Column

コラム

  • GTM × GA4 × BigQuery|データ統合の基本!...

GTM × GA4 × BigQuery|データ統合の基本!マッピングテーブル構築

● はじめに


本記事は、マーケティング業務に従事している方であれば一度は聞いた事や
触れた事のあるGoogleAnalytics(GA)とGoogleBigQueryを活用した
データ分析事例についてご紹介しております。

DataCurrentでは、クッキーレス対策のひとつとして、Googleソリューションを活用したマーケティング基盤の構築支援を提供しています。クッキーレスに対応したデータ取得方法のみならず、そのデータを活用した機械学習、ダッシュボード開発、分析支援などをサポートします。

カエル

本記事では、分析支援についてご紹介致します。

● こんな方におすすめ

  • 自社のデータだけでも深掘りできる環境を持ちたい
  • 管理画面だけでは施策に活かしづらい
  • 他データと突合させた分析を行いたい

● 従来とGA4の違い

① BigQueryの連携が可能
BigQueryとはGoogle Cloud Platform 内で提供されるサービスで、
大規模なクエリによるデータ解析をすることが出来る、データウェアハウスのことを指します。
BigQueryの連携はこれまでのUAの場合、有料版のGA360の契約をする必要がありました。
しかしGA4では無料アカウントでもBigQueryと連携することが出来、これまで以上に大規模かつ柔軟な分析が可能になりました。

②GTMのサーバーサイドcookieの活用も可能に!
GTM側でBigQueryエクスポート設定を行うことで、サーバーサイドcookieを
GA4ログと一緒にBigQueryに格納し、活用することが可能になりました。

● 今回の分析目的


  • 目的
    GA4ログとサーバーサイドcookieを活用して、自社内で保有している興味関心データを
    紐づけたい

  • 実施内容
    GA4のログデータ×外部データの情報を紐づけられるマッピングテーブルを構築

●マッピングテーブル作成手順


下記のテーブルのようなGA4ログとセグメント情報データを
IDを基に突合し、様々な分析データを取得できるテーブルを、GA4ログより作成致します。

GA4のログ

GA4で2つのIDを発火させて、BigQueryにエクスポートされるように設定した
テーブルの格納イメージは下記となります。

GA4ログ

属性/興味関心ログ

自社保有のセグメント情報テーブルを使用

興味関心
  • ①と②のテーブルをIDをkeyにして、マッピングテーブルを作成。
    マッピングテーブル作成クエリ例は下記の通り
WITH A AS(
SELECT user_pseudo_id,user_id,event_name,page_location
FROM `GA4ログテーブル`
GROUP BY 1)

SELECT user_pseudo_id,id,event_name,page_location,category
FROM A
INNER JOIN `DC社保有の興味関心テーブル` AS t3
ON id = id
GROUP BY 1,2,3,4,5

作成されたマッピングテーブル
これによって、URL毎の属性/興味関心を集計したり、
自社が保有している、他テーブルとも紐づけることが出来るようになります!

マッピングテーブル

GTMで設定したGA4ログをBigQueryに格納することで
他テーブルと紐づけたマッピングテーブルを新たに作成することが出来ますね!

●ダッシュボードで可視化!


サーバーサイドcookieを基に、イベント情報、来訪したURL情報を
一つのテーブルで作成することが出来たので、何か可視化してみたい!

マッピングテーブルを作ることで、
URL情報別に属性/興味関心情報を可視化することが、可能になりましたね!

  • 可視化したい内容
    サーバーサイドcookie単位で、DC社のサイト閲覧傾向や、
    属性/興味関心を可視化し、施策に活かしたい!

  • 最終目標
    GTM×GA4×BigQueryと自社保有の外部データを突合して
    GA4内だけでない、データを用いて、施策活用に活かす。

● BIツールで可視化!ダッシュボードで一元管理


先ほど作成したマッピングテーブルを用いて、属性/興味関心情報を確認してみました。

性年代
※性年代割合は、総務省統計局の人口推計を使用してWB済

性年代

性年代割合の変化

DataCurrentサイト全体vs【ダウンロード資料】GA4×Google Cloud×GTMを活用したクッキーレス対策サイト来訪者で性年代割合比較してみました!
資料請求者は、男性20~30代の割合が増えたことが分かります。

性年代割合変化

GA4のログデータと紐づけているからこそ、
URL毎の性年代を出力することが出来るね!

興味関心親和率

興味関心親和率

DataCurrentのサイトは、アウトドア関心やグルメ関心、
ビジネス関心が高い人が多いことがよく来訪していることが分かったので、
興味関心ターゲットなどにも活用出来そうですね!


また、GA4の管理画面を見たり自社ダッシュボードを見たりなどの手間がなく、
より見たい指標での可視化/一元管理することも可能です。

● ご紹介まとめ


DC社活用

■本日ご紹介した事例の関連サポート
・GA4導入サポート
・GTMタグ設置サポート
・BigQueryエクスポート設定サポート
・BigQueryのデータを活用したSQL分析サポート
・BigQuery機械学習サポート
 ※BQ以外にも、弊社自社開発機械学習ツールなども活用可能
・BIツールを用いた可視化サポート
・GCP認定パートナー、リセール可能
⇒ニーズに合わせた分析と可視化、施策提案までサポート可能

その他にも、下記コラム記事でGA4についてご紹介しているので是非ご覧ください!

▼GA関連コラム記事
Googleアナリティクス4(GA4)とは?導入とそのポイントについて<前編>
Googleアナリティクス4(GA4)とは?移行とそのポイントについて<後編>

▼GTM×GA4×BigQuery関連コラム記事
GTM×GA4×BigQuery|サーバーサイドcookie単位でUB集計してみた
GTM × GA4 × BigQuery|バスケット分析による鉄板コンテンツ

▼GA関連サービス
》「GA4×Google Cloud×GTMを活用したクッキーレス対策」の詳細はこちら

クッキーレス対策(GA4×GCP×GTM)資料イメージ

※DC社では、他にもGA4の導入、導入後の活用施策、データを活用した機械学習をご提案させていただいております。ご興味がある方は下記フォームにてお問合せいただければと思います。

本件に関するお問い合わせは下記にて承ります。
株式会社DataCurrent
info@datacurrent.co.jp

人気のコラムランキング

PICK UP

【データプライバシーコラム】電気通信事業法改正の解説(2022年7月時点)

CMPPICK UP コラムデータプライバシーデータプライバシーコラム個人情報保護

CMP導入時の注意点

CMPPICK UP コラムデータプライバシーデータプライバシーコラム個人情報保護

Treasure Data CDPを活用したOneID(統合ID)構築4 日付の落とし穴

CDPCDP活用ID統合PICK UP コラム

今、CMPは導入するべきか?

CMPPICK UP コラムデータプライバシーデータプライバシーコラム個人情報保護

TOPへ
戻る