なためです。

また、BigQueryとBIツールを連携させることで、GA4のデータをドラッグ&ドロップによる直感的な操作でビジュアル化できますサイト内のユーザーの行動履歴を、エンドユーザーが探索的にクロス集計したり、グラフ化したりといったことが可能となるのです。

BIツールによっては、レポートのテンプレートが用意されているので、連携の設定さえすればすぐにGA4のデータをレポート化できます。

※参考:GA4とGoogleデータポータルについて詳しく解説した記事はこちら

関連記事

2020年10月に正式に発表されたGA4(Googleアナリティクス4)。 次世代Googleアナリティクスと発表されたGA4への移行が行われてきている現在、レポートも旧アナリティクスとの違いが大きいことがわかってきました。 日[…]

Googleアナリティクス4(GA4)のデータポータルを活用した分析ガイド!連携方法からレポート作成まで詳しく解説

BigQueryとの連携で取得できる主なGA4のデータ

GA4では、Webサイトのログ計測機能が強化されましたUAでデフォルトで計測されていたページビュー(PV)数はもちろん、以下のようなデータをスイッチをONにするだけで取得できるようになりました。

  • スクロール数:ページの一番下までスクロールされるたびに、スクロールイベントを記録
  • 離脱クリック:ユーザーがドメインから移動するリンクをクリックするたびに、離脱クリックイベントを記録
  • サイト内検索:ユーザーがサイト上で検索を行うたびに、検索結果の表示イベントを記録
  • 動画エンゲージメント:ユーザーがサイトに埋め込まれた動画を視聴すると、動画再生イベント、動画進捗イベント、動画完全再生イベントを記録
  • ファイルのダウンロード:一般的な文書、圧縮ファイル、アプリケーション、動画、音声拡張をダウンロードするリンクがクリックされるたびに、ファイルダウンロードイベントを記録

これらのデータを、表やグラフといった集計後のデータではなく、生データのかたちでBigQueryに連携できることもポイントです。これにより、ニーズに応じた切り口でより柔軟に分析できるようになるからです。

例えばこのようなデータを使えば、ユーザーがどこから流入してきてどのようにページを移動し、どこで離脱したのかといった詳細な行動を分析できます。

GA4のデータをBigQueryに連携することで発生する料金

BigQueryは有償のデータウエアハウス製品です。そのため、GA4とBigQueryの連携機能自体は無料で提供されているものの、連携後にはBigQuery側で利用料金が発生します。

BigQueryの利用料金には、主として以下2つの費目があります。

  • 分析料金:クエリの処理にかかる費用
  • ストレージ料金:BigQueryへのデータの保管料

分析料金としては、処理したデータの分だけ従量課金される「オンデマンド料金」と、月額や年額で支払う「定額料金」の2パターンが用意されています。

<BigQuery 料金表>

オペレーション 料金 詳細
クエリ(オンデマンド) $6.0(約660円)/ TB 毎月1TB まで無料
クエリ(月定額) $2,400(約26.4万円)/100slots 追加のスロットは100スロット単位で購入可能
クエリ(年定額) $2,040 (約22.4万円)/100slots(1ヶ月分) 追加のスロットは100スロット単位で購入可能
アクティブストレージ $0.023 (約2.53円)/GB 毎月10GBまで無料
長期保存 $0.016(約1.76円)/GB 毎月10GBまで無料
ストリーミング挿入 $0.012(約1.32円)/200MB 挿入に成功した行が課金対象になります。最小サイズ 1KBで各行が計算されます
BigQuery Storage Write API $0.030(約3.3円)/1GB 毎月最初の2TBまで無料

引用元:BigQueryの料金

ストレージ料金は安価であるため、クエリ処理でスキャンするデータ量を抑えることが重要です。必要な列や行を、必要な回数だけ取得するようにしましょう。

また、BigQuery側で「課金される最大バイト数」を設定しておけば、上限値を超える課金はされないので安心です。

 

