GA4をBigQueryに出してAIで分析する前に：1日100万イベントの上限、遡れない過去データ、費用と社内の分担

GA4のデータをBigQueryに書き出す「BigQuery Export」は、標準のプロパティ（アナリティクス 360ではないもの）だと、1日1回の日次エクスポートで出せるのが1日100万イベントまでです。当日分を数分以内に書き込むストリーミング エクスポートにはイベント数の上限がありませんが、完全性の保証がない処理で、BigQuery側で1GBあたり0.05ドルの追加費用がかかります（アナリティクス ヘルプ「BigQuery Export」）。そしてBigQueryに入るのは、リンクを作ってから後のデータだけです。GA4の画面に何年分のデータがあっても、生のイベントを遡って入れることはできず（Firebase ヘルプ）、支払い方法の不備などで止まった期間も出し直せません（アナリティクス ヘルプ「BigQuery Export を設定する」）。

AIで分析する前にもう一つ知っておきたいのは、BigQueryに入るGA4のデータは、GA4の画面と同じ数字にならないことです。画面の数字には、Google シグナルやモデリングなど、GA4が収集した後に加えた処理が入っています。エクスポートにあるのは収集したままのイベントで、設定をそろえても、イベント数の合計には2〜5%の差が出るのが想定内とされています（レポートとBigQueryのデータを比較する手順）。数え方を教えずにAIに集計させると、ユーザー数、流入元、日付の区切りで、GA4の画面とも担当者の想定とも違う答えが返ってくることがあります。

そのため、AIの使い方が固まる前でも、保存場所、支払いと費用の上限、権限を決めてエクスポートを始めておき、AIには生のテーブルではなく定義を入れたビューを読ませる、という順番になります。この記事では、エクスポートの種類と上限、遡れない範囲、費用のかかり方、AIに渡す前のデータの作り方、社内の分担を、Googleの公式ヘルプとドキュメントの記述に沿って整理しました（2026年9月25日確認）。リンクの作り方やテーブルの基本的な読み方は、GA4とBigQueryの連携手順をまとめた記事で扱っています。

エクスポートの種類と上限

GA4の管理画面でBigQueryへのリンクを作るとき、書き出しの頻度として「毎日」と「ストリーミング」のどちらか、または両方を選びます。アナリティクス 360のプロパティでは「毎日（高頻度）」も選べます。同じ流れの中で、データの保存場所（ロケーション）、対象にするデータ ストリーム、除外するイベントも決めます（BigQuery Export を設定する）。

出典：BigQuery Export、BigQuery Export スキーマ、BigQuery Export のユーザーデータ スキーマ（いずれもアナリティクス ヘルプ）

自社のイベント数は、GA4の［レポート］＞［エンゲージメント］＞［イベント］で、1日のイベント数の合計を見れば分かります（比較の手順を説明したヘルプ）。セールやキャンペーンの日に100万を超えるかどうかで、日次だけで足りるかが決まります。

1日100万イベントを超えたときに起きること

標準のプロパティで上限を超え続けると、日次エクスポートは一時停止され、それまでの数日分も処理し直されません。上限を大きく超えた場合は、すぐに止まることもあります。超えるたびにプロパティの編集者と管理者にメールが届き、対応しなければいつ止まるかが書かれています（BigQuery Export に関する制限）。

手当ては、エクスポートするデータ ストリームを絞る、要らないイベントを除外する（リンクの作成時にも後からでも設定できます）、上限のないストリーミングを使う、360に切り替える、のいずれかです（データのフィルタリング）。除外したイベントはBigQueryに入らず、その分GA4の画面とも数字が合わなくなります（Googleのデベロッパー向けブログ）。AIに分析させたいイベントを外していないか、除外の前に分析側と確かめておきます。

リンク前のデータは入らず、止まった期間も埋まらない

リンクを作ると24時間以内にエクスポートが始まり、日次を選んでいれば前日分が毎日届きます（データのエクスポートが開始されるタイミング）。Firebase のヘルプには、BigQueryにリンクする前のデータは取り込めないと書かれていて、同じ説明の中でGA4プロパティのウェブデータもエクスポートの対象だとしています（BigQuery を Firebase にリンクする）。分析の要件が決まるまでリンクを待つと、その間の生データはBigQueryに残りません。

