GA4×BigQuery 連携で何ができるか、始める前に何を決めるか|公開サンプルで試す
GA4をBigQueryにリンクすると、イベントが1行ずつ毎日書き出され、SQLで数え直したり自社データと結合したりできます。始める前に課金・ロケーション・頻度・除外するイベントを決め、公開サンプルで数え方を試します。
目次 クリックで開く
この記事の要点
- GA4 のプロパティを BigQuery にリンクすると、GA4 が受け取ったイベントが1行に1イベントの形で毎日 BigQuery に書き出され、SQL で数え直したり自社のデータと結合したりできます。標準レポートを過去までさかのぼって見るだけなら要りません(データ保持の設定が効くのはデータ探索とファネルだけ)。
- 始める前に決めるのは、課金かサンドボックスか、データのロケーション、書き出しの頻度、除外するイベントです。標準プロパティの日次の書き出しは、1日100万イベントまでです。ロケーションは、後から変えるとデータに空白ができます。リンクより前の分を書き出す手順はヘルプにありません。
- Google の公開サンプルの2021年1月分で数えると、ユーザーは正確な数が94,790、GA4 と同じ精度の近似が94,100、セッションは ID の組が118,380、session_start が116,549でした。どの数え方を使うかを、リンクの前に決めておきます。
GA4 から BigQuery へ、データが流れる道と決めること
出典:アナリティクス ヘルプ「BigQuery Export を設定する」、「BigQuery Export スキーマ」
GA4 のプロパティを BigQuery にリンクすると、GA4 が受け取ったイベントが、1行に1イベントの形で毎日 BigQuery のテーブルに書き出されます。レポートの集計を通る前のデータなので、ユーザーやセッションを自分で決めた数え方で SQL で数え直したり、自社の顧客データと結合したりできます。リンクは GA4 の管理画面から作りますが、Google Cloud のプロジェクトのオーナー権限が要ります。書き出しはリンクから24時間以内に始まります。リンクより前の分をさかのぼって書き出す手順は、アナリティクス ヘルプ「BigQuery Export を設定する」にはありません。
当社は、GA4 と Google タグ マネージャーでの計測の設計・実装や、BigQuery を使ったデータ基盤づくりを支援しています。この記事では、Google が公開している GA4 のサンプルデータを BigQuery で照会した結果と、アナリティクス ヘルプ・BigQuery のドキュメントをもとに、リンクを作る前に決めておくことを書きます。GA4 360 の契約と、アプリ(Firebase)側の設定は扱いません。
BigQuery が要るのは、レポートの外で数えたいとき
最初に、BigQuery が本当に要るかを決めます。当社のコーポレートサイトの GA4 プロパティを、2026年10月13日に API で読んだところ、BigQuery のリンクは無く、イベントデータの保持は、作成したときの2か月のままでした。それでも、Data API で取った標準の集計(月別のセッション)は、プロパティを作った2026年3月の分から返ってきました。
これは、アナリティクス ヘルプの説明と合います。データ保持の設定が効くのはデータ探索とファネルのレポートだけで、標準の集計レポートには影響しません。標準プロパティで選べるイベントデータの保持期間は2か月か14か月で、26か月・38か月・50か月はアナリティクス 360 だけです(アナリティクス ヘルプ「データの保持」)。保持期間は[管理]の[プロパティ]列にある[データ設定]→[データの保持]で見られます。作ったときのまま残りやすい設定なので、点検の最初に見る項目です。当社もこの点検のあとで14か月に延ばしました(10月14日に読み直して確かめています)。延ばしても、すでに消えた分のイベントは戻らないので、早めに見ておくほど探索で使える期間が長くなります。ほかに見ておく設定はGA4 の設定代行を頼める会社の記事で並べています。
つまり、標準レポートの数字を過去にさかのぼって見るだけなら、BigQuery は要りません。要るのは、次のどれかに当てはまるときです。
BigQuery への書き出しを始めるか
保持期間より前のデータを、イベントやユーザーの単位で見たいか
例:14か月より前からの、購入までの行動をデータ探索のように追う
自社の顧客・商談のデータと結合したいか
例:ログインした会員の行動と、CRM の成約を同じ表にする
GA4 のレポートと別の数え方をしたいか
例:セッションの区切りを自社で決める、保持期間より前まで page_view の無いセッションを除いて数える