GA4データのBigQueryへの連携(BigQueryへのExport)方法

GA4データをBigQueryにエクスポートする手順を解説していきます。GA4とBigQueryのアカウントを持っていれば、以下の手順で簡単に設定できますのでぜひお試しください。

手順1.BigQueryでプロジェクトを作成する

1.プロジェクトを選択

引用元:Google Cloud

まずはGoogle Cloudの管理画面にログインします。Google Cloudとは、BigQueryが提供されているGoogleのクラウドプラットフォームです。

Google CloudのURL:https://console.cloud.google.com/

ログインしたら、プロジェクト選択の画面を開きます。

2.新しいプロジェクトを選択

引用元:Google Cloud

つぎに、「新しいプロジェクト」を選択します。

3.プロジェクト名、ID、場所を任意に編集

引用元:Google Cloud

「プロジェクト名」、「プロジェクトID」、「場所」を任意に編集して「作成」を押下します。以上で、BigQueryのプロジェクト作成の手順は完了です。

手順2.BigQuery APIの有効化を確認する

4.先ほど作成したプロジェクトを選択

引用元:Google Cloud

上記の手順で作成したプロジェクトを選択します。

6.APIとサービス、ライブラリ

引用元:Google Cloud

左側のメニューより、「APIとサービス」⇛「ライブラリ」の順に選択します。

5.カテゴリ、ビッグデータ

引用元:Google Cloud

次に、「カテゴリ」⇛「ビッグデータ」の順に選択します。

7.BigqueryAPIを選択

引用元:Google Cloud

「ビッグデータ」の画面で、「BigQuery API」を選択します。

8.API有効確認

引用元:Google Cloud

「APIが有効です」と表示されていれば有効化の確認は完了です。表示されていなければ、有効化します。以上でBigQuery APIの有効化確認の手順は完了です。

手順3.GA4をBigQueryのプロジェクトに連携させる

9.Bigqueryのリンク設定

引用元:GA4

GA4の管理画面を開き、「BigQueryのリンク設定」を選択します。

10.リンクを選択

引用元:GA4

つぎに、「リンク」を選択します。

11.Bigqueryプロジェクトを選択

引用元:GA4

先ほど作成したBigQueryのプロジェクトを選択します。

12.ロケーションを選択

引用元:GA4

「データロケーション」を「東京」などに設定します。

13.頻度を選択

引用元:GA4

次に「頻度」を選択します。「毎日」あるいは「ストリーミング」を選べます。リアルタイムでのデータ連携が必須でなければ、「ストリーミング」のチェックは外しておいてよいでしょう。

 

14.設定した内容を確認して送信

引用元:GA4

設定した内容を確認のうえ、「送信」を押下します。

引用元:GA4

送信すると、GA4とBigQueryが接続されます。接続が完了すると、GA4の「BigQueryのリンク設定」に連携先のプロジェクトが表示されます。GA4の実際のデータは、設定後24時間以内にBigQuery上に反映されます。

以上で、GA4からBigQueryにデータをエクスポートするための手順は完了です。

 

BigQueryに連携したGA4データの確認方法

続いて、BigQuery上でGA4のデータを確認する方法を解説します。BigQuery側でGA4から連携対象として設定したプロジェクトにアクセスすることで、データを確認できます。

手順1.Google Cloudにて連携対象のプロジェクト画面を開く

16.連携対象プロジェクト画面

引用元:Google Cloud

Google Cloudの管理画面にて、GA4で連携対象として設定したプロジェクトの画面を開きます。

手順2.BigQuery上でGA4から連携されたデータを確認する

17.Bigqueryを選択

引用元:Google Cloud

左側のメニューより、「BigQuery」を選択します。

18.連携データ確認

引用元:Google Cloud

BigQueryの画面で、対象のプロジェクトを選択すると、GA4のデータが連携されていることを確認できます。プロジェクトの中にデータセットが作成され、その下で日次でテーブルが生成されるかたちです。

