【マーケター向け】GA4でよく聞くBigQueryとは？連携のメリットや料金を解説

GA4移行に向けて、すぐに取り組むべきことをご存知ですか？今すぐ着手すべきことをまとめた資料をご用意しました。

→解説資料のダウンロードはこちらから

Google BigQueryとは

BigQueryは、Google Cloud Platform（GCP）のプロダクトとして2012年から提供されているデータウェアハウス（DWH）です。データウェアハウスは直訳すると「データの倉庫」となり、膨大なデータを分析して活用することが可能です。

BIgQueryは以前から存在していましたが、GA4との親和性が高いことから、2022年に入ってからあらためて注目を集めています。

BigQueryの特徴

データウェアハウスはBigQuery以外にいくつもありますが、BigQueryには次の特徴があります。

• 大量データの処理が超高速
• コストパフォーマンスが高い
• データベース構築のための専門知識が不要

最大の特徴は、とにかく大量データの処理が高速なことです。BigQueryはあくまでデータの倉庫ですので、逆にいえばそれ以上の特別な機能があるわけではありません。

コストについて詳しくは後述しますが、コストパフォーマンスが高いことも導入のハードルが低い理由のひとつです。データ量にもよりますが、GA4のデータを連携するだけであれば月数百円もかからず始められるケースも少なくありません。

また、BigQueryはデータベースの構築やチューニングなどの専門知識がなくても、SQLの基本的な知識があれば利用できます。もちろん本格的に活用するなら学習は必要ですが、使い始める際のハードルは高くないといえるでしょう。

GA4については、別途情報をまとめた資料をご用意していますので、ご興味があればダウンロードしてご活用ください。

GA4とBigQueryの関係

それでは、GA4とBigQueryは具体的にどのようにかかわってくるのでしょうか。結論から言うと、GA4のデータをBigQueryにエクスポートすることで、より柔軟なデータ分析が可能になります。

ただし2022年6月現在、マーケターがBigQueryを活用するためのツールや環境などはまだ十分とはいえません。マーケターがメリットを直接享受できるようになるのはもう少し先のことになるでしょう。

なぜGA4だけではダメなのか？

GA4は従来のユニバーサルアナリティクス（UA）から大きく変わったことが話題になっています。GA4で能動的な分析を行うためには、イベントの定義が必要です。

GA4は、標準でも「自動収集イベント」として多くのデータを取得しています。しかし標準の分析画面は詳細な分析に向いておらず、取得したすべてのデータを見られるわけではありません。

自動収集イベント以外のデータも収集するなら、カスタムイベントの設定が必要です。さらにそれらのデータをGA4で分析するなら、事前にカスタム定義をしっかりと設定しておく必要がありますが、現時点でそれらを完ぺきにこなすのはかなりハードルが高いでしょう。

GA4のデータをBigQueryにエクスポートすれば、ローデータ（生のデータ）をBigQueryに蓄積しておくことができます。今すぐにカスタム定義を行えない場合でも、「とりあえず」BigQueryにエクスポートしておくのは有効な方法といえます。

たとえるなら、スマートフォンのマップアプリを想像してみてください。目的地名で検索したら、多くの人が見やすいであろう縮尺でマップが表示されます。しかし縮尺を変えれば、もっと細かい路地まで確認できたり、近所のお店のデータを詳しく表示できたりします。普段見えている画面だけでなく、こうした最も細かいデータまですべて保存しておけるのがBigQueryです。GA4の分析画面は、多様なデータの一面を切り取ったものでしかありません。

BigQueryへのエクスポートは早いほうがいい

現時点では、BigQueryにエクスポートするよりも前のデータを後からエクスポートすることはできません。ですから、GA4と連携するのであれば、できるだけ早くエクスポートしておくことをおすすめします。

GA4プロパティにおけるユーザーデータの保持期間は、標準では最大14か月です。その意味でも、BigQueryにデータをエクスポートしておくメリットがあります。

会社でBigQueryを利用するのであれば、支払用のクレジットカードの準備が必要といったハードルはありますが、それにさえ対応できるのであれば、できるだけ早いタイミングでGA4とBigQueryを連携しておくことをおすすめします。今すぐに深い分析をできる人材やツールがないという場合でも、データを残しておかなければ、後から打つ手がなくなってしまうからです。