BigQuery に入るのは、サンプリングされていない未加工のイベントデータです。書き出したデータは自社の Google Cloud のプロジェクトのもので、誰が見られるかも BigQuery の側で決めます。その代わり、GA4 が標準レポートやデータ探索で付け加えている加工は含まれないので、BigQuery で数えた数字は GA4 の画面の数字と違うことがある、とアナリティクス ヘルプは書いています(「[GA4] BigQuery Export」)。GA4 の画面の中で数字が合わないときの確かめ方は、GA4 の数字が合わないときの原因の切り分けで書いています。
データをどこに置くか、表計算のままでよい場合との分かれ目は、動画でも説明しています。
公開サンプルで、数えたいものが数えられるかを先に確かめる
リンクを作る前に、Google が公開している GA4 のサンプルデータで SQL を書いてみると、自社で数えたいものが本当に数えられるかを先に確かめられます。データセットは bigquery-public-data.ga4_obfuscated_sample_ecommerce で、Google のグッズの通販サイト(Google Merchandise Store)の GA4 のデータを、難読化して公開したものです。BigQuery のサンドボックス(無料で使える枠)からも照会できます。難読化のため、一部の値は <Other> などに置き換わっていて、データの中の整合も完全ではありません(Google Analytics の開発者向け文書「BigQuery サンプル データセット」)。
以下は、当社の Google Cloud のプロジェクトから、2026年10月13日に GoogleSQL(標準 SQL)で照会した結果です。SQL はそのまま実行できる形にしてあります。例はすべて同じデータセットの、主に2021年1月の分で通します。
テーブルは日ごとに分かれ、1行が1イベント
SELECT MIN(_TABLE_SUFFIX) AS first_day, MAX(_TABLE_SUFFIX) AS last_day,
COUNT(DISTINCT _TABLE_SUFFIX) AS days, COUNT(*) AS events
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
結果は、events_20201101 から events_20210131 までの92日分の日ごとのテーブルで、イベントは合わせて4,295,584行でした。events_* のようにワイルドカードで日ごとのテーブルをまとめて読み、_TABLE_SUFFIX(テーブル名の日付の部分)で期間を絞るのが基本の書き方です(開発者向け文書「基本的なクエリ」)。同じ書き方で2021年1月1日〜7日を日ごとに数えると、22,096/23,599/24,743/31,395/42,827/56,076/44,473件でした。
自社のプロパティをリンクした場合も、analytics_<プロパティID> というデータセットができ、毎日の書き出しでは events_YYYYMMDD、ストリーミングでは events_intraday_YYYYMMDD というテーブルが日ごとに作られます(アナリティクス ヘルプ「BigQuery Export スキーマ」)。サンプルのテーブルの列を INFORMATION_SCHEMA.COLUMNS で一覧にすると、主な列は次のとおりでした。
| 列 | 型 | 中身(アナリティクス ヘルプのスキーマの説明) |
|---|---|---|
| event_date | STRING | イベントが記録された日付(YYYYMMDD) |
| event_timestamp | INT64 | イベントを受け取った時刻(マイクロ秒、UTC) |
| event_name | STRING | イベントの名前(page_view、session_start など) |
| event_params | ARRAY<STRUCT<key, value>> | イベントのパラメータ。value は string_value・int_value・float_value・double_value に分かれる |
| user_id | STRING | 自社がユーザーに割り当てて送った ID |
| user_pseudo_id | STRING | ユーザーの仮名の ID(ブラウザやアプリごと) |
| privacy_info | STRUCT | 同意モードを使っているときの、同意の状態 |
パラメータは UNNEST で取り出す
ページの URL のようなパラメータは、event_params という配列の中に入っています。取り出すには、SELECT の中で配列を UNNEST して key で絞ります。2021年1月31日の page_view を URL ごとに数えた SQL です。
SELECT
(SELECT value.string_value FROM UNNEST(event_params)
WHERE key = 'page_location') AS page_location,
COUNT(*) AS page_views
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_20210131`
