Google社は、2020年10月に現在のGoogleAnalytics（ユニバーサルアナリティクス）に代わる新しい解析ツールとして、GoogleAnalytics4をリリースしました。
GoogleAnalytics4では、それまでのセッション（ページ）中心の分析からユーザー行動を中心とした解析に代わり、より自社のホームページの状況を数値やデータで可視化できるようになりました。
また、アプリケーションを絡めたホームページとの相互の分析も出来るようになり、現代のユーザー行動に応じた細かな分析・解析も可能になりました。
このように、大幅にアップグレードされたGoogleAnalytics4において、特筆すべき機能が機械学習とBigQueryの活用です。
特にBigQueryは、今までであれば有料版のGoogleAnalyticsであるGoogleAnalytics360を活用し、その上でGoogleに申請しなければログデータをBigQueryに出力しなければなりませんでしたが、GoogleAnalytics4ではGoogle Cloud Platform（GCP）の従量課金コストだけでログをBigQueryに出力することが可能です。
コスト面でも大幅に軽減でき、且つハードルが下がったことで簡単にBigQueryを活用した分析・可能が可能になります。
とはいえ、新たにリリースされたばかりのGoogleAnalytics4でどのようにBigQueryを活用していけばいいのか分からない点も多々あります。
実際に
「BigQueryはよく聞くけど具体的にどういったものかよく分からない」
「BigQueryを活用することでどういったメリットがあるの？」
「どうやってGoogleAnalytics4で連携させるの？」
などと悩まれるWeb担当者も少なくありません。
そこで今回は、BigQuery自体の概要から、GoogleAnalytics4でBigQueryを活用するメリットや手法などについてポイントを中心に紹介していきます。
目次
BigQueryとは？
そもそもBigQueryとは、Googleが提供するデータウェアハウス製品の一部のことを指します。
データウェアハウスとは、各種システムから分析や解析を行う用に収集した膨大なデータを蓄積しておく、倉庫のような意味を持つシステムとなります。
このBigQueryでは、超高速なデータ処理を行うことが可能です。
TB（テラバイト）やPB（ペタバイト）といった数億桁以上のデータに対して、数秒から数分足らずでクエリ処理を行い、ユーザーに結果を返信することができます。
BigQueryの活用に関しては有償となりますが、データウェアハウス内では比較的安価であるため、ビックデータの分析・解析を行う上では欠かせない手法となってきています。
このように、BigQueryの活用は人間の力でデータを集計するとなると膨大な時間がかかる処理をスピーディーに正確に対応できる仕組みとして注目が集まっています。
GoogleAnalytics4でBigQueryを活用する方法
GoogleAnalytics4では、BigQueryと連携させることで膨大な量のデータを瞬時に解析することが可能です。
まず、BigQueryを活用するにはGoogleAnalytics4のプロパティ編集権限と、データをエクスポートするBigQueryのGoogle Cloud Platform(GCP)というプロジェクトのオーナー権限が必要になります。
その上でGoogleAnalytics4のROWデータをBigQueryにエクスポートすることで、BigQueryを活用したデータ分析・解析を行うことが可能になります。
この設定は、一度行うことで日々行使されるデータをBigQueryに自動でエクスポートすることができます。
そのため、BigQueryを活用する度にデータ取得やエクスポートを行う必要はなく、BigQueryを参照するだけでデータ分析・解析が可能です。
GoogleAnalytics4のデータをBigQueryに連携するメリット
では、具体的にGoogleAnalytics4のデータをBigQueryに連携させることで、どういった分析が可能になるのでしょうか？
大きなメリットとして以下にて紹介していきます。
①GoogleAnalytics4のデータをSQLで分析
GoogleAnalytics4とBigQueryを連携させることで、GoogleAnalytics4の生データをSQLによって自由にカスタマイズしながら分析することが可能になります。
