互いにGoogleのサービスです。
さて、この２つ。
2013年のGoogle I/Oで連携されると発表されて早１年。実際に使われているところをあまり聞いた事ないという人も多いのでは。
まぁ、これの使い方って社外秘だったりというところも多いのかなと思います。私自身もそんなにおおっぴらにお話しすることが出来なかったりなのですが、やんわり『こんな感じで使えるよ』ということをお話ししたいと思います。
コストがかかるようで、コスト削減。
アクセス解析基盤を作るのって結構面倒じゃないですか？うちも無いわけじゃなかったんですけど、正直チープでした。最初からアクセス解析を意識してシステムを設計して、構築されている素晴らしいものなら良いのですが、そうじゃない場合はユーザーを認識するためにプログラムを改修したり、様々なところからログを収集して、合体させたり非常に面倒なわけですよ。しかも、それをオンラインで色んな角度で解析したいと思うとそれなりのインフラも必要なわけです。
もう、そういうの面倒じゃないですか（笑）
だから、うちはGoogleAnalyticsPremiumを入れました。月額$12,500かかりますけど、インフラ構築費用、システム改修費用、それに対するデータセンターとか電気代とか保守費用などなどざっくり試算してみるとトントン、もしくはコスト削減が見込めました。しかも、BigQueryが使えるのでデータ量が多くなっても気にならない！ってことです。
どんなデータが入ってくるのか？
『ユーザー』という切り口でJSONのデータでBigQueryにデータが入ってきます。
簡単に言うとキーとしてユーザー番号みたいなものにアクセスされたURLや自然検索のキーワード、滞在時間などが枝となってぶら下がってきます。詳しい内容はこちら。
いわゆるアクセス解析というものに必要なものは詰まっていると思います。特にECサイトなんかだとよだれが出るようなデータをきちんと入れてくれています。
サンプルデータで確認することができます。
これで何が良いの？
実のところGAのwebインターフェイスでかなりの分析は出来るんですよ。しかも、視覚化もしてくれるし、ダッシュボードとして十分な機能は利用できるし。（笑）
じゃ、何が良いのか？すでにあるデータと組み合わせることが出来るのです！
自分たちが持っているデータとGoogleAnalyticsとのデータを掛け合わせることが出来るんですよ。そこで鍵になるのが、『customDimensions』と呼ばれるカラムです。
ここに自分たちのデータとGoogleAnalyticsを紐づけるキーを入れることで、バラバラだったデータが連結することができます。例えばユーザーがwebサイトにアクセスした際にcookieに一意のキーを埋め込んで、なんらかのアクションを取った際にそれを内部のDBに入れるのと同時に、GoogleAnalyticsにもデータを送信する。すると、そのアクションを行ったデータとGoogleAnalyticsのデータを組み合わせると、アクションが起こった過程や流入元などを見ることができます。このアクションというのはECサイトだと『注文完了』だったりします。注文データと行動データがこれで結びつくわけです。
その他の使い方は？
私自身も手探りだったりします。
と、いうよりも分析出来るデータの量が多すぎて手が回らないというのが本音ですし、データを分析するのが僕の仕事ではないので。（笑）でも、興味があるから空いている時間を見つけてレポートを社内に出して、気に入ってもらえればツール化しているような状況です。
今やっているのはキャンペーンなどからどのぐらいコンバージョンされているかなどを見ています。GoogleAnalyticsだけでもできますが、ローカルのデータと組み合わせることで、もっと正確で詳細なデータ分析ができます。自分たちが考えていたターゲットとあっているのか？『あれ？想定していたものと違うぞ？』ということもしばしば。
あと、日本ってExcel文化じゃないですか。だからスプレッドシートで数値なんかを出してあげるとあとは勝手に現場が自分の好きなフォーマットで加工するんですよね。
BigQueryとスプレッドシートの連携はこちらでどーぞ。
あと、自分はよくわかっていないのですが広告系も連動するようです。
最後に
本当に色んな使い方が出来るデータです。冒頭でも書きましたが、あまりおおっぴらにして良いのかどうかが微妙なので、このような書き方となってしまいました。ごめんなさい。この辺りは、GCP ja Nightでお話しします。
また、GoogleAnalyticsPremiumを利用している方々はBigQueryを使わなければ、本当の真価は発揮されないと思います。（※BigQueryに出したものをRedshiftにわざわざ持っていっているということも聞きますが、それは好みってことで。）
システム部門だけでもダメ、マーケティング部門だけでもダメ。両者が一体になって、データを色々いぢるととっても素敵になれますよ。
このようなデータがお気軽に取れるのと、大量データでも安価で超高速なBigQueryのおかげで、気が付いたら世の中で言うところのDMP（ハード売るための言葉みたいで嫌い！）というものになっているんじゃないでしょうか。っていうか身構えて『BigQueryでDMPだ！』なんて思わずに、どんなデータでもBigQueryに入れ込んで、連結させて分析していく。足りなければ後から足せば良いし、要らなければ使わないで良い。そんな気軽に使えるBigQueryが大好きということで、今日は終わり。
って、結局またBigQuery愛かい！！！