以上で、BigQuery上でGA4データを確認するための手順は完了です。

 

BigQueryでGA4のデータを扱う!よく使うSQLサンプル

GA4からBigQueryにデータを連携できたら、SQLを使って分析していくことになります。ここでは、その際によく使うSQLのサンプルをご紹介します。

  1. ブラウザ別の合計PV数を集計するSQL
  2. 経路別流入件数と平均直帰率を集計するSQL
  3. 購入回数別の平均PV数を集計するSQL
  4. 購入ユーザーの平均サイト滞在時間を集計するSQL
  5. 購入ユーザーのページ遷移を時系列で表示するSQL

ブラウザ別の合計PV数を集計するSQL

サイトのPV数をブラウザ別に集計するSQLです。GA4からの連携テーブルをブラウザ単位でグルーピングし、PV数のSUMをとります。

SELECT

device.browser,

SUM ( totals.pageviews ) AS total_pageviews

FROM `YOUR_TABLE.events_*` — PLEASE REPLACE WITH YOUR TABLE NAME.

WHERE

_TABLE_SUFFIX BETWEEN ‘20170701’ AND ‘20170731’

GROUP BY

device.browser

ORDER BY

total_pageviews DESC

 表示結果

19.PV結果

引用元:Google Cloud

ブラウザ別の合計PV数が表示されました。

経路別流入件数と平均直帰率を集計するSQL

広告キャンペーン別の合計流入件数と、平均直帰率を集計するSQLです。直帰率はページビューが1つだけだった訪問の割合を意味します。

SELECT

campaign,

total_visits,

total_no_of_bounces,

( ( total_no_of_bounces / total_visits ) * 100 ) AS bounce_rate

FROM (

SELECT

trafficSource.campaign AS campaign,

COUNT ( trafficSource.campaign ) AS total_visits,

SUM ( totals.bounces ) AS total_no_of_bounces

FROM `YOUR_TABLE.events_*` — PLEASE REPLACE WITH YOUR TABLE NAME.

WHERE

_TABLE_SUFFIX BETWEEN ‘20170701’ AND ‘20170731’

GROUP BY

campaign )

ORDER BY

total_visits DESC

 表示結果

20.直帰率結果

引用元:Google Cloud

total_visitsがキャンペーン別の流入件数、bounce_rateが平均直帰率です。

購入回数別の平均PV数を集計するSQL

購入回数でユーザーをグルーピングし、それぞれの平均PV数を集計するSQLです。

 

SELECT

transactions,

( SUM(total_pagesviews_per_user) / COUNT(users) ) AS avg_pageviews

FROM

(SELECT

fullVisitorId AS users,

totals.transactions AS transactions,

SUM(totals.pageviews) AS total_pagesviews_per_user

FROM `YOUR_TABLE.events_*` — PLEASE REPLACE WITH YOUR TABLE NAME.

WHERE

_TABLE_SUFFIX BETWEEN ‘20170701’ AND ‘20170731’

GROUP BY

users,totals.transactions)

GROUP BY transactions

ORDER BY transactions

 表示結果

21.購入回数別のPV数

引用元:Google Cloud

transactionsが購入回数、avg_pageviewsが平均商品PV数です。購入の有無によってPV数に大きな差が出ています。

購入ユーザーの平均サイト滞在時間を集計するSQL

商品を購入したユーザーが、平均的にどれくらいサイトに滞在していたかを集計するSQLです。

SELECT

( SUM(total_timeOnSite_per_user) / SUM(total_visits_per_user) ) AS

avg_timeOnSite_per_visit

FROM (

SELECT

fullVisitorId,

SUM( totals.visits ) AS total_visits_per_user,

SUM( totals.timeOnSite ) AS total_timeOnSite_per_user

FROM `YOUR_TABLE.events_*` — PLEASE REPLACE WITH YOUR TABLE NAME.

