Google アナリティクス 4 と Google BigQuery のリンク - 完全ガイド

新しい Google アナリティクス 4 の主な利点の 1 つは、生の非サンプリング データを Google BigQuery に無料でエクスポートできることです。 ユニバーサル アナリティクスでは、このオプションは Google アナリティクス 360 の有料版でのみ利用可能だったことを思い出してください。

この記事では、Google アナリティクス 4 から Google BigQuery にデータを正しくエクスポートする方法と、収集した情報を最大限に活用するために注意すべき点について説明します。

Google アナリティクス 4 を Google BigQuery と統合することで、Web サイトからサンプリングされていない未加工のデータをクラウド ストレージに収集できます。クラウド ストレージでは、各ユーザーとそのイベントが別々の行に表示されます。 このデータに対して SQL クエリを使用すると、必要なパラメーターとインジケーターを計算できます。

Google BigQuery でサイト統計を収集することにより、Google アナリティクス 4 のサンプリングやその他の制限を回避できます。完全なデータを分析できるようになります。つまり、このデータに基づいて下される意思決定の質がはるかに高くなります。

たとえば、GA 4 のユーザー データとイベント データの既定の保持期間は 2 か月です。 リソース設定で 14 か月に増やすことができます。 ただし、14 か月以上前に最後にログインしたユーザーのイベントを分析する場合、これでは不十分な場合があります。 つまり、2 年間の範囲のレポートを生成することはできません。 ここで、Google BigQuery が役立ちます。 データを BigQuery にエクスポートした後は、時間制限なしで保存できます。

Google アナリティクス 4 では、標準レポートはサンプリングの対象ではありませんが、カスタム レポートではサンプリングを使用できます: データを比較する場合、追加のパラメーターとフィルターを使用する場合、1,000 万イベントの制限を超えた場合。 サンプリングは、日付範囲が 60 日を超える場合にも適用されます。

サンプリングはデータを歪める可能性があるため、サンプリングを使用して作成されたレポートを 100% 信頼することはできません。 これは、長期間にわたるレポートや、多数のパラメーターとインジケーターを含むカスタム レポートに特に当てはまります。 Google アナリティクス 4 から Google BigQuery に生データをアップロードすることで、この問題を回避できます。

Google アナリティクスまたはその他の分析システムのインターフェースにより、レポートを作成する機能が制限されています。 たとえば、パラメーターやインジケーターの数、それらを組み合わせて計算する方法には制限があります。 また、GA 4 では、費用データをインポートしたり、カスタム チャネル グループを作成したり、CRM などのサードパーティ ソースからの指標をレポートに含めたりすることはできません。

Google BigQuery の生データにアクセスできるため、必要な指標をいくつでも組み合わせてレポートを作成できます。 たとえば、ビジネスにとって重要な指標に基づいてコホート分析を実行できます。

Web サイトからの生データを、広告サービスからの広告支出に関するデータ、コール トラッキング データ、メール ニュースレター データ、および CRM からの引き換え注文に関するデータとマージして、エンド ツー エンドの分析を設定できます。

これにより、会社とのすべての接点を考慮し、ユーザーのコンバージョン パスを分析し、すべてのマーケティング活動 (オンラインとオフラインの両方) が業績に与える影響を評価し、最も効果的なマーケティング チャネルを見つけ、チャネルを迅速に最適化できます。損失をもたらすもの。

すべてのマーケティング データを収集してマージしたら、ビジネス構造に適合する複雑なセールス ファネルを作成し、独自のアトリビューション モデルを構築して、各広告チャネルの売上への貢献度を評価できます。

Google アナリティクス 4 は、機械学習を使用して計算される予測指標 (購入確率、解約確率、収益予測) を提供します。 ただし、モデルはブラック ボックスであり、GA 4 データのみで動作します。

データ アナリストが、購入の確率を予測するモデルを作成する任務を負っているとします。 このモデルは、可能な限り透過的 (トレーニング対象の機能が明確になる) であり、カスタム データを含むすべての利用可能なデータに基づいて形成されることが期待されます。 この場合、アナリストは、Google アナリティクスが計算する予測指標の内容がわからないため、Google アナリティクス 4 インターフェースでは不十分です。 モデルを理解して管理する必要がある場合 (たとえば、モデルをトレーニングするための独自の機能を設定する場合)、データを BigQuery にアップロードすることをお勧めします。