WHERE event_name = 'page_view'
GROUP BY page_location
ORDER BY page_views DESC
LIMIT 5
上位は https://shop.googlemerchandisestore.com/ が1,533件、https://www.googlemerchandisestore.com/ が1,193件、…/Google+Redesign/Apparel が1,080件でした。この書き方なら、1つのイベントは1行のまま数えられます。FROM 句で event_params と結合して展開する書き方では、1つのイベントがパラメータの数だけの行に広がるので、数える前に必ず key で絞ります。
ユーザー数:正確な数と、GA4 と同じ近似
SELECT
COUNT(DISTINCT user_pseudo_id) AS exact_users,
APPROX_COUNT_DISTINCT(user_pseudo_id) AS approx_users,
HLL_COUNT.EXTRACT(HLL_COUNT.INIT(user_pseudo_id, 14)) AS hll14_users
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20210101' AND '20210131'
2021年1月のユーザー数は、正確に数えると94,790、BigQuery の近似の関数(APPROX_COUNT_DISTINCT)で94,784、HyperLogLog++ の精度14を指定した近似で94,100でした。GA4 はユーザー数とセッション数を、HyperLogLog++ という方法で推定しています。Google の開発者ブログによると、GA4 が使う精度はユーザー数が14、セッション数が12です。ただし BigQuery では推定の細かい設定が GA4 と同じにならないので、精度14で数えても GA4 の画面と完全には一致しない、とも書かれています(Google Analytics 開発者ブログ「ユニーク カウントの近似値」)。
この月では、精度14の近似は正確な数より690少なく、差は約0.7%でした。BigQuery で数えるときに、正確な数を使うのか、GA4 に合わせた近似を使うのかを、社内の資料ごとに決めておきます。
セッション:ID の組の数と session_start の数は合わない
WITH e AS (
SELECT user_pseudo_id, event_name,
(SELECT value.int_value FROM UNNEST(event_params)
WHERE key = 'ga_session_id') AS sid
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20210101' AND '20210131'
)
SELECT
COUNT(DISTINCT CONCAT(user_pseudo_id, CAST(sid AS STRING))) AS sessions_by_id,
COUNTIF(event_name = 'session_start') AS session_start_events
FROM e
GA4 は、セッションの数を「ユニークなセッション ID の数」を推定して出しています。セッション ID(ga_session_id)はセッションの始まりの時刻から作られ、30分操作が無いとセッションは終わります。ただし公開サンプルの ga_session_id は難読化されているので、開始時刻としては読めません(アナリティクス ヘルプ「アナリティクスのセッションについて」)。ga_session_id はユーザーごとのセッションを区別する値なので、全体で数えるには user_pseudo_id と組にします(開発者ブログ)。
2021年1月では、この組の数が118,380、session_start のイベント数が116,549で、組の数のほうが1,831多くなりました。1,831はあくまで2つの数の差で、session_start の無いセッションの数ではありません。組ごとに数えると、1月全体では session_start が1件も無い組が1,866、2件以上ある組が33ありました。アナリティクス ヘルプは、イベントがサブプロパティから除外されている場合などに、セッション ID が session_start に関連付けられないことがあると書いています。反対に、Measurement Protocol やデータ インポートから来たイベントにはセッション ID が自動では入らないので、この SQL の組には数えられません(アナリティクス ヘルプ「アナリティクスのセッションについて」)。難読化したサンプルなので、どれが当てはまるかはこのデータからは分かりません。自社のプロパティで session_start の無いセッションが出る典型と確かめ方は、GA4 の数字が合わないときの原因の切り分けで扱っています。session_start を数えるか、ID の組を数えるかで答えが変わるので、GA4 の定義に合わせるなら組の数を使います。