BigQueryの料金

BigQueryは、扱うデータ量で料金が決まります。実際にどれくらいの料金がかかるのでしょうか？ BigQueryは「ストレージ料金」と「分析料金」が必要です。

ストレージ料金は、BigQueryに読み込むデータを保存する費用のことで、保存するデータの量に応じて料金が決められています。

分析料金は、データを抽出するためのクエリの処理にかかる費用です。分析料金は、都度課金されるオンデマンド料金と、一定の処理容量を事前に購入する定額料金の2種類がありますが、ここではオンデマンド料金を前提に解説します。

• ※ ここでご紹介している料金は2022年時点のものです。2023年3月末にGoogleからBigQueryの料金が改定されると発表がありました。2023年7月5日以降、新しい料金が適用されます。詳しくは公式のヘルプを参照してください。

ストレージ料金

データの保存容量であるストレージ料金は、過去90日間に変更されたテーブルが「アクティブストレージ」、過去90日間に変更がないテーブルが「長期保存」として扱われ、長期保存はアクティブストレージから50％割引されます。それぞれの金額は以下のとおりで、10GBの無料枠があります。

分析料金

分析料金のうちオンデマンド料金は、クエリでスキャンされたデータに対して発生します。クエリは毎月1TBまで無料です。

例：月間10万ページビューのサイトなら？

それでは、月間10万ページビューのWebサイトでGA4からBigQueryにデータをエクスポートする場合、どれくらいの料金がかかるのでしょうか。ここではマーケターの方がイメージしやすいようにページビューでサイト規模を表していますが、実際にはWebサイトの内容や送信するデータ、頻度によって費用（データ量）は大きく変動します。あくまで考え方の一例として捉えてください。

とある10万ページビューのWebサイトにGA4を導入して、そのデータをBigQueryにエクスポートしたところ、データ量は約650MBでした。これを先ほどのストレージ料金に当てはめてみましょう。

毎月650MBの保存データがある場合、計10GBまでは無料ですので、15か月目までは無料で利用できることになります。多く見積もって全データをアクティブストレージと仮定した場合、2022年6月現在のストレージ料金は1GBごとに0.023ドル（3.1円）ですから、16か月目に約2円、17か月目に約4円、18か月目に約6円かかる計算になります。

これに加えて、オンデマンドのクエリ料金が1TBごとに6ドル（808.14円）かかります。毎月1TBまでは無料ですので、すぐに詳細な分析をせず、データをエクスポートするだけであれば分析料金はかかりません。

これは、あくまであるWebサイトのデータをもとにした試算です。GA4のヒット数が3倍あるWebサイトの場合は、単純計算で3倍の保存容量が必要になります。それでも「BigQueryを利用したから月に何十万円もかかる」という性質のものではない、ということはイメージできたのではないでしょうか。

公式でも料金のシミュレーターが用意されているので、より詳しく試算したい人は確認してください。

GA4からBigQueryにデータをエクスポートする手順

GA4のデータをBigQueryにエクスポートするには、まずBigQuery側でプロジェクトを準備する必要があります。その後Google APIコンソールで「BigQuery API」を有効にして、GA4の管理メニューから「BigQueryのリンク」を設定します。

この記事はマーケター向けですので詳しくは触れませんが、エクスポートするデータストリームの内容や頻度など、いくつかユーザー側で指定するオプションがあります。GA4とBigQueryを連携する際は、社内のエンジニアや外部の専門家のサポートを受ける必要があるでしょう。

GA4については、変更点や移行の方法などの情報をまとめた資料をご用意しています。

まとめ

GA4とBigQueryは密接な関係にあります。まだ人材やツールがそろっていないという場合でも、早めに連携してBigQueryにデータを蓄積しておくことは意味があります。通常のWebサイトでGA4のデータをエクスポートしておくだけであれば、費用も手間もほとんどかかりません。

2023年7月にユニバーサルアナリティクスが終了することが確定しているため、GA4に移行せざるをえません。後からマーケティングや分析に有用なツールが出てきたとしても、もとになるデータがなければ何もできません。

GA4では、これまでのセッションベースの分析からユーザーベースの分析に大きく考え方が変わることがわかっています。同時に「データ」への向き合い方を考え直すタイミングでもあります。BigQueryのデータは、さまざまなツールと連携可能ですし、今後もその幅は広がっていくでしょう。GA4を導入するのであれば、BigQueryへのエクスポートもあわせて設定しておくことをおすすめします。

Sprocketでは、すでにGoogle アナリティクス 4（GA4）とのデータ連携機能をご利用いただく準備が整っております。Google アナリティクス（UA）連携をご利用のお客様につきましては、Google アナリティクス 4（GA4）連携への移行をおすすめいたします。