リンクした後も、次の場合は後から埋められない空白ができます。

• 支払い方法が無効でエクスポートが止まった期間は、出し直せない（料金とお支払い）
• 上限を超え続けて日次が止まったときは、それ以前の数日分も処理し直されない（BigQuery Export に関する制限）
• 保存場所を変えるためにリンクを削除して作り直すと、その間は日次もストリーミングも処理されない。クロスリージョンのデータセット複製を使えば、リンクを消さずに移せる（BigQuery Export を設定する）
• 組織のポリシーと衝突すると、表が作られないか、作られても30分ほどで消える。GA4が追加したサービス アカウントを消すと、以後のエクスポートがすべて止まる（BigQuery Export を設定する）
• 遅れて届いたイベントは、その日の表に3日後まで追記され、それより遅いものは記録されない（BigQuery Export スキーマ）
• 一度エクスポートしたデータを、もう一度エクスポートし直すことはできない（BigQuery Export）

無料で始められるBigQueryのサンドボックスにも注意が要ります。表は60日で自動的に期限切れになり、ストリーミングは使えません（サンドボックスの制限事項）。サンドボックスから有料に切り替えるとき、すでに10GBを超えているとエクスポートが失敗することがある、とも書かれています（BigQuery Export を設定する）。履歴を貯めるつもりなら、はじめから課金を設定したプロジェクトにつなぎます。

過去の数字が必要なときの別の経路

生のイベントは遡れませんが、集計済みのレポートの数字なら、BigQuery Data Transfer Service の「Google アナリティクス 4」コネクタでBigQueryに入れられます。GA4の Data API のレポートを日単位で転送する仕組みで、定期転送の範囲外の期間はバックフィルで取り込めます。どこまで遡れるかはGA4側のデータ保持の範囲による、と説明されています（Google アナリティクス 4 のデータを BigQuery に読み込む）。

ただし中身は集計値です。カスタム レポートは1つの転送につき1つで、項目は9個、指標は10個まで。ユーザー数やセッション数の合計はGA4と一致しないことがある、とも書かれています（GA4コネクタのドキュメント）。リンク前の期間の傾向を見る補助にはなりますが、イベント単位でAIに深掘りさせる材料にはなりません。転送の実行は無料で、保存とクエリには通常の料金がかかります（BigQuery の料金、GA4コネクタのドキュメント）。

費用は何にかかるか

BigQueryの料金は、クエリの処理と、データの保存が中心です。オンデマンドの課金では、クエリが処理したデータ量（TiB単位）に対して料金がかかり、毎月1TiBまでは無料です。保存は毎月10GiBまで無料で、90日間変更のない表やパーティションは長期保存の料金になります。単価はデータを置くロケーションごとに決まっていて、料金ページの既定の表示（アイオワ）では、オンデマンドのクエリは1TiBあたり6.25ドルです。東京など別の場所を選ぶ場合は、ページ上でロケーションを切り替えて確かめます（BigQuery の料金）。

ストリーミングの追加費用を、1GB＝約60万イベントの目安で計算すると、1日100万イベントで1日約0.08ドル、30日で約2.5ドルです（BigQuery Exportの目安からの計算で、実際はイベントの大きさで変わります）。ストリーミングを使うかどうかは、金額よりも、欠けることがある点と、新規ユーザーの流入元が入らない点で決めることになります。

AIに問い合わせさせると、どこで費用が増えるか

AIがBigQueryのデータを見て答えるときは、裏でクエリが実行されます。オンデマンドなら、1回ごとに処理したデータ量で課金されます。人が書くSQLと同じ仕様ですが、AIは似た集計を何度も投げるので、次の点が効いてきます。

• 結果に LIMIT を付けても、選んだ列の処理量で課金される。クラスタ化されていない表では、LIMIT で読み取り量は減らない（BigQuery の料金、費用の見積もりと管理）
• GA4の日次の表は日付ごとに分かれていて（events_YYYYMMDD）、まとめて読むときはワイルドカード（events_*）を使う。ワイルドカードで複数の表を読むクエリはキャッシュが使われず、同じクエリでも実行のたびに課金される。_TABLE_SUFFIX を定数で絞れば、読む表を減らせる（ワイルドカード テーブル）
• 実行中にキャンセルしたクエリでも、完了した場合と同じ額が課金されることがある。エラーになったクエリと、キャッシュから返った結果は課金されない（BigQuery の料金）