page_view の無いセッションを数える
WITH e AS (
SELECT user_pseudo_id, event_name,
(SELECT value.int_value FROM UNNEST(event_params)
WHERE key = 'ga_session_id') AS sid
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20210101' AND '20210131'
),
s AS (
SELECT user_pseudo_id, sid, COUNTIF(event_name = 'page_view') AS pv
FROM e
WHERE sid IS NOT NULL
GROUP BY 1, 2
)
SELECT COUNT(*) AS sessions, COUNTIF(pv = 0) AS sessions_no_pv
FROM s
2021年1月のセッション118,380のうち、page_view が1件も無いセッションは7,180(約6.1%)でした。page_view のあるセッションだけを数えると111,200になります。どちらも、12月から続くセッションや2月にかかるセッションの一部も含む、期間の端をまたいだままの数です(端を除いた数え直しは次の節)。当社サイトの GA4 でも、ランディングページが (not set) になったセッションには page_view がありませんでした。標準レポートでは、こうしたセッションを含めるか除くかは選べません。データ探索なら、イベントを条件にしたセッションのセグメントで絞れますが(アナリティクス ヘルプ「セグメント ビルダー」)、データ保持の期間の中に限られます。BigQuery なら、保持期間に関係なく SQL の条件1つで決められます。(not set) が出る理由は数字が合わないときの記事で扱っています。
2021年1月のセッションを3通りに数える
同じ公開サンプル・同じ月でも、数え方で答えが変わる(期間の端をまたぐセッションを含む)
出典:2026年10月13日に当社の Google Cloud プロジェクトから Google の公開サンプルを GoogleSQL(標準 SQL)で照会した結果
期間の端をまたぐセッションを除いて数え直す
「2021年1月」で区切ると、1月1日より前に始まったセッションや、1月31日の後まで続くセッションの一部も数えてしまいます。そこで前後の日のテーブル(events_20201230〜events_20210131)を読み、最初のイベントの時刻(event_timestamp、UTC)が1月3日〜28日のセッションだけを数え直しました。ga_session_id が難読化されていて時刻として使えないので、期間はイベントの時刻で切っています。照会は2026年10月14日に行い、処理するデータの量は290.0MBでした。
WITH e AS (
SELECT user_pseudo_id, event_name, event_timestamp,
(SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id') AS sid
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20201230' AND '20210131'),
s AS (
SELECT user_pseudo_id, sid,
TIMESTAMP_MICROS(MIN(event_timestamp)) AS first_ts, TIMESTAMP_MICROS(MAX(event_timestamp)) AS last_ts,
COUNTIF(event_name = 'session_start') AS starts,
COUNTIF(event_name = 'page_view') AS pv
FROM e WHERE sid IS NOT NULL GROUP BY user_pseudo_id, sid)
-- 最初のイベントが 1/3〜1/28(UTC)のセッションだけ。前後の表も読んでいるので、端で切れたセッションは入らない
SELECT COUNT(*) AS sessions, COUNTIF(starts = 0) AS no_start, COUNTIF(starts > 1) AS multi_start,
SUM(starts) AS start_events, COUNTIF(pv = 0) AS no_pv,
COUNTIF(starts = 0 AND pv = 0) AS no_start_no_pv,
MAX(TIMESTAMP_DIFF(last_ts, first_ts, MINUTE)) AS max_minutes
FROM s
WHERE first_ts >= TIMESTAMP '2021-01-03 00:00:00+00' AND first_ts < TIMESTAMP '2021-01-29 00:00:00+00'
