GA4の画面を見ながら「ここから先が知りたいのに」と手が止まり、もう一歩深く分析したいと考えているECの数値担当者
数値・分析約11分編集：（数値・分析担当）

GA4×BigQueryでEC分析を深掘りする完全ガイド｜標準レポートの限界を超える

「GA4のレポートはひととおり見られるようになった。でも、"初回に広告から来た人が、その後どれくらいリピートしたか"みたいな、込み入った問いになると画面で答えが出せない」——数字を見る仕事を続けていると、どこかでこの壁にぶつかります。標準の画面は、よく使う問いにすばやく答えるようにできています。だからこそ、ちょっと変わった角度から掘ろうとすると、途端に窮屈になるのです。

その窮屈さを外してくれるのが、GA4（Googleアナリティクス4：サイトやアプリの訪問・購入データを集めるGoogleのPV計測の仕組み）とBigQuery（ビッグクエリ：大量のデータを保管して高速に集計できるGoogleのデータ置き場）の連携です。むずかしそうに見えますが、入口はシンプル。今日は、何ができるようになるのか、どんな順番で始めればつまずかないのかを、はじめての方にもやさしく整理します。読み終わるころには、「まずはエクスポートをつないで、1本だけ集計を書いてみよう」と動けるようになっているはずです。

結論：GA4は便利ですが、標準レポートは「あらかじめ決まった集計」しか出せません。もっと自由に、顧客1人ずつの行動をさかのぼって分析したいなら、GA4のデータをBigQueryへエクスポート（データの書き出し）し、SQL（データベースに集計を指示する言葉）で自分の問いに合わせて集計します。まずは「①BigQueryの箱を用意」「②GA4からエクスポートをオン」「③かんたんな集計を1本書く」の3ステップ。費用はデータ量次第ですが、小〜中規模のECなら無料枠内で始められることも多く、小さく試してから広げるのが安全です。

いま何が起きているか｜「決まった集計」の外側に答えがある

GA4の画面に並ぶレポートは、とても優秀です。集客・エンゲージメント・収益化といった切り口で、よくある問いにすばやく答えてくれます。ただ、裏側では「あらかじめ決められた形に集計し直したデータ」を見せています。だから、その形から外れた問い——たとえば「9月に初めて広告経由で買った人の、10月の2回目購入率は？」のような複数の条件をまたぐ問いになると、画面だけでは組み立てにくくなります。

ここで効いてくるのが、BigQueryへのエクスポートです。GA4には、集めたイベント単位の生データ（「ページを見た」「カートに入れた」「購入した」といった一つひとつの出来事の記録）を、そのままBigQueryへ毎日書き出す機能があります。生データなので、集計のされ方に縛られません。顧客1人ずつの行動を時系列でさかのぼったり、自店の都合に合わせた区切りで数えたりが自由にできます。

もうひとつ大きいのが、データの保管期間です。GA4の画面で使える詳細データには保持の上限がありますが、BigQueryに書き出しておけば、自分が消さないかぎりデータは残り続けます。1年前・2年前との比較や、長い目で見たLTV（1人のお客さんが長く買ってくれる金額の合計）の分析も、腰を据えて取り組めるようになります。GA4側のエクスポート設定や仕様の基本はGoogleアナリティクス ヘルプ、BigQuery自体の使い方はBigQuery のドキュメントが公式の一次情報です。

具体例｜何が「できるようになる」のか

GA4のデータがBigQueryへ毎日書き出され、そこからSQLで自由に集計する流れを3段階で示した図
流れはシンプル。GA4の生データを「書き出し」→BigQueryに「ためる」→SQLで自由に「集計」する3段階。

言葉だと分かりにくいので、「画面では面倒だけど、BigQueryなら書ける」問いを具体で挙げます。どれもECでよく聞かれるものです。

① 顧客1人ずつの「初回→2回目」をさかのぼる

「初回購入の流入元（どこから来たか）別に、2回目の購入率を知りたい」。この問いは、1人のお客さんの購入を時系列に並べ、1回目と2回目を結びつける必要があります。GA4の画面ではやりにくいのですが、生データがあれば、ユーザーごとに購入イベントを並べ替え、「1回目がSNS経由だった人」「1回目が広告経由だった人」で2回目の起こりやすさを数えられます。F2転換（初回から2回目へ進むこと）の改善は売上に直結するので、流入元別に見えると打ち手が変わります。考え方の土台は初回購入者を2回目につなげるF2転換入門もあわせてどうぞ。