Google アナリティクス 4 では、事前定義された標準のチャネル グループ (有料、検索、オーガニックなど) を使用できます。 つまり、GA 4 インターフェースで独自のチャネル グループを使用してレポートを作成することはできません (少なくとも現時点では)。 （おそらく、このオプションは将来追加されるでしょう。）

たとえば、facebook/cpc キャンペーンはデフォルトで有料チャネル グループに移動しますが、それらを有料ソーシャル グループに分ける必要がある場合があります。 この場合、データを BigQuery にアップロードし、SQL を使用してチャネルをグループ化すると役立ちます。

UTM タグのみに基づいてパートナーに統計を表示する必要があり、他の情報は開示しないとします。 Google アナリティクス 4 インターフェースでは、このために別のビューを作成することはできません。 リソースのビューは 1 つだけです。つまり、すべてのパートナーがすべてのデータを見ることができます。

Google BigQuery を使用すると、大量のデータを読み込んで、SQL を使用してすばやく処理できます。 レポートを自動化し、スケジュールを設定できるため、チームはレポートを準備する代わりに洞察を得ることに集中できます。

Google アナリティクス ユニバーサルでは、この統合は Google アナリティクス 360 エンタープライズ リソースでのみ利用できました。 Google アナリティクス 4 では、データのエクスポートは誰でも無料です。Google Cloud の無料利用枠の上限である 1 か月あたり 1 TB のリクエストと 10 GB のストレージ データを超えた場合にのみ、実際のデータ ストレージと処理に対して料金が発生します。

無料のデータ エクスポートに BigQuery サンドボックスを使用することもできます。 この場合、サンドボックスの制限が適用され、データ テーブルが 60 日後に期限切れになるリスクがあります。 この期限前に有料アカウントにアップグレードする場合は、テーブルの有効期限設定を更新して、データが失われないようにしてください。

Google BigQuery に既にプロジェクトがあり、必要な情報が Google アナリティクス 4 で収集されている場合は、エクスポートを開始できます。

Google API コンソールにサインインします。 新しいプロジェクトを作成するか、既存のプロジェクトを選択します。

作成した Google API コンソール プロジェクトを開き、サイドバーから [ APIs & Services ] を選択してから、 [ Library ] を選択します。

検索バーにBigQuery APIと入力します。

検索結果でBigQuery APIを見つけてクリックします。

BigQuery API が有効になっていることを確認し、[ Manage ] をクリックします。

Cloud プロジェクトにサービス アカウントを追加します。 これを行うには、右上隅にある [資格情報の作成] ボタンをクリックします。

開いたウィンドウで [アプリケーション データ] を選択して、Firebase サービス アカウントを作成します。 これは、Google アナリティクス 4 データを BigQuery にエクスポートするために使用されます。

画面を下にスクロールし、[いいえ、使用していません] を選択し、[次へ] をクリックします。

アカウント名として「 [email protected] 」と入力し、[作成して続行] をクリックします。

その後、ロールをアカウントに追加できます。 たとえば、エディタ.

3 番目のステップで、アカウントを使用または管理するすべてのユーザーの電子メール アドレスを追加し、[完了] をクリックします。

その後、リストに新しいアカウントが表示されます。

終わった！ BigQuery APIの有効化と構成が正常に完了しました。

Google アナリティクス アカウントにサインインします。 このアカウントには、BigQuery プロジェクトへの所有者アクセス権と、使用している Google アナリティクス 4 プロパティへの編集アクセス権が必要です。

[管理] タブに移動し、BigQuery にリンクするプロパティを選択します。 [プロパティ] 列で、[ BigQuery リンク] をクリックします。

次に、[リンク] ボタンをクリックします。

[ BigQuery プロジェクトを選択] をクリックして、アクセスできるプロジェクトを表示します。 新しい BigQuery プロジェクトを作成するには、[詳細] をクリックします。

必要なプロジェクトを選択し、[確認] をクリックします。

場所を選択します。 (プロジェクトに Analytics プロパティのデータセットが既にある場合、このオプションを構成することはできません)。

[次へ] をクリックし、情報をエクスポートするデータ ストリームを選択します。

広告識別子を含める必要がある場合は、[モバイル アプリ ストリームの広告識別子を含める] をオンにします。

頻度の設定 :毎日またはストリーミング(連続) エクスポート (両方を選択することもできます)。

最後に、[送信] をクリックします。

終わった！ 24 時間以内に、BigQuery プロジェクトに Google アナリティクス 4 の情報が表示されます。

もちろん、Google BigQuery への無料エクスポートには大きな利点があります。データを Google BigQuery に取り込むために Google アナリティクス 360 を購入する必要はありません。