| 数えたもの | 結果 |
|---|---|
| セッション(user_pseudo_id と ga_session_id の組) | 103,809 |
| session_start が1件も無いセッション | 1,595(約1.5%) |
| session_start が2件以上あるセッション | 30 |
| session_start のイベント数 | 102,246 |
| page_view が1件も無いセッション | 6,421(約6.2%) |
| session_start も page_view も無いセッション | 69 |
端を除いても、session_start の無いセッションと page_view の無いセッションは残りました(このサンプル・この期間では)。期間の端の扱いも、数え方の取り決めに入れておく項目です。
traffic_source は、セッションの参照元ではない
SELECT traffic_source.source, traffic_source.medium,
COUNT(DISTINCT user_pseudo_id) AS users
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_20210131`
GROUP BY 1, 2
ORDER BY users DESC
LIMIT 8
2021年1月31日の上位8行から抜き出すと、google / organic が896、(direct) / (none) が625、<Other> / <Other> が405、(data deleted) / (data deleted) が158ユーザーでした。気をつけたいのは、traffic_source の列が、そのユーザーを最初に獲得した参照元・メディア・キャンペーンだという点です。セッションごとの参照元ではありません。セッションの参照元を見たいときは、session_traffic_source_last_click(ラストクリックのセッションの参照元)や、collected_traffic_source(イベントを集めたときの参照元)の列を使います(アナリティクス ヘルプ「BigQuery Export スキーマ」)。ただし、公開サンプル(2020〜2021年のデータ)にはこの2列が無いので、試せるのは自社のエクスポートです。なお、ストリーミングの書き出しには、新規ユーザーと新規セッションの参照元のデータが入りません(アナリティクス ヘルプ「[GA4] BigQuery Export」)。
処理するデータの量は、読む列と日数で決まる
BigQuery では、照会を実行する前に、処理するデータの量の見積もりが出ます。上の照会の値を並べると次のとおりです。
照会ごとに処理するデータの量(MB)
同じ1か月でも、event_params を読むと10倍以上になった。列の一覧の10.5MB(10MiB)は、照会の料金の最小(10MB)にあたる値
出典:2026年10月13日・14日に当社の Google Cloud プロジェクトから Google の公開サンプルを GoogleSQL(標準 SQL)で照会した結果
同じ2021年1月の1か月でも、user_pseudo_id の列だけを読むユーザー数の照会は25.0MB、パラメータの配列 event_params を読むセッションの照会は267.8MBでした。BigQuery のオンデマンドの料金は、選んだ列で処理したデータの量で決まり、結果に LIMIT を付けても処理量は減りません。照会の料金は、参照するテーブルごと・照会ごとに最小10MBとして数えます。照会の処理は請求先アカウントごとに毎月1TiBまで、ストレージは毎月10GiBまで無料で、超えた分の単価はロケーションごとに料金表に出ています(BigQuery の料金)。ですから、SELECT * を避けて要る列だけを書き、_TABLE_SUFFIX で日付を絞ってから実行します。
リンクを作る前に決めること
数えたいものが SQL で書けると分かったら、リンクを作ります。手順はアナリティクス ヘルプの「BigQuery Export を設定する」のとおりで、Google Cloud 側の準備と、GA4 の管理画面での操作に分かれます。
BigQuery のリンクを作る手順
Google Cloud
プロジェクトと API
- プロジェクトを作るか、既存のものを選ぶ
- [API とサービス]→[ライブラリ]で BigQuery API を有効化
Google Cloud
課金かサンドボックスか
- サンドボックス(無料)のままか
- 請求先アカウントに支払い方法を登録するか
GA4
リンクの作成
- [管理]→[サービス間のリンク設定]→[BigQuery のリンク]
- [リンク]→[BigQuery プロジェクトを選択]→[確認]
GA4
ロケーションと対象
- データのロケーションを選ぶ
- [データ ストリームとイベントを設定]で除外するイベントを選ぶ
GA4
