BigQueryでGA4データを扱う手順とは？初期設定から基本クエリまで解説【サンプルSQLつき】

Google アナリティクス 4（GA4）では、イベントベースのデータをBigQueryにエクスポートすることで、より自由度の高い分析が可能になります。
標準レポートでは見えないユーザー行動の深掘りや、カスタムダッシュボードへの展開にも役立つため、マーケティングやWeb改善に携わる方にとっては重要なスキルです。

本記事では、GA4とBigQueryの連携から、基本的なクエリの実行までの流れを、初心者にもわかりやすく丁寧に解説します。

なおBigQuery自体の初期設定については、下記のページが大変参考になります。
初心者でもわかるBigQuery入門｜導入方法や使い方を徹底解説！(株式会社電算システム様)

1. ステップ １：GA4とBigQueryの連携方法

1）GA4とBigQueryを連携する理由

GA4とBigQueryを連携することで、Google アナリティクスのデータを「生データのまま」取得し、自分の好きなように集計・分析できるようになります。
標準のレポートではできない、ユーザー行動の深掘りやページ単位でのカスタム指標作成などが可能になります。

2）連携手順（GA4管理画面）※図をクリックすると拡大します

1. GA4の「管理」メニューを開く
2. 「BigQueryのリンク」＞「リンクを作成」を選択
3. データをエクスポートしたいプロジェクト（Google Cloud Platform：GCP）を選び、連携設定を行う
   ※このプロジェクトは、BigQuery上にGA4のデータセット（events_*テーブル）が作成される保存先となります
4. データのエクスポート頻度（日次／ストリーミング）を選択（※下図では日次を選択）

▼画像をクリックすると拡大します

3）エクスポート頻度の選び方：日次 vs ストリーミング

4）無料枠の概要と目安

• クエリ処理：1TB／月
• ストレージ：10GB／月
• 月間5〜10万PVであれば、3〜6か月分保存しても無料枠内に収まることが多い

2. ステップ ２：BigQueryで見るGA4データの構造

GA4ではイベント単位で行動が記録され、例えば「ページ閲覧」「スクロール」「クリック」などの行動が1行ずつ保存されます。

ところが「page location」などのイベントパラメータについては、下図のように各イベントの配下にネスト構造（＝入れ子構造：下図参照）されているため、そのままではデータを引き出すことができません。
この後、ネストされたイベントパラメータの値を引き出す方法とサンプルSQLをご紹介します。

1）主なカラム

• event_name：イベントの種類
• event_timestamp：イベント発生時刻（マイクロ秒）
• user_pseudo_id：ユーザー識別子
• page_location：ページURL
• event_params：イベント詳細（ネスト構造）

2）ネスト構造の展開（UNNEST関数）

ネストされているイベントパラメータの値を取り出すには、下記サンプルコードのように「UNNEST」関数で引っ張り出してやる必要があります。

SELECT ep.key, ep.value.string_value
FROM `project_id.dataset_id.events_*`, UNNEST(event_params) AS ep
WHERE ep.key = 'page_title'

本記事に掲載しているサンプルSQLスクリプトの使い方

サンプルSQLスクリプトを使用するためには、下図左から右の順番にGCPのBigQuery管理画面から「project_id」と「dataset_id」をコピーして、スクリプトの該当箇所に貼りつけてください。

▼画像をクリックすると拡大します。

3. ステップ 3：最初に実行する基本クエリ

このサンプルクエリは、BigQueryから日別のセッション数を抽出するものです。

SELECT
  DATE(TIMESTAMP_MICROS(event_timestamp)) AS date,
  COUNT(DISTINCT CAST(ep.value.int_value AS STRING)) AS sessions
FROM `project_id.dataset_id.events_*`,
UNNEST(event_params) AS ep
WHERE event_name = 'session_start'
  AND ep.key = 'ga_session_id'
GROUP BY date
ORDER BY date

4. BigQueryとGA4で数値がズレる？その理由と注意点

GA4画面上の数値には

• サンプリング誤差
• しきい値による誤差
• ラストノンディレクトクリックアトリビューション（※）

などの要素が反映されるため、BigQueryで集計した数値とGA4画面の数値に差が出ることがあります。

※ラストノンディレクトクリックアトリビューションについての詳細と対策は下記をご参照ください：
ラストノンディレクトクリックアトリビューションをSQLで実装する手順【サンプルスクリプト付き】(サイトウオンライン)

1）よくあるズレの例

• セッション数の差
• メディア／ソースの内訳の違い
• コンバージョン数の不一致

5. よくあるエラーとその対処法

• クエリが重すぎる：SELECT * を避ける、期間を絞る
• ネスト列の指定ミス：UNNEST() の使い方に注意
• GA4からBigQueryへのデータ反映が遅い：初回反映に最大24時間かかることがある

6. おまけ：Looker StudioでのBigQueryデータのレポート化

BigQueryで集計したデータは、そのままだとわかりにくいものです。
チームやクライアントに共有するには、グラフや表にして見せる必要があります。

そこで便利なのが、Googleの無料ダッシュボードツール「Looker Studio（旧Data Portal）」です。

特におすすめしたいのが、「カスタムクエリ接続」を使った方法です。
これには以下のようなメリットがあります：

• Googleアカウントさえあれば、データ接続のための追加認証が不要
• SQLでまとめた結果だけをそのままグラフにできるため、Looker Studio側での細かい設定が減る
• Looker Studioの「データ統合」機能を使えば、GA4とSearch Console（GSC）のデータも組み合わせ可能（※やや上級向け）

1）カスタムクエリ接続のやり方（簡易版）

1. Looker Studioを開く
2. 新しいデータソース →「BigQuery」を選択
3. 「カスタムクエリで接続」を選び、SQLクエリを貼り付ける
4. 名前をつけて保存 → グラフや表で利用

※注意：下図のプロジェクト名はSQLで使用する「プロジェクトID」ではないのでご注意ください

2）例：日別セッション数のクエリ（上記と同じものです）

-- ※以下の `project_id.dataset_id` の部分はご自身のBigQuery環境に合わせて変更してください。
-- 例：`my-project.analytics_123456789.events_*` のように指定します。

SELECT
  DATE(TIMESTAMP_MICROS(event_timestamp)) AS date,
  COUNT(DISTINCT CAST(ep.value.int_value AS STRING)) AS sessions
FROM `project_id.dataset_id.events_*`,
UNNEST(event_params) AS ep
WHERE event_name = 'session_start'
  AND ep.key = 'ga_session_id'
GROUP BY date
ORDER BY date

7. まとめ

GA4とBigQueryを連携すれば、より柔軟で詳細な分析が可能になります。
Looker Studioのカスタムクエリなどを使って、まずは「日次エクスポート」と「基本クエリ」から始めて、徐々に慣れていってください。

ChatGPTなどの生成AIにやりたいことと、Looker Studioのカスタムクエリで使うことを伝えると、かなり高い確率で、目的にあったSQLスクリプトを書いてくれます。
もしエラーが出た場合も、エラーコードやログなどをコピペして伝えると、修正版を作ってくれるので、楽しみながら諦めずにチャンジしてみてください。

関連：Search ConsoleのデータをBigQueryで分析する方法はこちら
Search ConsoleデータをBigQueryで分析する方法｜サンプルSQLつき解説はこちら

8. 参考リンク集

• BigQueryの料金と無料枠（Google Cloud公式）
• GA4とBigQuery連携のコスト試算（Optimize Smart）
• GA4データのエクスポートコストの目安（Analytics Canvas）