Googleアナリティクス4 無料

-
開発元 グーグル
公式サイト https://marketingplatform.google.com/about/analytics/

Google Analytics 4 (GA4) は、Google の新世代の Web サイトおよびアプリケーション分析プラットフォームであり、 カテゴリに属します。イベント中心のデータ モデルは従来のセッション モデルを置き換え、ウェブサイトとアプリのユーザー行動追跡を統合し、予測指標（解約確率、購入確率）、インテリジェントな分析情報、プライバシー セキュリティ モデリング機能を組み込み、BigQuery エクスポートによる生データの詳細な分析をサポートします。

Googleアナリティクス4 製品インターフェース

Google アナリティクス 4

コアパラメータと統計

Google Analytics 4 (GA4) は、Web サイトとアプリ向けの Google の次世代分析プラットフォームです。これは、ユニバーサル アナリティクスの 10 年前のセッション モデルをイベント モデルに置き換え、ユーザーの行動をページ閲覧セッションの集合スライスではなく独立したイベント ストリームに分解します。この変更の基本的な目的は、Web サイトとアプリのデータ容量を統一することです。今日、クロスエンドユーザーの行動が標準となっているため、会話モデルでは当然のことながら、Web とアプリ間での同じユーザーの継続的なアクションを正確に関連付けることができません。

プロジェクト 広報
公式の位置づけ デバイスやプラットフォームにわたるユーザーのジャーニー全体を理解するための顧客ライフサイクル分析プラットフォーム
データモデル イベントベースの代替セッション モデル (セッションベース)
コア機能 行動分析、コンバージョン追跡、チャネル アトリビューション、予測指標、インテリジェントな洞察
内蔵AI 予測確率 (チャーン/購入)、インテリジェントな洞察 (Proactive Insights)、プライバシーとセキュリティのモデリング
データエクスポート BigQuery ネイティブ エクスポート（標準バージョンと 360 の両方でサポート）
統合されたエコシステム Google 広告、ディスプレイ＆ビデオ 360、検索広告 360、Google Cloud、Firebase、Salesforce Marketing Cloud、Google アド マネージャー、AdMob、Google Play、Search Console
サポートされているプラ​​ットフォーム ウェブ、Android、iOS、API
エンタープライズ版 アナリティクス 360: 強化された SLA、非サンプリング データ、時間ごとの更新頻度
無料版のコア制限 月間 1,000 万イベント (Web サイトとアプリの合計)、シングルヒット サイズ制限 128 KB

イベント モデルのエンジニアリング上の影響: GA4 は、各ユーザー インタラクション (ページの閲覧、ボタンのクリック、スクロール、トランザクション) を独立したイベントとして記録し、各イベントにはタイムスタンプ、ユーザー ID、パラメーター セットが含まれます。これは、分析が「セッションの開始/終了」フレームワークに拘束されなくなり、一連のアクションを変換として柔軟に定義できることを意味します。トレードオフは、イベントの量が従来の PV 数よりもはるかに多くなるということです。トラフィックの多いサイトの場合、無料版の 1,000 万/月の上限が厳しい制約になる可能性があります。

予測指標の提供条件: GA4 の AI 予測機能 (購入確率、解約確率、収益予測) はデフォルトでは有効化されておらず、メディア リソースが少なくとも 28 日間の過去のイベント データを蓄積し、Google のモデル トレーニングのしきい値を満たす必要があります。小規模および中規模のトラフィックがあるサイトでは、予測出力が長期間表示されない可能性があります。

ユーザーと市場の認識

GA4 は世界で最も広く導入されている Web サイト分析プラットフォームですが、その「広範さ」の裏には 2 つの市場差別化レベルがあります。C サイドの中小規模サイトの受動的な移行と B サイドの企業による積極的な採用です。

市場カバレッジ: Google が 2023 年 7 月にユニバーサル アナリティクスによるデータ処理を停止して以来、Google アナリティクスを使用しているほぼすべてのサイトが受動的または積極的に GA4 に移行されました。世界のトップ 100,000 Web サイトにおける Google Analytics の普及率は長らく第一位にランクされてきましたが、この数字はユーザーによる GA4 の積極的な選択というよりも、UA の歴史的な蓄積を反映しています。