頻度を選んで送信
- [毎日]か[ストリーミング]、または両方
- [次へ]→ 確認して[送信]
このうち、後から変えると困るものを、決めることごとに並べると次のとおりです。
| 決めること | 選べるもの | 後から変えると |
|---|---|---|
| 権限 | GA4 はプロパティの編集者以上。Google Cloud はプロジェクトのオーナー権限のあるメールアドレス | リンクの後でデータ ストリームや除外するイベントを変えるときも、同じ2つの権限が要る |
| 課金 | BigQuery のサンドボックス(無料)か、請求先アカウントに支払い方法を登録するか | サンドボックスのテーブルは60日で期限が切れる。支払い方法の問題で止まった期間は、後から書き出し直せない |
| データのロケーション | 東京(asia-northeast1)などのリージョンか、マルチリージョン | 同じプロパティのデータセットができた後は変えられない。変えるにはリンクを消してデータセットを作り直し、その間は書き出されない |
| データ ストリームと除外するイベント | 書き出すストリームを選び、要らないイベントを除外する | リンクの後でも足したり外したりできる。1日100万イベントの上限に近いときの手段になる |
| 頻度 | [毎日][ストリーミング]、または両方。360 は[毎日(高頻度)]も | 種類ごとの違いは次の節 |
プロジェクト選びでは、GA4 のプロパティを Firebase と統合している場合、別の BigQuery プロジェクトにはリンクできない点にも注意します(アナリティクス ヘルプ「[GA4] BigQuery Export」)。
ロケーションは、あとで結合したいデータの置き場所にそろえます。BigQuery では、1つの照会で扱うデータセットは同じロケーションにある必要があり、JOIN も同じです。単一のリージョンとマルチリージョンも別のロケーションとして扱われます(BigQuery のドキュメント「BigQuery のロケーション」)。CRM のデータを東京のリージョンに置くなら、GA4 のデータも東京にします。どうしても移したいときは、リンクを消さずにデータセットを別のリージョンへ移せる、クロスリージョンのデータセット レプリケーションがあると、アナリティクス ヘルプは案内しています。
サンドボックスは、毎月のストレージが10GB、照会の処理が1TBまでで、テーブル・ビュー・パーティションは60日で期限が切れます。データのストリーミングと BigQuery Data Transfer Service も使えません(BigQuery のドキュメント「サンドボックスを使用して BigQuery を試す」)。公開サンプルを試すにはサンドボックスで足ります。ただ、テーブルが消えるうえ、10GBを超えてから課金に切り替えると書き出しが失敗することがあります(アナリティクス ヘルプ)。自社の GA4 のデータを残していくなら、最初から課金を有効にしておくことをお勧めします。
権限のつながり方も見ておきます。今のリンクは、GA4 と BigQuery のリンクごとの「組み込みのリソース ID」に、BigQuery のプロジェクトの権限が付きます。この ID はリンクの詳細のページで確かめられます。この ID が、プロジェクトのメンバーとして BigQuery ユーザー(roles/bigquery.user)のロールを持っている必要があります。古いリンクでは、代わりに firebase-measurement@system.gserviceaccount.com というサービス アカウントが使われていることがあります。このサービス アカウントを使うリンクはそのまま動き続け、リンクの詳細のページのバナーから組み込みのリソース ID に切り替えられます。切り替えると、[毎日(高頻度)]の書き出しや、ドメインで制限された共有などの Google Cloud のセキュリティ機能に対応します(アナリティクス ヘルプ「BigQuery Export を設定する」)。
Google Cloud の IAM(権限の一覧)でこのアドレスを見かけても、知らないアカウントとして消さないでください。アナリティクス ヘルプは、アナリティクスが入れたサービス アカウントが削除されると、テーブルを作れなくなり、すべての書き出しが止まると書いています。データセットを作り直すときは、このサービス アカウントにデータセットを共有し、BigQuery データ オーナーのロールを付けるよう案内されています。
書き出しの種類と、1日100万イベントの上限
書き出しには3つの種類があり、別々に有効にできます。標準のプロパティで選べるのは、毎日とストリーミングの2つです。
BigQuery への書き出しの3つの種類
毎日(日次)
標準・360
- 前日の未加工のイベントデータを1日1回
- 時刻は保証されない。通常はプロパティのタイムゾーンで午後半ば、翌日にずれることも
- 標準は1日100万イベントまで(360は200億)
- テーブルは当日と、その後2暦日まで更新される
ストリーミング
標準・360
