GA4 BigQuery連携完全ガイド：生データ分析とBIツール活用でビジネスを加速させる方法

Google アナリティクス 4（GA4）の導入が標準化された現在、次なる課題は「標準レポートの限界」をどう突破するかです。BtoBビジネスにおける長い検討プロセスや、SaaSモデルにおける契約後のユーザー行動を追うためには、GA4の管理画面上だけでは不可能な「生データ（Raw Data）」の分析が不可欠です。

本稿では、日本最高峰のデータエンジニアリング視点から、GA4とBigQueryを連携させ、BIツールや他のSaaSデータと統合してビジネス価値を最大化する「完全なアーキテクチャ」を解説します。理論だけでなく、具体的な設定数値や公式事例、トラブルシューティングまで網羅した、実務者のための技術ガイドです。

GA4とBigQueryを連携すべき実務的背景とアーキテクチャ

GA4の生データをBigQueryへエクスポートすることは、単なる「データのバックアップ」ではありません。それは、企業のデータガバナンスをGA4という「ベンダーの箱」から、自社所有の「データウェアハウス（DWH）」へ移行させることを意味します。

生データ活用が不可欠な3つの理由

• データの保持期間制限の撤廃: GA4無料版のデータ保持期間は最大14ヶ月ですが、BigQueryにエクスポートすれば永続的に保存可能です。数年単位の長期LTV分析が可能になります。
• サンプリングなしの全件分析: GA4の探索レポートでは大規模データにサンプリング（推計）がかかることがありますが、BigQueryの生データは全イベントを1行ずつ保持しているため、100%正確な数値を算出できます。
• 外部データとの紐付け（ID連携）: サイト内の行動データに、Salesforce等のCRMにある「商談ステータス」や「成約金額」を結合できます。

関連記事：WebトラッキングとID連携の実践ガイド。ITP対策・LINEログインを用いたセキュアな名寄せアーキテクチャ

連携設定の完全ステップバイステップ

設定を誤ると、データがエクスポートされない、あるいは予期せぬクラウド破産を招くリスクがあります。以下の手順を正確に実行してください。

Step 1: Google Cloud プロジェクトの作成と課金設定

BigQueryを利用するには、Google Cloud (GCP) プロジェクトが必要です。無料枠（サンドボックス）もありますが、GA4のデータを毎日確実に転送するには「クレジットカードの登録（課金有効化）」を推奨します。

• BigQueryサンドボックスの制限: データの有効期限が60日に制限されます。本番運用では必ず「アップグレード」を行ってください。
• APIの有効化: 「BigQuery API」が有効になっていることを確認します。

Step 2: GA4管理画面での連携設定

1. GA4の管理画面から「プロパティ」＞「製品とのリンク」＞「BigQueryのリンク」を選択。
2. 作成したGCPプロジェクトを選択し、データロケーションを指定（日本国内のビジネスであれば asia-northeast1 (Tokyo) を推奨）。
3. データ構成の選択:
   • 毎日（Daily）: 前日のデータが1日1回エクスポートされます。
   • ストリーミング（Streaming）: 数分以内の遅延でリアルタイムに転送されます。

BigQueryを活用した生データ分析のコア技術

エクスポートされたデータは events_YYYYMMDD というテーブルに格納されます。このテーブルは「1行＝1イベント」というネスト構造（構造化データの中に配列がある形式）を持っており、通常のSQLとは異なる記述が必要です。

UNNEST関数によるデータの展開

GA4のイベントパラメータは event_params.key と event_params.value という配列に入っています。特定のパラメータ（例：page_location）を取り出すには、以下のようなクエリが基本となります。

SELECT
event_date,
event_name,
(SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'page_location') AS page_path
FROM
project_id.dataset_id.events_*
WHERE
_TABLE_SUFFIX BETWEEN '20250101' AND '20250131'

ユーザー識別のベストプラクティス

GA4生データには2つの主要なIDが存在します。

1. user_pseudo_id: ブラウザのCookieに紐づく、匿名のデバイス識別子。
2. user_id: 自社システムでログインした際に明示的に送信するID。

CRMデータとの結合には user_id をキーにします。これにより、「Web上の行動」と「実際の契約」を1対1で紐付けることができます。

BIツール・ETLツールの選定基準と比較

BigQueryに溜まったデータを可視化するためには、BIツールの選定が重要です。また、データの加工（クレンジング）を効率化するためにETLツールを導入するケースも増えています。

主要BIツールの比較表

関連記事：【完全版・第5回】freee会計の「経営可視化・高度連携」フェーズ。会計データを羅針盤に変えるBIとAPI連携術

モダンデータスタック（dbt）の導入

GA4の生データは非常に複雑なため、BIツールから直接参照するとクエリ負荷が高まり、コストが増大します。そこで、BigQuery内でデータを事前に集計・加工する dbt (Data Build Tool) の導入が推奨されます。dbtを使用することで、SQLのバージョン管理やテストを自動化し、信頼性の高いデータ基盤を構築できます。

【実務者向け】よくあるエラーと解決策（トラブルシューティング）

現場で必ず遭遇する「データが出ない」問題のチェックリストです。

• エラー1：BigQueryへの転送が失敗している
  • 原因：GCPプロジェクトの課金が停止している、またはGA4に設定されたサービスアカウントの権限が削除されている。
  • 対策：GCPコンソールで「IAM」を確認し、firebase-measurement@system.gserviceaccount.com に「BigQuery 編集者」権限があるか確認。
• エラー2：データに大きな欠損がある
  • 原因：GA4の「データ保持期間」設定が14ヶ月になっていても、BigQuery側でテーブルの有効期限が設定されている。
  • 対策：BigQueryのデータセット設定で「デフォルトのテーブルの有効期限」を「なし」に変更。
• エラー3：リージョン不一致によるクエリ実行不可
  • 原因：GA4データは東京、CRMデータはUSなど、データセットの場所が分かれている。
  • 対策：BigQueryのクエリは同一リージョン内でのみJOIN可能です。エクスポート時に必ずリージョンを統一してください。

関連記事：高額なCDPは不要？BigQuery・dbt・リバースETLで構築する「モダンデータスタック」ツール選定と公式事例

まとめ：データ基盤をビジネスの「意思決定機関」に変える

GA4とBigQueryの連携は、あくまで「スタート地点」です。真の価値は、生データを加工し、自社のKPIに直結するダッシュボードを構築し、そこから得られた示唆をマーケティング施策に還元することにあります。

特にBtoB企業においては、Webの行動データとSFA/CRMの成約データを統合することで、どのチャネルが「質の高いリード」を連れてきているのかを可視化することが急務です。本ガイドを参考に、まずは「生データの蓄積」から着手し、スモールステップでのデータ活用を推進してください。

📚 関連資料

このトピックについて、より詳しく学びたい方は以下の無料資料をご参照ください：