② 自店の都合に合わせた「区切り」で数える

「平日と週末で、カゴ落ち（カートに入れたのに購入まで進まないこと）率はどう違う？」「23時以降の注文はリピートにつながりやすい？」——こうした自店独自の区切りでの集計は、標準レポートの決まった軸から外れがちです。生データなら、時間帯・曜日・セール期間などを自分で定義して数えられます。仮説を思いついたその日に検証できるのが強みです。

③ 長い期間・大量の条件で深掘りする

「過去2年分で、初回に買った商品カテゴリ別のLTVを比べたい」のような、期間が長く条件が多い分析は、画面の抽出では重くなったり上限に当たったりします。BigQueryは大量データの集計が得意なので、こうした腰の重い問いこそ向いています。コホート分析（同じ時期に買い始めた人をグループにして、その後の動きを追う見方）を自店の形で組むのにも便利です。考え方はコホート分析でLTV・リピートを読み解くが参考になります。

始める前に知っておきたい注意点
・費用は「ためる量」と「読む量」で決まる：保管と集計それぞれに料金がかかります。小〜中規模なら無料枠で収まることも多いですが、毎回全データを読むクセがつくと費用が膨らみます。期間や項目を絞って読むのが基本。最新の料金は必ずBigQuery のドキュメントの料金ページで確認を。
・エクスポートは「オンにした後」の分だけ：過去にさかのぼって書き出されません。だから思い立ったら早めにオンにしておくと、後々の比較で助かります。
・生データは少しクセがある：1回の購入が複数行に分かれて記録されるなど、画面の数字とそのまま一致しないことがあります。最初は少額・少量で「画面の数字と合うか」を確かめながら進めましょう。
・個人情報の扱いに注意：メールアドレスなど個人を直接特定する情報を勝手にためない・混ぜない。社内の生成AIをEC業務に安全に使う社内ルール作りと同じく、扱うデータの線引きを先に決めておくと安心です。

はじめの一歩：つまずかない3ステップ

むずかしく考えず、次の順番で小さく試します。

  1. BigQueryの「箱」を用意する：GoogleのクラウドでBigQueryを使えるようにし、データをためる場所（プロジェクト）を作ります。最初は無料枠の範囲で十分です。
  2. GA4から「エクスポート」をオンにする：GA4の管理画面で、BigQueryへの連携（リンク）を設定します。ここをオンにした日から、毎日データが書き出されます。
  3. かんたんな集計を1本だけ書く：いきなり複雑な分析をせず、「昨日の購入件数を数える」程度のSQLから始めます。画面の数字とだいたい合えば、土台は正しくつながっています。

この3つが通れば、あとは問いを少しずつ複雑にしていくだけです。最初から完璧な分析基盤を目指さず、「1つの問いに答えられた」を積み重ねるのが、挫折しないコツです。

あなたへの影響

明日やること

  1. "画面では答えられなかった問い"を3つ書き出す。「初回流入元別の2回目購入率」など、具体的に。これが導入の目的になり、過剰な作りすぎを防ぎます。
  2. GA4のBigQueryエクスポートをオンにできるかだけ確認する。管理画面に連携設定があるか、Googleのクラウドアカウントが用意できるかを見ておく。設定手順はGoogleアナリティクス ヘルプで確認。
  3. 小さく始める前提で費用の考え方を把握する。「ためる量」と「読む量」で課金される仕組みと無料枠の範囲を、BigQuery のドキュメントでざっと確認する。
  4. 最初の1本は"答え合わせ"にする。「昨日の購入件数」のような、GA4の画面と突き合わせられる集計から始め、数字がだいたい合うかを確かめる。
  5. 個人情報の線引きを先に決める。何をためてよくて何はダメか、1枚のメモにしてから本格運用に入る。判断に迷う扱いは専門家にも相談する。

GA4×BigQuery はじめの一歩 セルフチェックリスト

GA4からBigQueryへ——と聞くと、専門のエンジニアがいないと無理そうに感じるかもしれません。でも、最初の一歩は「エクスポートをオンにして、集計を1本書く」だけ。そこさえ越えれば、これまで画面の前であきらめていた問いに、自分の手で答えを出せるようになります。大きな基盤を一気に作ろうとせず、今日は"答えたい問い"を3つ書き出すところから。その3つが、あなたの分析をひとつ深いところへ連れて行ってくれます。

関連記事・無料ツール

BigQueryへの連携を終え、これまで見えなかった顧客の動きが読めるようになって前を向くEC担当者
あなたのお店は、GA4の画面で「ここから先が知りたいのに」と手が止まった経験はありませんか。答えたい問いと、今見ている指標を教えていただければ、無料診断で「BigQueryまで踏み込むべきか、まだ標準レポートで足りるか」の目安を一緒に整理してお返しします。

参考（公式・一次情報）