- 当日のデータを数分以内に
- ベストエフォートで、欠けることがある
- イベント数の上限は無い
- 新規ユーザー・新規セッションの参照元は入らない
- データ1GB(約60万イベント、イベントの大きさで変わる)あたり0.05米ドルの追加料金
毎日(高頻度)
360 だけ(「特大」のプロパティを除く)
- 1日の中で、通常60分以内にまとめて更新
- 通常は午前5時までに届く
- Google Cloud で課金の設定が要る
出典:アナリティクス ヘルプ「[GA4] BigQuery Export」、「BigQuery Export を設定する」
ストリーミングの events_intraday_YYYYMMDD は、その日の events_YYYYMMDD ができると削除されます。アナリティクス ヘルプは、その日の安定したデータを分析するには日次のテーブルを使うこと、ユーザーの獲得元の分析はストリーミングに頼らず日次の書き出しから取ることを勧めています(「[GA4] BigQuery Export」)。急ぎで今日の動きを見たいときだけストリーミングを足し、集計の締めは日次のテーブルで行う、という分け方になります。
| 項目 | 標準のプロパティ | アナリティクス 360 |
|---|---|---|
| 毎日(日次)の上限 | 1日100万イベント | 1日200億イベント |
| ストリーミング | 使える。上限なし、追加の料金あり | 同じ |
| 毎日(高頻度) | 使えない | 「標準」「大」のプロパティで使える(「特大」は除く) |
| GA4 側のイベントデータの保持 | 2か月か14か月。プロパティが「大」になると2か月に短縮 | 最大50か月(26・38・50か月も選べる)。プロパティが「大」「特大」だと2か月に制限 |
| BigQuery 側のデータ | 自社のプロジェクトのストレージ料金で、消すか有効期限が来るまで残る。ストレージは請求先アカウントごとに毎月10GiBまで無料 | 同じ |
出典:アナリティクス ヘルプ「[GA4] BigQuery Export」、「データの保持」、BigQuery の料金
標準のプロパティが上限の100万イベントを続けて超えると、日次の書き出しは一時停止され、それより前の数日分は再処理されません。プロパティの編集者と管理者には、上限を超えるたびにメールが届き、何もしなかった場合にいつ停止されるかが書かれています。大幅に超えた場合は、すぐに停止されることもあります。メールが届いたら、データ ストリームの選択とイベントの除外で、書き出すイベントを減らします(アナリティクス ヘルプ「BigQuery Export を設定する」)。
データが来ない・ある日が欠けているとき
アナリティクス ヘルプには、リンクに失敗する理由と、書き出しに失敗する理由の表があります。これに書き出しの時刻とテーブルの決まりを加えて、症状から引ける表にしました。
| 症状 | まず疑うこと | 確かめる所・直し方 |
|---|---|---|
| リンクした日に、テーブルが1つも無い | 書き出しはリンクから24時間以内に始まる | 翌日に analytics_<プロパティID> のデータセットを見る |
前日の events_YYYYMMDD がまだ無い | 日次の書き出しの時刻は保証されていない(通常は午後半ば、翌日になることも) | その日の分は、その後2暦日まで更新される。月次などの締めの集計は、更新が終わってから実行する |
| ある日から、毎日のテーブルが作られない | 上限超過による一時停止、支払い方法の問題、サービス アカウントの削除、Cloud プロジェクトのストレージの割り当て(無料のプロジェクトは10GB) | 編集者・管理者に届いた上限のメール、請求先アカウント、IAM のサービス アカウント、割り当てを順に見る |
| テーブルが作られない、作られてもすぐ(30分未満で)消える | 組織のポリシーが、テーブルの作成・書き込みやデータを置くリージョンと競合している | 組織のポリシーを見直す |
| 60日より前のテーブルが無い | サンドボックスの有効期限か、データセットの既定のテーブルの有効期限 | 課金を有効にして、既定の有効期限を見直す。既定を変えても、すでにあるテーブルには前の設定が残る |
| ある1日だけ、件数がふだんと違う | プロパティのタイムゾーンを変えて、その日の書き出しの範囲が短く(長く)なった | その日を集計から外すか、範囲を確かめて読む |
| CRM のデータと JOIN できない | データセットのロケーションが違う | 同じロケーションにそろえる |
| リンクそのものが作れない | 組織のポリシーで、米国への書き出し、またはそのドメインのサービス アカウントの利用が禁止されている | 米国以外のロケーションを選ぶか、組織のポリシーを変える |
出典:アナリティクス ヘルプ「BigQuery Export を設定する」(リンク・書き出しに失敗する理由)、「[GA4] BigQuery Export」(テーブルの更新のスケジュール)、BigQuery のドキュメント「サンドボックス」「データセット プロパティの更新」「ロケーション」