WHERE

_TABLE_SUFFIX BETWEEN ‘20170701’ AND ‘20170731’

AND

totals.visits > 0

AND totals.transactions >= 1

AND totals.timeOnSite IS NOT NULL

GROUP BY

fullVisitorId )

 表示結果

22.購入ユーザ平均滞在時間

引用元:Google Cloud

商品を購入したユーザーの平均滞在時間(秒)が表示されています。

購入ユーザーのページ遷移を時系列で表示するSQL

商品を購入したユーザーがサイト流入後、どのようにページを遷移したか表示するSQLです。

SELECT

fullVisitorId,

visitId,

FORMAT_TIMESTAMP(‘%Y-%m-%d %H:%M:%S’, TIMESTAMP_SECONDS(visitStartTime), ‘Asia/Tokyo’),

hits.page.pagePath AS pagePath

FROM `YOUR_TABLE.events_*` — PLEASE REPLACE WITH YOUR TABLE NAME.,

UNNEST(hits) as hits

WHERE

_TABLE_SUFFIX BETWEEN ‘20170701’ AND ‘20170731’

AND

hits.type=”PAGE”

AND

totals.transactions >= 1

ORDER BY

fullVisitorId,

visitId,

visitStartTime

 表示結果

23.購入ユーザページ遷移

引用元:Google Cloud

購入ユーザーのページ遷移が時系列で表示されています。コンバージョンに至るまでのルートを分析できます。

 

BigQueryのGA4データをGoogleデータポータルで可視化する方法

BigQueryにエクスポートしたGA4データを、Googleデータポータルで可視化する方法を解説していきます。GoogleデータポータルではBigQuery用のコネクタが用意されているため、簡単な操作で連携、可視化ができます。

Googleデータポータル とは?

Googleデータポータルイメージ

引用元:Googleデータポータル

Googleデータポータルとは、Googleが提供するBI(ビジネス・インテリジェンス)ツールです。Googleのアカウントを持っていれば誰でも利用できます。

エンジニアでなくても、ドラッグ&ドロップによる直感的な操作でデータの可視化が可能です。またレポートのテンプレートが豊富に用意されています。

そのため、ユーザーはデータソースと接続してテンプレートを選ぶだけで、すぐにレポーティング業務を開始できるのです。レポートの共有もリンクを送るだけで簡単にできるため、チームでの活用に向いているツールです。

データ連携に関しては、BigQueryなどGoogleの製品を中心に専用のコネクタが用意されており、スムーズな接続が可能となっています。基本的には無料で利用できますが、BigQueryとつないでデータ取得をリクエストする場合、または有料テンプレートを購入する場合に別途料金が発生します。

※参考:Googleデータポータルの料金について詳しく解説した記事はこちら
関連記事

Googleデータポータルは、簡単な操作でデータをビジュアル化できる優れたツールです。導入を検討されている方も多いと思いますが、料金が気になるところです。 そこで今回は、Googleデータポータルの特徴をふまえ、他サービス連携や有料テ[…]

Googleデータポータルの料金に関する疑問を徹底解説!他サービス連携やテンプレなど有料になるケース、費用を抑えるポイントも紹介

手順1.GoogleデータポータルとBigQueryと連携させる

24.データポータルログイン

引用元:Googleデータポータル

Googleデータポータルにログインして「作成」⇛「データソース」の順に選択します。

25.Bigqueryを選択

引用元:Googleデータポータル

つぎに、「BigQuery」を選択します。

26.承認を選択

引用元:Googleデータポータル

「承認」を押下すると、GoogleデータポータルのBigQueryへのアクセスが許可されます。

27.Bigqueryプロジェクトを選択

引用元:Googleデータポータル

GA4と連携済のBigQueryのプロジェクトを選択して、「接続」を押下します。

28.Bigquery項目一覧

引用元:Googleデータポータル

連携したBigQueryのデータソースに含まれるフィールドの一覧が表示されます。以上で、GoogleデータポータルとBigQueryを接続させるための手順は完了です。

