Looker Studio と BigQuery で GA4 データ分析をレベルアップ！無料で始めるデータ分析＆可視化
Looker Studio と BigQuery を活用して、GA4 データをスムーズに分析し、わかりやすいレポートを作成する方法をご紹介します。
はじめに
Webサイト運用に欠かせないアクセス解析ツールとして、無料で利用できる Google アナリティクス を導入している企業も多いでしょう。ユニバーサルアナリティクスは、2023年7月1日に新規のデータ処理が停止され、GA4 が標準のアナリティクスとなりました。
これまでのユニバーサルアナリティクスとは UI やデータ取得方法が大きく異なり、あまり使いこなせていないなとお思いの方も多いのではないでしょうか。
さらに、Web担当者はマーケターが兼任しておりデータ加工に精通しているとは限らず、GA4 のデータの処理に苦心しているケースも少なくないでしょう。「使い方がよくわからない」「データがどこにあるのかわからない」「レポート作成が大変になった」そんな悩みを解決するのが Looker Studio と BigQuery です。
この記事では、Looker Studio と BigQuery を活用して、GA4 データをスムーズに分析し、わかりやすいレポートを作成する方法をご紹介します。GA4 の基本的な用語知識があることを前提に進めますので、ご了承ください。
Looker Studioとは？
Looker Studio とは、Google が提供する無料の BI プラットフォームです。
多様なデータソースを結合・可視化し、グラフや表、レポートなどを作成・共有できます。
操作も簡単で、ドラッグ＆ドロップでグラフや表を作成することができます。また、豊富なテンプレートが用意されているため、ダッシュボードやレポート資料の作成に最適です。
Looker Studio は GA4 との連携も容易で、データコネクタが用意されているため、シンプルなレポートであれば Looker Studio のみで作成できます。
Looker Studio についての詳しい内容はこちらの記事をご覧ください。
BigQueryとは？
BigQueryは、Google Cloudが提供しているデータウェアハウス（データを保管し、分析するための入れ物）です。
大規模なデータを SQL で高速に分析できるのが特徴で、複雑なクエリも数秒から数分で処理できます。
Google Cloud Storage や Cloud Spanner など、Google Cloud 上の様々なサービスとの連携も容易なため、GA4 データだけでなく、広告データや CRM データなどを組み合わせて分析し、より包括的な分析が可能です。
使った分だけ課金される従量課金制で、初期費用を抑えつつ必要な時に必要なだけリソースを利用できる料金体系になっています。また、毎月無料利用枠が用意されているため、小規模な分析であれば無料で利用可能です。
※データ使用量によっては、無料利用枠を超えて料金が発生する場合がありますのでご注意ください。
参考：BigQuery の料金 について
Google アナリティクス は、GA4 になってから BigQuery へのエクスポートが簡単にできるようになったため、BigQuery を活用することで、GA4 データを最大限に活用できるようになりました。
GA4標準レポートデータの限界を補う BigQuery
- GA4 標準レポートや Looker Studio で GA4 のデータコネクタを使って出力したデータにはいくつかの限界があります。
- データ量が多い場合、サンプリング（一部のデータのみが抽出されること）され、分析結果に誤差が生じる可能性がある、ローデータが得られない
- 標準レポートでは表示されないデータ
- 柔軟な分析が難しく、必要なデータが取得できない場合がある
- データの保存期間が最大でも14ヶ月であるため、長期的なデータ分析が困難である
- 実店舗売上など、他のデータと掛け合わせて分析ができない
- BigQuery に GA4 データを連携させることで、以下のメリットが得られます。
- ローデータの取得ができる（サンプリングされていない生データ）
- 標準レポートでは表示されないほぼ全てのデータを取得できる
- データに保存期間制限がないので、14ヶ月以上の長期的なデータ分析ができる
- SQL が使えるため、Looker Studio からデータの加工ができる
- BigQuery に保存している他のデータと掛け合わせたデータも呼び出すことができる