上限をかける場所

• クエリ1回ごと：「課金される最大バイト数」を設定すると、実行前の見積もりが上限を超えたクエリは失敗し、料金はかからない（費用の見積もりと管理）
• 1日の合計：カスタムのクエリ割り当てで、プロジェクト全体と、ユーザーごと（サービス アカウントを含む）の1日の処理量に上限を設ける。既定ではプロジェクトが1日200TiB、ユーザーごとは無制限。オンデマンドにだけ効くおおよその上限で、特定の1人にだけ別の値を設定することはできない。変更には割り当て管理者のロールが要る（カスタムのクエリ割り当て）
• 会話型分析：プロジェクト、ユーザー、クエリの単位で利用上限を設けることが勧められている。エージェントが実行したジョブには専用のラベルが付くので、請求レポートをラベルで絞って費用を見られる（会話型分析の概要）

外部の生成AIからBigQueryに問い合わせる場合も、実行されるのはBigQueryのクエリなので、プロジェクトとユーザーごとの1日の上限はそのまま効きます。クエリ1回ごとの上限は、問い合わせる側のツールで設定できるかを確かめます。AI用にサービス アカウントを分けておくと、人のクエリとAIのクエリを分けて追えます。

BigQueryのGA4データは、GA4の画面と同じ数字にならない

Googleのデベロッパー向けブログは、BigQueryのエクスポートは収集したままのデータで、画面の数字に加わるGoogle シグナル、モデリング、アトリビューション、予測などの多くは含まれない、と説明しています（Google アナリティクスの UI と BigQuery エクスポートのギャップを埋める、2023年4月）。AIから見ればどちらも正しいデータなので、どちらの数え方に合わせるかは人が決めて渡します。主な違いは次のとおりです。

出典：ギャップを埋める（デベロッパー向けブログ）、BigQuery Export スキーマ、レポートと BigQuery のデータを比較する、BigQuery Export

比べるときは、GA4のヘルプの手順どおり、レポート用識別子を一時的に「デバイス ID」に切り替え、タイムゾーンと、エクスポートから除外したストリームやイベントをそろえます。そのうえでイベント数の合計が2〜5%違うのは、想定の範囲とされています（レポートと BigQuery のデータを比較する）。この差を知らないままAIの答えとGA4の画面を突き合わせると、合わない理由の調べ直しに時間を取られます。

AIに読ませるのは、定義を入れたビュー

BigQueryには、自然言語でデータに質問できる会話型分析があります。表やビューを「ナレッジソース」として選んだデータ エージェントを作り、表と項目の説明、用語集、指示、検証済みクエリ（確かめたSQL）で答え方を決めておく仕組みです。ドキュメントは、関連する表をビューにまとめてデータソースにすること、表と列に説明を付けること、エージェントの範囲を絞ることを勧めていて、与える情報の優先順は、検証済みクエリ、用語集、エージェントへの指示の順です。エージェントを使わずにデータソースへ直接質問すると、正確さが下がることがあるとも書かれています（会話型分析の概要）。

外部の生成AIを使う場合も、同じ考え方でデータを用意できます。GA4のデータに当てはめると、次のようになります。

1. ビューはGA4のデータセットとは別に置く。GA4の書き出し先は analytics_<プロパティID> というデータセットで、日付ごとの表が毎日増えます（BigQuery Export スキーマ）。ワイルドカードの対象にビューが入るとクエリがエラーになるため（ワイルドカード テーブル）、AI向けのビューは別のデータセットに作ります。AIには、そのデータセットのBigQuery データ閲覧者（roles/bigquery.dataViewer）と、クエリを実行するためのBigQuery ジョブユーザー（roles/bigquery.jobUser）を渡す形にできます（BigQuery の IAM ロールと権限）。承認済みビューにすれば、元のデータセットへのアクセス権を渡さずに、ビューの結果だけを共有できます（承認済みビュー）。
2. 日付で絞れる形にする。ワイルドカード テーブルは、パーティション分割やクラスタ化をした通常の表より性能が劣るとされています（ワイルドカード テーブル）。AIがよく使う単位（日別の集計、セッション単位の表など）は、日付でパーティション分割した表に作っておくと、読み取り量を抑えやすくなります。
3. 表と列に説明を書く。traffic_source が初回獲得の流入元であることのように、列名だけでは分からない意味を書きます。データ インサイトは表のメタデータから説明の案を作れますが（データ分析情報を生成する）、GA4の仕様に照らした確認は人が行います。
4. 主な指標は検証済みクエリで固定する。セッション数やキーイベント数など、答えがぶれては困る指標は、確かめたSQLを検証済みクエリとして登録します。質問が一致すると、そのSQLがそのまま実行されます（会話型分析の概要）。
5. 集計に要らない識別子は外す。エクスポートには user_pseudo_id や user_id などの行単位のIDが入り、同意モードを使っていても、user_id とカスタム ディメンションは同意の状態にかかわらず出力されます（BigQuery Export、デベロッパー向けブログ）。集計だけを任せるビューからは外しておきます。
6. 答え合わせの基準を決める。Gemini for Google Cloud の出力は、もっともらしくても事実と違うことがあり、使う前に確かめるよう勧められています（Gemini in BigQuery の概要）。前の表の差を踏まえて、どの指標を何と比べ、どこまでの差を許すかを決めておきます。