企業事例の定量的シグナル: Google の公式事例ページでは、いくつかの検証可能な顧客結果が公開されました - 412 Food Rescue は報告時間を 50% 短縮しました (「報告時間を 50% 短縮しました」)。 Lider は、GA4 を通じて単一顧客獲得コストの 85% 削減と 18 倍のコンバージョン率の向上を達成しました (「CPA の 85% の減少とコンバージョン率の 18 倍の向上」)。香港のマクドナルドは GA4 を使用して、アプリ内注文の 550% の増加を達成しました。これらのケースは、GA4 のアトリビューションとオーディエンス機能が大規模なトラフィック シナリオで定量化可能な成果をもたらすことを示していますが、具体的な結果は企業自身のデータ基盤と分析の成熟度に大きく依存します。

コミュニティとサードパーティ エコシステム: GA4 は巨大なサードパーティ ツール エコシステム (データ ダッシュボード、監査ツール UTM ビルダー GA4 から BigQuery へのパイプライン ツール) を生み出し、その API と BigQuery エクスポートは独立したデータ製品やコンサルティング サービスへの入り口となっています。 Google Analytics で認定された専門家の労働市場は GA4 を中心に成長を続けていますが、これ自体がプラットフォームのロックイン効果の現れです。

前提条件: GA4 の値の上限は、メディア リソースの品質によって異なります。チームが依然として単純なページビュー追跡にこだわり、カスタム イベント、コンバージョン、ユーザー ID をデプロイしていない場合、GA4 のクロスプラットフォーム、予測、アトリビューション機能は基本的にアイドル状態になります。

コストメリット

GA4 のコスト構造は、「無料の標準バージョン + エンタープライズ バージョン 360」という明確な 2 層モデルを示していますが、隠れたコストとスケールのボトルネックは個別に解体する価値があります。

C サイド/個人ウェブマスター: 標準バージョンは無料で使用でき、毎月 1,000 万のイベント割り当てはほとんどの中小規模のサイトに十分です。割り当てを超える支払いプランについては、公式リアルタイムページを参照してください。個々のユーザーにとっての実際のコストは、UA の会話型思考から GA4 のイベント型思考への切り替えという学習曲線と、Google によるレポート インターフェイスの頻繁な調整によって生じる継続的な適応コストにあります。

開発者/データ アナリスト: 生のイベント データは、詳細なモデリングのために BigQuery エクスポートを通じて取得できます。 BigQuery はスキャンされたデータ量に基づいて課金され (Web UI には無料の月次割り当てがあります)、高頻度のクエリ シナリオではコストを制御できます。 GA4 の Data API v1 はプログラムによるレポートの取得をサポートしており、内部システムへの埋め込みに適しています。 API 呼び出しはプロジェクトの割り当てに従って管理され、追加料金は発生しません。

エンタープライズ/中規模および大規模サイト: アナリティクス 360 は、毎月のイベント量が無料版を超えているか、SLA 保証が必要な企業向けです。価格は営業チームに確認する必要があります。 360 バージョンの主な利点には、時間ごとのデータ更新 (標準バージョンの場合は毎日)、非サンプリング データ レポート、強化されたクレジット (イベント/ユーザー/パラメーターの上限の引き上げなど)、サブプロパティおよび概要レポートが含まれます。企業は購入前に、SLA 条件、データ保存オプション、契約期間中の価格ロック メカニズムの確認に重点を置く必要があります。

隠れたコスト: 毎月のイベント量が数千万に近いサイトの場合、無料バージョンの制限が実際のプレッシャーとなる可能性があります。さらに、GA4 のイベント スキーマ設計は、下流分析の柔軟性を決定します。最初の埋め込みポイントが広すぎる場合、その後の遡及的な変換のコストは、1 回限りの計画のコストよりもはるかに高くなります。高頻度の BigQuery エクスポート シナリオにおけるスキャン量の増加も、運用予算に織り込む必要があります。