手順2.Googleデータポータル上でBigQuery上のGA4データを可視化する

29.レポートを作成

引用元:Googleデータポータル

フィールドの一覧を確認したら、画面の右上「レポートを作成」を押下します。

29.円グラフ

引用元:Googleデータポータル

可視化の手段とディメンション、指標を選ぶことで、簡単にデータをビジュアライゼーションできます。

30.テンプレート

引用元:Googleデータポータル

グラフや表を組み合わせて自分でレポートを作成することもできますが、Googleデータポータルではテンプレートも用意されています。

31.テンプレート

引用元:Googleデータポータル

テンプレートの一覧から適したものが見つかれば、ぜひ活用してみましょう。各種ビジュアルの配置やレポートのデザインを考える手間が省けます。

 

GA4やBigQueryと併せて利用したい広告レポート自動化ツール「Databeat Explore」

GA4やBigQueryと併せて利用したい広告レポート自動化ツールとして、Databeat Exploreについてご紹介します。

「Databeat Explore」とは?

Databeat Exploreは、広告運用担当者に必要なマーケティングデータを常に最新の状態で可視化・分析できる業務効率化ツールで、2020年2月4日より提供を開始しています。

Databeatイメージ

「Databeat Explore」を利用する3つのメリット

広告レポート自動化ツール「Databeat Explore」を利用する3つのメリットを解説します。

  1. ETL(収集・整形・出力)機能が便利
  2. データマートをマーケターが自由に作成できる
  3. GoogleデータポータルなどのBIツールにデータを出力

 1.ETL(収集・整形・出力)機能が便利

広告プラットフォームのデータを自動収集し、整形した状態で格納します。格納されたデータは、GoogleデータポータルなどのBIツールやGoogleスプレッドシート、Excelなど必要な場所に出力して可視化できます。

 2.データマートをマーケターが自由に作成できる

データの抽出をマーケターが自由に行えるのが特徴です。使い方は、Databeat Exploreの管理画面上で分析に必要なデータ指標を選択するだけと簡単。欲しいデータを必要なタイミングで抽出できます。

 3.リアルタイムでの可視化・共有・分析が可能

広告運用担当者が作成したデータマートは、GoogleデータポータルやTableauなどのBIツールと連携させて出力可能です。従来Excelでは困難だった、最新データのリアルタイムでの可視化・共有・分析が可能になりました。

 

まとめ

今回は、GA4とBigQueryを連携させてSQLで分析する方法、そしてGoogleデータポータルとつないで可視化する方法について解説してきました。Webサイトやアプリに蓄積された生データをBigQueryに連携できる機能は、GA4の大きな特徴です。

GA4をBigQueryに連携させることで、SQLを活用して自由な切り口で分析できますし、GoogleデータポータルをはじめとしたBIツールも活用すれば、可視化も思い通りにできます。

ぜひ今回の記事を、GA4を使ったWebサイトやアプリの分析業務にお役立てください。

Googleデータポータルを活用して分析業務を効率化するツール
DatabeatExplore

こんな方にオススメ

・広告数字の集計が大変

GAと広告数字を同時に集計したい

・人力レポートではミスが発生する

Googleデータポータルを活用したい

Googleアナリティクス4(GA4)とBigQuery連携まとめ!Exportの方法からデータの確認、可視化までを詳しく解説
最新情報をチェックしよう!
>広告データ可視化ツール「Databeat Explore」

広告データ可視化ツール「Databeat Explore」

Databeat Exploreは、WEB広告データの見える化を実現するサービスです。
様々な広告データを抽出・統合・一元化し、見たいデータを見たい時に見たい場所で見ることができます。

CTR IMG