ビューの定義をSQLファイルとしてリポジトリで管理し、AIに下書きさせて人がレビューする進め方は、Claude CodeでBigQueryのSQLとビュー定義を管理する記事で紹介しています。

保存場所とコンプライアンスの確認

• 会話型分析のエージェントと会話は、ナレッジソースがすべて米国なら米国、すべてEUならEUのマルチリージョンに保存され、それ以外はグローバルが既定です。保存した後は変えられません（会話型分析の概要）。東京リージョンのデータを使う場合、既定ではグローバルになります。
• Gemini in BigQuery は、BigQueryと同じコンプライアンスやセキュリティの項目をすべてはサポートしておらず、それが必要なプロジェクトでは設定しないよう書かれています。有効にすると、Geminiは表やクエリ履歴を含むデータとメタデータにアクセスします。モデルの学習やチューニングには使われません（Gemini in BigQuery の概要）。
• 会話型分析が使うのは、利用者にアクセス権のあるデータと、明示的に選んだナレッジソースだけで、書き込みやDMLは実行できません（会話型分析の概要）。

社内で誰が何を持つか

GA4 やタグ マネージャーの設定を外に頼む場合の、頼む作業と、社内に残す権限と設定の記録の分け方は「GA4の設定代行を頼む前に、今の計測が合っているかを数える」で解説しています。

リンクを作るには、GA4のプロパティの編集者以上の権限と、BigQueryのプロジェクトのオーナー権限（またはリンクの作成に要る個別の権限）がそろっている必要があります（BigQuery Export を設定する）。作った後も、エクスポートが止まる原因の多くはマーケティング部門の外にあります。決めることと、決めておかないと起きること（公式ヘルプとドキュメントの記述）を並べました。担い手は一例です。

リンクを作る前と後の進め方

1. AIに答えさせたい問いを書き出し、そのためのイベントとパラメータがGA4で取れているかを確かめる
2. 1日のイベント数を見て、日次だけで足りるか、除外やストリーミング、360が要るかを決める
3. 保存場所、組織のポリシー、請求先アカウントを、情報システムと決める
4. リンクを作る。この日から蓄積が始まるので、ビューやAIの準備を待たずに先に始める
5. 費用の上限（クエリ1回ごと、1日の合計）と、AI用のデータセットと権限を用意する
6. 定義のビュー、説明、検証済みクエリを作り、GA4の画面との差を確かめる
7. 答え合わせの基準を決めてから、AIを使う人を広げる

AIに任せる前に、蓄積と数え方の合意を始めておく

GA4のデータをダッシュボードにまとめる作業を外に頼む場合の、先に決める指標の定義と見積もりの読み方は「BI・ダッシュボードの構築を外注する費用は、ライセンスより『数字の定義を揃える作業』で決まる」で解説しています。

GA4のBigQuery Exportは、始めた日からしか貯まらず、止まった期間も戻りません。AIの使い方を決めるより先に、保存場所と支払い、費用の上限、権限を決めてリンクを作り、並行して「ユーザー」「セッション」「流入元」をどう数えるかを社内で決めておくと、AIを使い始めた時点から、GA4の画面との差を説明できる数字で話ができます。

GA4の計測（イベントやキーイベント、同意モードの設定）から見直す場合はAurant Technologiesのアクセス解析・マーケティングデータ支援で、BigQuery側のビューや権限、費用の上限、AIからの問い合わせまで含めて組む場合はデータ分析・データ基盤支援で、ご相談を承っています。