同時に、Google BigQuery エクスポートにも制限があります。受信したデータで高品質のレポートを作成することは不可能です。 標準のアップロードには遅延があり、データは 3 日後でも更新されます。 さらに、日中のアップロードには、最も重要なフィールドであるトラフィック ソースとトランザクションが含まれていません。

エクスポートの遅延は、Google のアーキテクチャの根本的な制限によって引き起こされます。データは地理的に分散したデータ センターに収集および保存され、1 人のユーザーのデータが別のデータ センターに入る可能性があります。

すべてのデータがいつ収集され、時間順に並べ替えられ、Google BigQuery の特定のデータセットにエクスポートされるかを保証することは非常に困難であり、ほとんど不可能です。 特に無料版のユーザー向け。

OWOX BI は、Google アナリティクス 4 のすべての制限を回避するのに役立ちます。OWOX BI ストリーミングを使用すると、Web サイトから各イベントをほぼリアルタイムでデータ ウェアハウスに取得できます。

1. データはリアルタイムで収集され、予期しない遅延はありません
2. データの一貫性が向上し、ギャップやトラフィック ソースの欠落がなくなります
3. EU の 10 か所を含む、プライバシーに配慮したデータ ストレージ
4. カスタマイズ可能なビジネス対応のデータ スキーマ
5. Google アナリティクスおよび Google アナリティクス 4 スキーマとの後方互換性
6. 不正検出のための is_bot などの追加フィールド
7. 無制限のヒット数とデータ カーディナリティ
8. SLA と透過的なデータ フロー

詳細については、OWOX BI と Google アナリティクス 4 の違いは何ですか? の記事を参照してください。

Google アナリティクス ユニバーサルから Google アナリティクス 4 に移行する場合は、レポートを新しいデータ スキーマにアップグレードする必要があります。

アナリストは、Google アナリティクス ユニバーサルと Google アナリティクス 4 の指標を正確に一致させるために、複数ページの SQL クエリを何度も書き直さなければなりません。 新しいデータ構造を学び、すべての SQL クエリを書き直すことは、アナリストにとって悪夢です。 しかし、これらの課題を回避し、分析部門をこの作業から解放し、アナリストが SQL クエリを書き直すことなくアドホック レポートを数分で作成できるようにすることができます。

これを行うには、Google アナリティクス ユニバーサルおよび Google アナリティクス 4 スキーマの上に、ユニバーサルでわかりやすいフラット テーブルを作成できます。 このアプローチの主な利点は、レポートが説明しやすく、アドホック分析が簡素化されることです。

数十の SQL クエリにわたって正規化ロジックをコピー アンド ペーストする代わりに、データ モデリング フェーズで 1 回実行できます。 この SQL テンプレートの選択は、定期的にアドホックなレポートが必要な人にとって間違いなく頼りになるソリューションです。

以下は、e コマース ビジネスのデータ モデルの例です。

OWOX BI アナリストは、Google アナリティクス 360 と Google アナリティクス 4 のデータをモデル化するための SQL テンプレートを用意しました。 この記事の追加資料をダウンロードして、それらを確認できます。

Google アナリティクス 4 への移行は、ほとんどの企業が間もなく直面する避けられない現実です。 OWOX は、この移行を可能な限りスムーズにするのに役立ちます。

OWOX はデータをマージし、ビジネス モデルに必要な構造にします。 これにより、何百もの SQL クエリを書き直すことなく、すぐに新しいレポートを作成したり、古いレポートを編集したり、レポートのデータ ソースを変更したり (Google アナリティクス 4 など) したりすることができます。

すべてのクライアントは、ユニバーサル アナリティクスと並行して、今すぐ Google アナリティクス 4 でデータの収集を開始することをお勧めします。 Google アナリティクス 4 のインストールが早ければ早いほど、より多くの履歴データが収集されます。

OWOX チームは、指標システムの開発と実装、並行トラッキングの適切な設定、Google アナリティクス 4 と Google BigQuery の統合を支援します。