- さらに、Looker Studio には BigQuery のデータコネクタも用意されているため、BigQuery で分析したデータを Looker Studio で簡単に可視化できます。
GA4のレポートを BigQuery と Looker Studioで作る
BigQuery は大量のデータを高速に処理し、複雑な分析も可能にする強力なツールですが、データの可視化は得意ではありません。GA4 のデータを分析し、それを視覚的に分かりやすいレポートにまとめるには、Excelやスプレッドシートといった表計算ソフトの利用が一般的です。
以前のユニバーサルアナリティクスとは異なり、GA4ではデータを直接スプレッドシートに取り込むアドオンは現在提供されていません（2024年8月時点）。
そのため、レポートを作成するたびにGA4からデータをダウンロードし、手作業で加工する必要があり、非常に手間がかかりますが、Looker Studioを活用すれば、この問題を解決できます。
GA4とBigQueryを連携させ、必要なデータをSQLでカスタムクエリとして設定しておけば、Looker Studioだけでレポートの作成と更新が可能です。データのダウンロードや手作業での加工は不要となり、レポート作成の効率が大幅に向上します。
事前準備：GA4データを BigQuery へリンクする
BigQuery を使って GA4 のデータを分析するには、事前に GA4 と BigQuery を連携しておく必要があります。連携設定を行う前の過去の GA4 データは BigQuery に取り込むことができないことには注意してください。連携設定をした時点から、それ以降のデータのみ BigQuery に蓄積されるため、過去のデータも分析したい場合は、なるべく早く連携設定を行うことをおすすめします。
必要な権限
- GA4：対象のプロパティの編集者以上
- BigQuery：対象プロジェクトのデータ編集者のロール
※GA4 と BigQuery を連携させるには、同じ Google アカウントでログインする必要があります。
事前準備事項
- BigQuery で データをリンクするプロジェクトを用意しておく（課金が有効になっている）
手順
- 対象アカウントの Google アナリティクスの管理画面の サービス間のリンク設定から「BigQueryのリンク」を選択する。
- BigQuery のリンク画面右上の「リンク」を選択する。
- BigQuery でリンクを作成するページのリンクの設定に沿って、対象のプロジェクトと構成を設定します。
1) BigQuery プロジェクト
GA4 のデータを溜めているプロジェクトを選択し、「次へ」ボタンを押す。
2) 構成の設定
リンクの設定に従い、リンクするデータの範囲とエクスポートの頻度について、適切な設定を行い、「次へ」ボタンを押す。
3) 確認して送信
一つ前の2)で設定した内容が表示されるため、内容を確認し「送信」ボタンを押す。
- 設定が完了すると、完了画面が表示され、設定したエクスポートのタイミングで BigQuery にデータが送信されるようになる。
- （一定期間後）BigQuery 側でデータが送信されていることを確認する。
（BigQuery の対象プロジェクト配下に、analytics_[GAのプロパティID] ＞ events_[データ数]) が表示されていればOK）
レポート作成：カスタムクエリで BigQuery データを Looker Studio へ
BigQuery を活用した手順では、GA4のデータをBigQueryに集約し、Looker Studioで直接BigQuery のデータに接続してレポートを作成します。初回のみSQLでデータ抽出の設定が必要ですが、一度設定してしまえば、Looker Studio だけでレポートを作成できます。
BigQuery を使うことで、GA4 のデータ保持期間の制限がなくなり、サンプリングされていないローデータにアクセスできるため、より詳細な分析が可能になります。
必要な権限
• BigQuery：BigQuery データビューアー または BigQuery ジョブ ユーザー のロール
• Looker Studio：対象プロジェクトの編集者権限、BigQuery プロジェクトへのアクセス権限を持っている
事前準備事項
• BigQuery に GA4 がリンク済みである
• 分析したいデータ項目を明確にする（SQLを作成するため）
手順
- Looker Studio のホーム画面から「＋ 新規作成」＞「データソース」をクリックする
