ユニバーサル アナリティクスのサポート終了が発表されて以降、Google Analytics 4を勉強しているという人も増えたことでしょう。今回の記事では、ユニバーサルアナリティクスから大きく変わったといわれるデータと、その集計方法についてまとめていきます。
UAとGA4でのイベントの違い
まず最初にユニバーサル アナリティクス（UA）とGoogle Analytics 4（GA4）のイベントの違いを見ていきましょう。
UAのイベント
UAのイベントでは「カテゴリ」「アクション」「ラベル」「値」の項目を送信していました。送信されたデータは、「行動」のイベントレポートなどで使うことができます。
GA4のイベント
GA4では、「カテゴリ」「アクション」「ラベル」「値」の代わりに「パラメータ」としてデータを送信しています。
パラメータには、自動で収集されるイベントパラメータとカスタムで付与できるイベントパラメータがあります。カスタムで付与されたパラメータは、「カスタムディメンション」として設定することでレポートで使えるようになります。
UAとGA4でイベントという名称は同じですが、データの構成が異なっています。
Google タグマネージャーでみるイベント パラメータ
Google タグマネージャー（GTM）でGA4のタグ管理をしている場合、「GA4 設定」タグ、「GA4 イベント」タグで、イベント パラメータを設定できます。
「GA4 設定」タグでは「設定フィールド」にて「page_view」などで利用できるパラメータが設定できます。
「GA4 イベント」タグでは独自のイベントを作るのと同時に、そのイベントで利用できるパラメータを「イベント パラメータ」で設定できます。
どちらの場合でも、「イベント パラメータ」は「パラメータ名」と「値」をセットで指定します。
BigQueryに格納されるデータ
BigQueryには、1行につき1イベントの単位でイベント データが格納されています。
「event_name（イベント 名）」や「event_params（イベント パラメータ）」だけでなく、「device」や「geo」などユーザーに関する情報も含まれています。
上のキャプチャは埋め込み動画を再生した際のイベント「video_start」の例です。
「event_params」の中に入れ子構造で「key」と「value」が複数保存されています。これがネストされている状態です。
「key」と「value」は、それぞれGTMの設定にあった「パラメータ名」と「値」が対応しています。
ここまで、イベントとパラメータについて見てきました。
続いて、これらのデータがどのよう集計できるのか見ていきましょう。
「レポート」「探索」「BigQuery」、どう集計されるか
GA4で収集されたデータは「レポート」「探索」「BigQuery」の3つの方法で集計することができます。ここでは、「ページごとのページビュー」を例に、どのように集計されるか見ていきましょう。
レポート
設定
「エンゲージメント」の「ページとスクリーン」で、「ページパス + クエリ文字列とスクリーン クラス」をセットする。
探索
設定
行に「ページ遷移 + クエリ文字列」※1、値に「イベント数」、フィルタで「イベント名」を「page_view」と「完全一致」で設定※2。
※1：今回のデータではURLにパラメータがついていたので、「ページ遷移 + クエリ文字列」を利用しました。パラメータがない場合「ページの場所」でＯＫなはずです。
※2：「イベント名」を「page_view」に絞り込みしていますが、複数のイベントで同じ「パラメータ」が設定されていることがあるためです。
フィルターを解除し、「列」に「イベント名」を追加すると、どのイベントで同じパラメータのイベントが発生しているかがわかります。
BigQuery
元のテーブルを平坦化し、event_paramsの中にあるpage_locationをディメンションに設定、event_nameがpage_viewとなっているデータをカウントしています。
平坦化については、こちらの記事を参考させていただきました。
GoogleAnalytics Apps+Web プロパティをBigQueryと連携したついでにフラット化する | エクスチュア株式会社ブログ
まとめ
この記事では、イベント データと集計方法についてを見てきました。
探索レポートやBigQueryを利用するにあたり、自サイトの「イベント」と「パラメータ」を理解している必要があります。設定の段階でこれらをしっかり整理しておきましょう。
また、GA4では無料版でもBigQueryが使えるので、レポートがどのようなデータをどのように集計しているかを検証しやすくなっています。この環境を活用し、自分が見ているデータが何を表しているのかを見直す良い機会でしょう。
謝辞
この記事を書くにあたりよしなり先生、郡山先生、takano先生、ご協力ありがとうございました。