主な機能

GA4 の機能システムは、収集から洞察までのすべてをカバーする「フル ライフ サイクル ユーザー分析」を中心に設計されています。コアモジュールは次のとおりです。

  • イベント モデルとカスタム イベント: 各インタラクションを独立したイベント (page_view、スクロール、クリック、購入など) として記録し、カスタム イベント名とパラメーターをサポートします。 適用可能なタスク: ページの閲覧パスに限定されず、あらゆるユーザーの行動を独立した分析ディメンションとして使用できます。
  • 予測メトリクス (AI 活用): 機械学習に基づくユーザーレベルの予測。これには、購入確率 (7 日以内に取引が行われる確率)、解約確率 (7 日以内に返品されない確率)、収益予測 (今後 28 日間の予想収益) が含まれます。 該当するタスク: 価値の高いユーザー リストを作成し、積極的なマーケティング介入を開始し、広告視聴者を最適化します。
  • Intelligent Insights (Proactive Insights): データの異常な変化 (特定のチャネルでのトラフィックの突然の減少、特定のタイプのユーザーのコンバージョン率の異常な変化など) を自動的に識別し、自然言語の概要でレポートの先頭にプッシュします。 該当するタスク: 運用チームが注意を必要とするデータ変更を迅速に特定し、手動監視におけるカバレッジの死角を減らすのを支援します。
  • 探索: フリーフォーマット、ファネル分析、パス分析、セグメンテーションの重複、同一グループ分析、ユーザー探索、ユーザーライフサイクルを含む 8 つの分析テンプレートを提供します。 該当するタスク: アナリストや上級ユーザー向けの、プリセット レポートに依存しない柔軟な多次元データ探索。
  • 広告ワークスペースとアトリビューション モデリング: 各チャネルの配信パフォーマンスとコンバージョン貢献度を確認し、データドリブン アトリビューション (Data-Driven Attribution) などの複数のモデリング手法をサポートします。 該当するタスク: マーケティング予算配分の効率を評価し、マルチチャネル ポートフォリオ ソリューションを最適化します。
  • BigQuery ネイティブ エクスポート: GA4 生のイベント データを BigQuery に自動的にエクスポートし、SQL の詳細なクエリと外部モデル トレーニング データの構築をサポートします。 該当するタスク: データ チームは、分析プラットフォームの外部でカスタム モデリング、ビジネス レポート、データ マイニングを実行します。
  • 視聴者の生成と活性化: イベント バーに基づく

ファイル、ユーザー属性、予測スコアなどのディメンションに基づいてオーディエンスを作成し、ワンクリックで Google 広告、ディスプレイ＆ビデオ 360 などの広告プラットフォームに同期します。 該当するタスク: 分析の洞察を広告ターゲティング戦略に直接変換し、発見から行動までの距離を短縮します。

機能的な相乗効果: 予測指標の価値は、「どのユーザーが離脱する可能性があるか」を示すだけでなく、オーディエンス リストを直接出力して Google 広告に同期できることです。つまり、「高リスク ユーザーの分析」から「これらのユーザーへのリテンション広告の掲載」までのプロセスを、データ パイプライン転送を必要とせずに同じプラットフォーム内で完了できることを意味します。

モデルとバージョンの進化

GA4 のバージョン進化は、実際には、従来の意味でのソフトウェア バージョン番号の増加ではなく、Google アナリティクス 製品の世代間の切り替えです。

第一世代: Classic Analytics (Urchin 時代)

2005 年に Google が Urchin Software を買収した後に開始されたこのサービスは、ページ タグ付けテクノロジーを使用しており、レポートはページ ビューと訪問に基づいています。この世代は無料の Google Analytics ツールの基礎を築きましたが、今日のデータ モデルは粗雑に見えます。

第二世代: ユニバーサル アナリティクス (セッション モデル時代)

