GA4のBigQueryデータを広告成果と受注データと一緒に見る方法

広告プラットフォームのコンバージョンだけでは、実売上はわかりません

広告の管理画面は、クリック、コンバージョン、コンバージョン値、ROASを見せてくれます。しかし決済後にキャンセル・返品された注文、利益率の異なる商品、新規顧客とリピート顧客の違いは、自社の受注・会員・CRMのデータの側に残ります。媒体のROASが良くても、実際の計上売上や利益が期待と違うことがあるのはそのためです。

BigQueryにGA4イベントや注文・CRMデータが蓄積されていれば、広告実績と照合して差を調べられます。Neuroはテーブル構造を確認し、自然言語の依頼に合わせてクエリを作成します。先に売上の定義と、データを結ぶ項目を決めておきましょう。

選んだBigQueryのデータセットだけを読み取り専用でつなぎます

Neuroは自社のBigQuery全体を複製しません。連携するときにGoogleアカウントで認証し、AIが取得してよいデータセットを自分で選びます。連携後は、選んだデータセットのテーブル一覧とスキーマを確認したうえで、必要なSELECTのクエリだけを実行します。書き込み・更新・削除のクエリはサーバー側で拒否されます。

すでにGA4のBigQuery Exportを使っているなら、すぐ連携できます

GA4でBigQuery Exportをオンにすると、`analytics_<property_id>`のデータセットに日次の`events_YYYYMMDD`テーブルが作られます。NeuroがGA4とBigQueryの接続や、過去データのエクスポートを代わりに設定するわけではありません。既存のExportのデータセットが用意されている必要があり、Exportをオンにする前の過去データは自動では埋まりません。

良い分析は、共通のキーと基準を先に確認します

BigQueryを連携したからといって、広告費用、GA4のイベント、受注が自動的に正確に結合されるわけではありません。行単位で突き合わせるには、`transaction_id`や明示的に収集した`user_id`のように、両方に同じ識別子がある必要があります。日付・source・medium・campaignだけをそろえた比較は集計のトレンドを見るためのもので、個々の注文がどのキャンペーンに帰属するかを証明するものではありません。Neuroはテーブルの構造を確認してクエリを作れますが、その会社のビジネス上の定義まで推測してはいけません。

1. まず広告アカウントとBigQueryで使う期間、通貨、タイムゾーンをそろえます。
2. GA4と受注・会員のテーブルに、実際に共通の識別子があるかを確認します。
3. 決済時点の売上、確定した売上、返金を除いた純売上のうち、意思決定の基準を決めます。
4. 短い期間で結果を突き合わせてから、週次・月次の分析へ広げます。

GA4のデータセットを選んで最初の質問まで、4ステップです

1. GA4のBigQuery Exportの`analytics_<property_id>`データセットと、あわせて見る受注・CRMのデータセットを確認します。
2. Neuroのサービス連携でBigQueryを選び、データにアクセスするGoogleアカウントでログインします。
3. 取得を許可するデータセットとスキャンの上限を選び、よく使うテーブルとコード値の説明を書きます。
4. まずは直近7日のイベント数と購入数のように、GA4で突き合わせやすい質問で連携を検証します。

クエリ1件あたりと、1日の累計スキャン量の上限を超えると、実行の前にブロックされます。BigQueryの費用は自社のGoogle Cloudプロジェクトに別途請求されます。必要な列と日付のテーブルだけを取得する必要があり、結果の行にLIMITをかけても、クラスタ化されていないテーブルのスキャン量は減らないことがあります。

GA4 BigQueryを連携した日にすぐ試せる質問

まずは短い期間の注文IDを少数照合します。対応しない注文、購入イベントの重複、返金処理の違いを確かめてから、月次レポートへ期間を広げましょう。