BigQueryとGA4の連携方法｜設定手順から活用事例まで徹底解説

GA4のデータをもっと深く分析したい...

「GA4の探索レポートでは14ヶ月分のデータしか見られない」「生データにアクセスして自由に分析したい」「CRMやSFAのデータと統合して分析したい」――Webアナリストやマーケティング担当者なら、一度は直面する課題です。

GA4の標準機能には、データ保持期間、サンプリング、分析の自由度などの限界があります。そこで注目されているのが、BigQueryとの連携です。連携により、GA4の生データにアクセスし、SQLで自由に分析できるようになります。

この記事では、BigQueryとGA4の連携方法、メリット、設定手順、コスト管理、活用事例まで徹底解説します。

この記事のポイント:

• GA4とBigQueryの連携自体は無料（BigQueryでのデータ処理は別途料金が発生）
• 生データアクセス、14ヶ月以上の長期保存、他データとの統合分析が可能
• 設定はGoogle Cloudセットアップ後、GA4管理画面から設定すれば24時間以内に完了
• BigQueryの無料枠（ストレージ月10GB、分析月1TB）を活用すればコスト抑制可能
• SQL知識不要のツール（GA4 SQL等）やオープンソースのクエリ集で非エンジニアでも活用できる

1. なぜGA4とBigQueryを連携するのか

(1) GA4標準機能の限界（データ保持期間・サンプリング）

GA4の標準機能には、以下のような限界があります:

データ保持期間:

• GA4の探索レポートは最大14ヶ月分のデータのみ参照可能
• 長期的なトレンド分析（年次比較、過去数年のデータ分析）が困難
• データ保持期間を過ぎたデータは自動的に削除される

サンプリング:

• データ量が多い場合、サンプリングされたデータで分析される可能性
• 正確な数値を把握しにくい

分析の自由度:

• GA4の標準レポート・探索レポートで提供される機能に制限される
• カスタマイズされた高度な分析が困難

これらの限界を補完するために、BigQueryとの連携が注目されています。

(2) データドリブン経営における生データの重要性

データドリブン経営では、生データ（ローデータ）にアクセスして自由に分析できることが重要です。

生データの価値:

• 加工・集計前のイベント単位の詳細なデータ
• 企業独自の視点で自由に分析可能
• GA4では提供されていない指標やディメンションも抽出できる

BigQueryにGA4の生データをエクスポートすることで、標準機能の限界を超えた高度な分析が実現します。

2. BigQueryとGA4連携のメリットと活用シーン

(1) メリット①：生データにアクセスして自由にSQL分析

BigQueryにエクスポートされたGA4の生データに、SQLでアクセスして自由に分析できます。

できること:

• 企業独自の指標を算出（例: カスタムコンバージョン率、特定ユーザー層の行動パターン）
• GA4標準レポートにはない切り口で分析（例: 特定イベントの組み合わせ分析）
• ユーザー単位で課題を深掘りする分析（例: 離脱したユーザーの行動パターン）

従来はGA4の標準機能に制限されていた分析が、SQLで自由にカスタマイズできるようになります。

※参照: Media Theater「GA4とBigQueryを連携することによって実現できる3つのこと」（2024年）

(2) メリット②：14ヶ月以上の長期データ保存が可能

BigQueryにエクスポートすれば、14ヶ月以上の長期データ保存が可能です。

GA4探索レポート:

• 最大14ヶ月分のデータのみ
• 過去のデータは自動削除

BigQueryエクスポート:

• データ保持期間に制限なし（無期限に保存可能）
• 年次比較、過去数年のトレンド分析が可能
• データを削除しない限り、いつでも参照可能

長期的なデータ分析が必要な企業にとって、BigQuery連携は必須の選択肢となります。

※参照: DATA BE-AT「Googleアナリティクス4（GA4）とBigQuery連携まとめ！Exportの方法からデータの確認、可視化までを詳しく解説」（2024年）

(3) メリット③：CRM・SFAなど他データとの統合分析

BigQueryでは、GA4データだけでなく、CRMやSFAなど自社保有データを統合して分析できます。

統合分析の例:

• GA4 × CRM: Web訪問データと顧客情報を統合し、優良顧客の行動パターンを分析
• GA4 × SFA: リード獲得から受注までのプロセスを一気通貫で分析
• GA4 × 広告データ: 広告クリックからコンバージョンまでの詳細な経路を分析

共通ID（ユーザーID、顧客ID等）をキーに統合することで、複数チャネルを跨いだ分析が可能になります。

※参照: DATA BE-AT「Googleアナリティクス4（GA4）とBigQuery連携まとめ！Exportの方法からデータの確認、可視化までを詳しく解説」（2024年）

(4) メリット④：リアルタイムデータ分析（ストリーミングエクスポート）

ストリーミングエクスポート機能を使えば、数分以内にリアルタイムでデータ分析ができます。

標準エクスポート（日次）:

• 1日1回、前日のデータがエクスポートされる
• 当日のデータはリアルタイムで確認できない

ストリーミングエクスポート:

• 数分以内にBigQueryでデータ確認が可能
• キャンペーンの効果測定や異常検知をリアルタイムで実施
• 標準GA4にはない高度な機能

※ただし、ストリーミングエクスポートは高コスト（$0.05/GB、約60万イベント/GB）なので、必要性を見極めて利用してください。

(5) 実際の活用シーン例

経営層向け:

• 年次・四半期のトレンド分析（14ヶ月以上のデータ活用）
• KPIダッシュボードの自動更新（BigQuery → BIツール連携）

マーケティング担当者向け:

• コンバージョン経路の詳細分析（特定のイベント組み合わせ）
• CRMデータとの統合分析（顧客属性別のWeb行動パターン）

Webアナリスト向け:

• カスタム指標の算出（GA4標準にない指標）
• ユーザー単位の詳細分析（特定ユーザーの行動履歴）

3. 連携設定の手順を徹底解説

(1) Google Cloudでプロジェクトを作成

まず、Google Cloud Platformでプロジェクトを作成します。

手順:

1. Google Cloud Console（https://console.cloud.google.com/）にアクセス
2. プロジェクトを作成（プロジェクト名を入力）
3. プロジェクトIDをメモ（後ほどGA4連携時に使用）

(2) BigQuery APIの有効化

作成したプロジェクトでBigQuery APIを有効化します。

手順:

1. Google Cloud Consoleで「APIとサービス」→「ライブラリ」を選択
2. 「BigQuery API」を検索
3. 「有効にする」をクリック

(3) GA4管理画面からBigQueryリンク設定

GA4管理画面からBigQueryとの連携を設定します。

手順:

1. GA4管理画面を開く
2. 「管理」→「BigQueryリンク」を選択
3. 「リンク」をクリック
4. Google Cloudプロジェクトを選択
5. エクスポート頻度を選択（日次またはストリーミング）
6. エクスポートするデータを選択（すべてのイベント、または特定のイベント）
7. 「送信」をクリック

※参照: Google Analytics ヘルプ「BigQuery Export」（2024年）

(4) 設定後24時間以内にデータ確認

設定完了後、24時間以内にBigQueryでデータを確認できます。

確認手順:

1. Google Cloud ConsoleでBigQueryを開く
2. 左側のナビゲーションでGA4プロジェクトを選択
3. データセット（analytics_<プロパティID>）が作成されていることを確認
4. テーブル（events_<日付>）にデータがエクスポートされていることを確認

※連携前のデータはエクスポートされません。連携日以降のデータのみが対象となります。

(5) ストリーミングエクスポートの設定（必要な場合のみ）

リアルタイム分析が必須の場合のみ、ストリーミングエクスポートを設定します。

注意:

• 高コスト（$0.05/GB、約60万イベント/GB）
• ほとんどの企業では日次エクスポートで十分
• 必要性を十分に見極めてから利用する

※参照: 株式会社プリンシプル「【2024年最新】GA4とBigQueryの連携方法から活用方法までプロフェッショナルが完全解説」（2024年）

4. BigQueryのデータ構造と基本的なクエリ

(1) GA4データのテーブル構造

BigQueryにエクスポートされたGA4データは、以下の構造で保存されます:

テーブル名:

• events_<日付>: 日次エクスポート（例: events_20241113）
• events_intraday_<日付>: ストリーミングエクスポート

主要なカラム:

• event_date: イベント発生日
• event_timestamp: イベント発生時刻（マイクロ秒）
• event_name: イベント名（例: page_view、click、purchase）
• user_pseudo_id: ユーザー識別子
• event_params: イベントパラメータ（配列形式）

(2) 基本的なSQLクエリ例（イベント数、セッション数、ページビュー数）

イベント数を取得:

SELECT
  COUNT(*) AS event_count
FROM
  `<プロジェクトID>.<データセットID>.events_*`
WHERE
  _TABLE_SUFFIX BETWEEN '20241101' AND '20241130'

ページビュー数を取得:

SELECT
  COUNT(*) AS pageview_count
FROM
  `<プロジェクトID>.<データセットID>.events_*`
WHERE
  _TABLE_SUFFIX BETWEEN '20241101' AND '20241130'
  AND event_name = 'page_view'

セッション数を取得:

SELECT
  COUNT(DISTINCT CONCAT(user_pseudo_id, (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id'))) AS session_count
FROM
  `<プロジェクトID>.<データセットID>.events_*`
WHERE
  _TABLE_SUFFIX BETWEEN '20241101' AND '20241130'

(3) SQL知識不要のツール（GA4 SQL等）の活用

SQL知識がなくても、以下のツールを使えばクエリを生成できます:

GA4 SQL:

• URL: https://www.ga4sql.com/
• 無料で利用可能
• GUI操作でクエリを自動生成
• 非エンジニアでもBigQueryを活用できる

※参照: GA4 SQL「GA4 SQL: The Easy Way to Generate GA4 BigQuery Queries」（2024年）

(4) オープンソースのクエリ集（GitHub等）の活用

GitHub上には、65以上のカスタマイズ可能なSQLクエリ集が公開されています。

Bigquery-GA4-Queries:

• URL: https://github.com/aliasoblomov/Bigquery-GA4-Queries
• 65以上のクエリをオープンソースで提供
• イベント分析、ユーザー分析、コンバージョン分析など幅広い用途に対応
• 自社の分析ニーズに合わせてカスタマイズ可能

※参照: GitHub「Bigquery-GA4-Queries: A comprehensive collection of SQL queries for Google Analytics 4 data in BigQuery」（2024年）

5. コスト管理と導入時の注意点

(1) 連携は無料、BigQueryの処理に課金

GA4とBigQueryの連携自体は無料です。ただし、BigQueryでのデータ処理（クエリ実行、ストレージ）に料金が発生します。

料金体系:

• ストレージ: $0.020/GB/月（最初の10GBは無料）
• クエリ: $5.00/TB（最初の1TBは無料）

※料金は変動する可能性があります。最新の料金体系はGoogle Cloud公式サイトでご確認ください。

※参照: Google Analytics ヘルプ「BigQuery Export」（2024年）

(2) BigQueryの無料枠（ストレージ月10GB、分析月1TB）

BigQueryには無料枠があり、これを活用すればコスト抑制が可能です。

無料枠:

• ストレージ: 月10GBまで無料
• クエリ: 月1TBまで無料

無料枠でどれくらい使えるか:

• 月間10万～100万PVのサイトであれば、無料枠内で十分なケースが多い
• データ量やクエリ実行頻度により異なるため、初月はモニタリングが推奨

※参照: DATA BE-AT「Googleアナリティクス4（GA4）とBigQuery連携まとめ！Exportの方法からデータの確認、可視化までを詳しく解説」（2024年）

(3) ストリーミングエクスポートの高コストに注意

ストリーミングエクスポートは高コストです。

料金:

• $0.05/GB（約60万イベント/GB）
• 月間1,000万イベントの場合、約$8.3/月（約1,200円/月）

推奨:

• リアルタイム分析（数分以内）が必須の場合のみ利用
• ほとんどの企業では日次エクスポートで十分
• 必要性を十分に見極めてから利用する

(4) 無料版GA4の1日100万イベント制限

無料版GA4でもBigQuery連携は可能ですが、1日100万イベントまでの制限があります。

制限:

• 無料版GA4: 1日100万イベントまでBigQueryにエクスポート
• それを超える場合: 有料版GA4 360が必要

月間3,000万PVを超える大規模サイトでない限り、無料版で十分なケースが多いと言われています。

※参照: Google Analytics ヘルプ「BigQuery Export」（2024年）

(5) 連携前のデータはエクスポートされない

重要な注意点として、連携前のデータはBigQueryにエクスポートされません。

注意:

• 連携日以降のデータのみが対象
• 過去のデータを分析したい場合は、早めに連携を設定する
• 連携後のデータ蓄積を待つ必要がある

長期データ分析を目的とする場合は、できるだけ早く連携を設定することが推奨されます。

6. まとめ：BigQuery連携を始める前に知っておくべきこと

BigQueryとGA4の連携により、生データアクセス、14ヶ月以上の長期保存、他データとの統合分析が可能になります。連携自体は無料で、設定もGoogle Cloudセットアップ後、GA4管理画面から設定すれば24時間以内に完了します。

BigQuery連携のメリット:

• 生データにアクセスして自由にSQL分析
• 14ヶ月以上の長期データ保存
• CRM・SFAなど他データとの統合分析
• リアルタイムデータ分析（ストリーミングエクスポート）

コスト管理のポイント:

• BigQueryの無料枠（ストレージ月10GB、分析月1TB）を活用
• ストリーミングエクスポートは高コストなので、必要性を見極める
• 無料版GA4でも連携可能（1日100万イベント制限）

導入時の注意点:

• 連携前のデータはエクスポートされない（早めの設定が推奨）
• SQL知識不要のツール（GA4 SQL等）やオープンソースのクエリ集を活用すれば、非エンジニアでも利用可能

次のアクション:

• Google Cloudでプロジェクトを作成する
• BigQuery APIを有効化する
• GA4管理画面からBigQueryリンク設定を行う
• 公式ドキュメントで最新の設定手順・料金体系を確認する

BigQueryとGA4の連携を活用し、データドリブンなマーケティング・経営判断を実現しましょう。

※この記事の情報は2024年11月時点のものです。連携手順、料金体系、機能は変更される可能性がありますので、導入前にGoogle公式ドキュメントで最新情報をご確認ください。