2012年にリリースされ、「訪問者-セッション-ブラウジング/イベント」の3層モデルを採用し、オーディエンス分析、ターゲットコンバージョン、強化されたeコマースなどの機能を導入しました。 UA は世界中で Web サイト分析の事実上の標準となっていますが、そのセッション モデルでは当然のことながら Web サイトとアプリのデータを統合することはできません。同じユーザーのクロスエンド行動は 2 つの独立したセッションとして記録され、関連付けることはできません。

第3世代：Google Analytics 4（イベントモデル時代）

2020 年 10 月にベータ版としてリリースされ、2023 年 7 月に UA を完全に置き換えました (UA 標準メディア リソースはデータの処理を停止します)。 GA4 の主な変更点は次のとおりです。

  • イベント モデルはセッション モデルを置き換え、Web とアプリのデータを統合します。
  • 組み込みの機械学習予測機能
  • ユーザーレベルのデータ保持 (デフォルトは 2 か月、14 か月まで調整可能)
  • BigQuery エクスポートは無料版で利用可能
  • デフォルトでは匿名 IP、完全な IP アドレスは保存されなくなりました

移行に残された課題: GA4 のインターフェイスとデータ容量は UA とは大きく異なり、UA 時代に蓄積された多くの履歴レポートを直接移植することはできません。 Google は UA から GA4 への移行ガイダンス ツールと比較レポートを提供していますが、履歴データは UA バックアップまたは BigQuery から復元する必要があり、GA4 に自動的に継承することはできません。

技術的な利点

GA4 の技術的な利点は、単一のパフォーマンス指標には反映されません。データ モデルの柔軟性と Google エコシステムにおけるコラボレーションの深さに反映されます。

イベント モデルのエンジニアリング ボーナス: GA4 は、各ユーザーの行動をパラメータ付きのイベント レコードに変換し、固定スキーマなしで柔軟に埋め込むことができます。 UA の「ページ = セッション内の 1 PV」固定フレームと比較して、GA4 は「ユーザーがクリックしたビデオ再生ボタン + ビデオ ID + 30 秒目の現在の進行状況ビット」などの 3 次元データ ポイントを記録できます。これは、クロスプラットフォーム シナリオでは特に重要です。 iOS側の「スライドブラウジング」とWeb側の「ページブラウジング」は、最終的には同じパラメータ構造で「コンテンツブラウジング」イベントにマッピングできます。

機械学習機能の埋め込み: GA4 の予測モデルはユーザーが手動でトレーニングする必要はありませんが、トップレベルで集約されたデータに基づいて Google によって構築された一般的な予測モデルです。これは、ユーザーが「購入確率 0.86」などのユーザー レベルのスコアを取得するには、基本データのしきい値を満たすだけでよいことを意味します。しかし、これはモデルの透明性が限られていることも意味します。ユーザーはどの機能が予測を推進しているのかを知ることができず、モデルのパラメーターを調整することもできず、予測出力は「すぐに使えるがカスタマイズできない」ブラックボックスです。

プライバシーに安全なモデリング: iOS ATT (App Tracking Transparency) とサードパーティ Cookie が段階的に廃止される中、GA4 は観察データのギャップを埋めるために動作モデリングを導入します。その中核となるロジックは、プライバシー制限により直接追跡できない、観察可能なユーザー パターンに基づいてユーザーの行動をモデル化し、推定することです。このメカニズムは、レポート レベルでの「モデル化イベント」と「観察イベント」の混合として現れます。ただし、Googleはモデリング精度の検証方法を公開していない。ユーザーはモデリング データに対する信頼性を自分で評価する必要があります。

BigQuery の緊密な統合: 生のイベント ログを BigQuery に直接書き込むことが、GA4 をほぼすべての競合製品と区別する技術的な障壁です。広告プラットフォームは、デフォルトでクリック/インプレッション ログと分析イベント ログを同じデータ ウェアハウスに置きます。アナリストは SQL を使用して、複数のデータ ソースを手動で結合することなく、「広告露出からオンサイト コンバージョンまで」のフルリンク クエリを完了できます。