旧GoogleAnalytics（ユニバーサルアナリティクス）では有料のオプションを活用しなければ生データを取得することができず、表やグラフなどの集計後データを確認できたとしても直接分析する方法は限定されていました。
GoogleAnalytics4ではBigQueryと連携させることは無料で対応可能なため、SQLを活用することで生データに対してPV数や離脱数、滞在時間といった様々な指標をもとに自由に分析することが可能になります。
②GoogleAnalytics4のデータと既存のデータとの結合分析
また、GoogleAnalytics4の生データをBigQueryに連携させることで、既にBigQueryに取り込んで管理している他のデータと結合させ、合わせて分析を行うことも可能になります。
例えば、ECサイトを運営している場合、GoogleAnalytics4で取得したホームページやアプリの閲覧情報と、実店舗などオフラインでの購買履歴などの情報を組み合わせた分析を行うことができるようになります。
オンラインとオフラインを組み合わせることで、これまで把握できなかったユーザー行動を可視化できるようになり、新たな施策やビジネスチャンスにつなげることも期待できます。
③GoogleAnalytics4のデータのビジュアル化
BigQueryを活用することで、表やグラフを用いてより視覚的に分かりやすく解析することも可能になります。
BigQuery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できます。
また、BIツールと連携させることで、GoogleAnalytics4のデータを直感的な操作だけで簡単にビジュアル化することもできます。
BigQueryとの連携で取得できるGoogleAnalytics4のデータ
GoogleAnalytics4では、イベントという値をもとにWebサイトのログ計測機能が大幅に強化されています。
そのため、以下のような項目・指標もイベント設定を行うことで収集でき、且つBigQueryと連携させることも可能です。
・スクロール数：ページの一番下までスクロールされたユーザー数を計測するイベント
・離脱クリック：対象のドメインから移動するリンクをクリックしたユーザー数を計測するイベント
・サイト内検索：サイト内検索を活用したユーザー数を計測するイベント
・動画エンゲージメント：サイト内に埋め込まれた動画を再生したり、途中まで視聴したり、完全に再生したユーザー数を計測するイベント
・ファイルのダウンロード：文書ファイルやPDF、アプリケーション、動画などをダウンロードするリンクがクリックされたユーザー数を計測するイベント
このような項目・指標に対して、生データをそのままBigQueryに連携させることが可能です。
集計後のデータではなく、生データをBigQueryに連携させることで、BigQueryを活用した細かな分析が可能になります。
GoogleAnalytics4とBigQueryを連携し分析する上での料金体系
一部メリットの中でも紹介しましたが、GoogleAnalytics4とBigQueryを連携させることは無料で対応が可能です。
ただ、BigQueryを活用すること自体は費用が発生します。
このBigQueryの料金体系としては主に以下の2つが挙げられます。
・分析費用：クエリの処理費用
・ストレージ費用：BigQueryへのデータの保管料
現在BigQueryの分析費用としては、処理したクエリ分の従量課金制となるオンデマンド料金と、月額や年額で対応可能な定額料金の2つが用意されています。
ストレージ費用に関しては比較的安価となりますが、分析費用はクエリ処理で発生するデータ量に応じて異なりますので注意が必要です。
まとめ
いかがでしたでしょうか。
GoogleAnalytics4では、通常の解析時におけるアプリとホームページの連携やユーザー行動ベースの指標軸など、大きくアップグレードされた点が多くありますが、BigQueryとの連携もその中の一つで非常に重要な要素となります。
アプリケーションの計測が可能になったことで、計測できる数値やデータは今後さらに増えていくことが予想されています。
膨大な量のデータを正しく理解し、自社の施策や展開に活用していくためにはBigQueryの活用は欠かせないものとなっていくでしょう。
GoogleAnalytics4とBigQueryを連携させることで、膨大なデータも瞬時に把握できるようになり、且つ様々な切り口で自社に合った分析・解析も可能になります。
今回紹介した内容も参考に、GoogleAnalytics4とBigQueryを上手く活用しながら効果的な運用につなげていきましょう。