- Google Connectors から「BigQuery」を選択する（表示位置は画像と異なる場合があります）
- データのレポートへの追加画面で、左メニューから カスタムクエリ ＞ 課金プロジェクト（対象のプロジェクト）と選択。
任意のカスタムクエリを入力のエリアにクエリを入力し、右上の「接続」ボタンを押す。
- ページが移動し、クエリで出力された項目が表示されるので、必要に応じて項目名を編集し、右上の「レポート作成」ボタンを押す。
- 編集画面に遷移し、データの表が表示されていることを確認する。
- データを編集したい場合は、上部メニュー「リソース」の「追加済みデータソースの管理」、データを追加したい場合は「リソース」の下 または 右側の「データ」の下部にある「データを追加」から行う。
Google Cloudで広がるデータ活用の可能性
このように非常に強力なツールである BigQuery は、Googleが提供するクラウドコンピューティングサービス群「Google Cloud」の一部です。
Google Cloudは、データ分析だけでなく、ストレージ、機械学習、アプリ開発など、ビジネスに必要な様々なツールを提供する包括的なプラットフォームです。企業はインフラ管理の手間を省き、安全かつスケーラブルなクラウド環境でビジネス成長を加速させることができます。
Google Cloud には、仮想マシンやコンテナ管理、データ処理、データベースなど、幅広いサービスが揃っており、ビジネスニーズに合わせて柔軟に活用できます。そして、昨今注目を集めている AI も、Google Cloud で積極的に活用されています。
Google Cloud に用意されている AI サービスの中心は、Vertex AI という機械学習プラットフォームです。Vertex AI の特徴は、専門知識がなくても手軽に利用できる点です。API や GUI ツールなど、さまざまなインターフェースが用意されています。こうした Google Cloud の AI サービスを活用することで、以下のようなビジネスチャンスを創出できます。
- 生成 AI で大規模ドキュメントを要約：長大なレポートや契約書などの要点を瞬時に把握。
- リアルタイム翻訳やローカライゼーション：海外とのコミュニケーションを円滑に、ビジネスチャンスを拡大。
- ML モデルを駆使した画像処理：商品画像の自動タグ付けや、不適切なコンテンツの検出など、業務効率化を促進。
- 検索拡張生成を使用したチャットアプリの生成：ユーザーの質問に的確に回答するチャットボットを構築し、顧客満足度向上。
- 自然なやりとりの対話型チャットアプリの生成：より人間らしい対話体験を提供し、顧客エンゲージメントを強化。
- Go、Java、Javascript、Python、SQL などメジャー言語のコードアシスト: 開発者の生産性を向上させ、スピーディーな開発を実現。
- AI インフラストラクチャ：機械学習モデルの構築・学習・デプロイに必要な環境を容易に構築。
- BigQuery で蓄積したデータを活用し、Google CloudのAIサービスと組み合わせることで、さらなるビジネス価値を生み出すことができます。
これらの多様な AI を扱えるVertex AI の中でも、特に最近注目を集めているのは Gemini という高性能な AI モデルです。Gemini は、Google の生成AI サービスの基盤となっており、テキストや画像など、様々な形式の情報を理解し、生成することができます。複雑な質問への回答や、高度な文章作成、クリエイティブなコンテンツ生成など、幅広いタスクに対応可能です。
Geminiと BigQuery は相性がよく、組み合わせて使うことでデータ分析の可能性を大きく広げることができます。BigQuery の利用をきっかけに、Google Cloudの他のサービスにご興味をお持ちいただけましたら、ぜひお気軽にお問い合わせください。
まとめ
データが溢れる現代において、データを活用できるかどうかがビジネスの成長を大きく左右します。GA4 で取得できる膨大なデータを宝の山に変えるためには、適切なツールが必要です。
Looker Studio と BigQuery で GA4 データ分析を始め、データに基づいた意思決定を行い、ビジネスの成長を加速させましょう。そして、データ分析のさらなる高度化や、ビジネス全体のデータ活用基盤の構築をお考えの方は、AI も充実している Google Cloud の他のプロダクトもご検討ください。