使い方

GA4の実装パスはデータ収集層、設定層、分析層に分かれており、異なる役割が異なる入り口から介入します。

使い方 役割に適しています 主なアクション コスト
ウェブコンソール 運用、マーケティング、分析チーム メディア リソースの作成、イベントと変換の構成、レポートの表示 無料
Google トラッキング コード (gtag.js) フロントエンド開発者 カスタム イベントで拡張されたベースライン コードの単一ページのデプロイメント 無料
Firebase SDK アプリ開発者 iOS / Android 分析イベントにアクセス 無料
Google タグ マネージャー (GTM) タグ管理チーム サイトのソース コードを変更せずに、GTM コンテナーを通じてすべてのトラッキング タグを管理します。無料
データ API v1 データエンジニア プログラムでレポート データを取得し、内部システムに統合する API クォータ別
BigQuery エクスポート データチーム SQL の詳細な分析のために生のイベント データをリアルタイムでエクスポート BigQuery スキャンの請求
アナリティクス 360 エンタープライズ 契約締結後に拡張クォータ SLA およびサブメディア リソースを取得 ビジネスの確認が必要です

一般的な実装手順:

  1. 管理パネルで GA4 メディア リソースを作成し、測定 ID (G-XXXXXXX) を取得します。
  2. Web サイトは gtag.js または GTM を使用してベースライン コードをデプロイします。アプリには Firebase SDK が統合されています。
  3. カスタム イベントとキー変換イベント (購入、サインアップなど) を構成します。
  4. ユーザー属性と視聴条件を設定します。
  5. データ フローが安定しているかどうかを確認します (リアルタイム レポートが表示される場合は、収集が正常であることを意味します)。
  6. BigQuery 接続を構成し (オプション)、生データのエクスポートを開始します。
  7. Discovery モジュールまたは標準レポートに入り、分析を開始します。

新しいサイトの場合、ベースライン コードをデプロイしてからレポートに使用可能なデータが表示されるまでにかかる時間は、通常 1 ～ 2 時間です。履歴データのインポート (UA から GA4) には追加の構成が必要です。 Google は、チームが GA4 の構成と分析プロセスを体系的に学ぶのに適した、無料の Analytics Academy および Skillshop コースも提供しています。

製品の価格設定

GA4 の価格体系は、Google の一貫した「無料の標準バージョン + エンタープライズ バージョンのオンデマンド価格」戦略を継続しています。

標準版 (無料):

  • メディア リソース割り当て: アカウントあたり最大 200 メディア リソース
  • イベント収集量: 月間 1,000 万イベント (Web サイトとアプリの合計)
  • データ保持: ユーザーレベルのデータはデフォルトで 2 か月ですが、最大 14 か月に設定できます
  • レポート機能: フル標準レポート + 探索および分析 200 テンプレート/ユーザー
  • BigQuery エクスポート: ネイティブの無料エクスポートをサポート
  • 測定プロトコル: サーバー側のイベント送信をサポート

アナリティクス 360 (エンタープライズ エディション):

  • イベント収集: 月間割り当ての増加 (契約による)
  • データ更新: 1 時間に 1 回 (標準バージョンの場合は 1 日 1 回)
  • レポート サンプリング: サンプリング レポートなし
  • サブメディアリソースと概要レポート: 複数のブランドと複数のチャネルを一元管理
  • SLA: 可用性とデータ整合性への取り組み
  • データ常駐性: 地域のデータ ストレージの選択をサポートします。
  • カスタム ディメンション/指標の制限の強化

実際の価格については、Google の営業チームにお問い合わせいただく必要があります。 360 Edition を評価する場合、企業は超過料金を回避するために、月間イベントのピーク量を 360 Edition のクォータ範囲に合わせることに重点を置く必要があります。