支払い方法の問題や上限超過で止まった分は、取り返せません。そのため、上限のメールを受け取る編集者・管理者を誰にするかと、毎朝前日のテーブルができているかを誰が確かめるかを、リンクを作るときに決めておくことをお勧めします。アナリティクス 360 なら、前日の分を書き出し終えたときに Cloud Logging に「export complete」の通知が出るので、それを見て確かめられます(アナリティクス ヘルプ「[GA4] BigQuery Export」)。
CRM や BI につなぐ前に、平らなテーブルを作る
自社の顧客データと結合するときのキーは user_id です。User-ID は、自社で作った ID を、ログインのときなどにサイトの側から GA4 に送る機能で、送っていなければ user_id の列は空のままです。第三者がユーザーの身元を特定できる情報は User-ID に入れられません。BigQuery にリンクして User-ID を集めている場合、その値はユーザーの同意の状態にかかわらず BigQuery に書き出されます。同意モードを入れている場合は、Cookie の無い ping も、user_id やカスタム ディメンションとともに書き出されます(アナリティクス ヘルプ「[GA4] BigQuery Export」、「User-ID で複数のプラットフォームをまたいでアクティビティを測定する」)。user_pseudo_id はブラウザやアプリごとの仮名の ID なので、そのままでは CRM の顧客とつながりません。ログインの仕組みを使った ID のつなぎ方は、LINE ログインを使った ID 連携の記事で書いています。
GA4 のデータは、書き出しの時点で BigQuery に入っています。BigQuery で分析を続けるなら、GA4 のデータを運ぶための ETL ツールは要りません。要るのは、CRM や広告のデータを BigQuery に入れる経路のほうです。BigQuery Data Transfer Service はサンドボックスでは使えないので、使う予定があるなら、これも課金を有効にする理由になります。ツールの選び方はBigQuery と dbt・ETL ツールの選定の記事にまとめています。
BI ツールは、GA4 の生のテーブルではなく、セッションやユーザーの単位に集計して平らにしたテーブルにつなぎます。たとえば Power BI の Google BigQuery コネクタは、インポートと DirectQuery に対応していますが、入れ子になった列(event_params のような配列)は JSON の文字列として読み込まれ、Power Query の側で解析し直すことになります(Microsoft Learn「Google BigQuery コネクタ」)。上の SQL で決めた数え方を、BigQuery の中のビューや集計のテーブルにしておけば、どの BI から見ても同じ数字になり、毎回 event_params を読む処理量もかかりません。
| BI ツール | BigQuery とのつなぎ方 | 確かめたこと |
|---|---|---|
| データポータル(Data Studio、旧 Looker Studio) | BigQuery のコネクタと、Google アナリティクスのコネクタがある | 基本は無料のツールで、有料の Pro もある。2026年4月に名前が Looker Studio から戻った(Google Cloud のドキュメント) |
| Power BI | Google BigQuery コネクタ(インポート・DirectQuery) | 入れ子の列は JSON の文字列で読み込まれる(Microsoft Learn) |
| Tableau・Looker・Excel など | アナリティクス ヘルプが BigQuery とつながる BI の例として挙げている | 一覧はすべてではない、と断り書きがある(アナリティクス ヘルプ) |
まず公開サンプルで、自社の数え方を SQL にしてみる
次の作業は、サンドボックスで公開サンプルを開き、この記事の SQL を、自社で使いたい数え方に書き換えてみることです。そのうえで、結合したいデータの置き場所に合わせてロケーションを決め、課金を有効にしたプロジェクトにリンクを作ります。
数え方の取り決めや、GA4 と CRM のデータを同じ場所にまとめる設計は、当社のデータ分析・BI 支援で一緒に進められます。
画面の項目名・上限・料金は、2026年10月13日〜14日にアナリティクス ヘルプ、Google Analytics の開発者向け文書、BigQuery のドキュメントで確かめたものです。公開サンプルの数字は、2026年10月13日と14日に照会した結果です。
Google BigQuery 導入支援
GA4・広告・売上のデータを BigQuery に集め、Looker Studio で見られる形にします。スキャン量の課金を読める設計と、社内で運用できる状態までを支援します。