アプリケーションのシナリオ

GA4 の実装シナリオは、データドリブンのマーケティング チームと製品運用チームに焦点を当てており、顧客の獲得から維持までの完全なリンクをカバーしています。

  • E コマースおよび小売ファネル分析: 広告クリック→商品閲覧→追加購入→支払いまでの各セクションのコンバージョン率を追跡し、予測指標を組み合わせて「購入確率は高いがまだ注文していない」ユーザー グループを特定し、オーディエンスを Google 広告にエクスポートして正確なフォローアップ投資を実現します。 検証の重要なポイント: イベント スキーマが主要な購入アクションを完全にカバーしているかどうか、およびアトリビューション モデルの選択がチャネル配信結果に及ぼす影響。
  • コンテンツ メディアとユーザー維持: 記事/ビデオの閲覧深度、インタラクティブな行動 (コメント、コレクション、共有)、再訪問の頻度を分析し、離脱確率予測スコアを使用してアクティブ度の低いユーザーを事前にロックし、プッシュまたはメールを通じてリコール介入を実施します。 検証すべき重要なポイント: コンテンツ インタラクション イベントの正しい定義 (たとえば、75% のビデオ再生の進行状況は「有効なビュー」とみなされます)、およびユーザー ID のクロスデバイス関連付けの範囲。
  • B2B およびリード獲得: フォーム入力、デモ予約、データダウンロードなどのリードタイプのコンバージョンを追跡し、UTM パラメーターとチャネル属性を組み合わせて、各マーケティング チャネルのリードの質と最終的なトランザクション コンバージョンを分析します。 確認すべき重要なポイント: 「フォームの送信」から「トランザクション」までのリードのクロスセッション パスを BigQuery でカスタマイズする必要があります。 GA4 プリセット レポートでは、B2B ロングサイクル変換のサポートが制限されています。
  • アプリの動作と収益化の分析 (Firebase 統合): ウェブとアプリの両方を運用する製品の場合、GA4 は Firebase SDK を通じて両端からデータを均一に収集する機能を提供します。ウェブの閲覧からアプリの購入までのユーザーの完全なパスを再構築できます。 検証すべき重要なポイント: 同じメディア リソース内のアプリ イベントと Web イベント間のスキーマの一貫性。

該当する人

GA4 の多層機能システムにより、次の 4 つの中心的な役割を果たすことができます。

  • 運用およびマーケティング チーム: 標準レポート、チャネル アトリビューション、視聴者機能を利用して、毎日のトラフィック監視、アクティビティ効果評価、広告ターゲティングの最適化を完了します。少なくともイベント モデルと変換構成を理解する必要があります。一般的なタスク サイクルは、時間単位 (リアルタイム監視) から月単位 (属性レビュー) までの範囲です。
  • データ アナリストと BI チーム: Discovery Analytics の 8 つの分析テンプレートを使用して柔軟なデータ マイニングを実行するか、BigQuery でカスタム アトリビューション モデルやユーザー ライフサイクル曲線を構築します。 SQL の熟練度および GA4 スキーマの知識に依存します。
  • プロダクト マネージャーおよび成長チーム: イベント モデルに基づいて機能導入率 (機能導入)、ユーザー維持曲線、コンバージョン ファネルを追跡し、製品の反復決定をサポートします。ユーザー属性とイベント スキーマの設計をマスターする必要があります。そうしないと、「必要な分析ディメンションがデータ内に見つかりません」。
  • Google 広告チーム: GA4 オーディエンスを Google 広告、ディスプレイ＆ビデオ 360 に直接同期し、行動と予測スコアに基づいて正確なターゲティングを行います。視聴者の質は、GA4 プロパティのデータの完全性に直接影響されます。

境界に適合しません:

  • 多次元のイベント レベルの分析を必要としないミニマリスト サイト (純粋なブログ、企業プレゼンテーション サイトなど) - GA4 の複雑さと学習コストは、そのニーズをはるかに超えています。
  • データ主権に対する厳格な管理要件を持つ企業 - GA4 データは Google データ センターに保存されます。 360 バージョンでは地域オプションが提供されますが、全体的なデータ ガバナンスの柔軟性は自社構築インフラストラクチャほど優れていません。
  • 長期にわたる詳細なアトリビューション（90 日にわたる非線形 B2B コンバージョンなど）に重点を置くビジネス - GA4 の事前設定されたアトリビューション ウィンドウは 30 ～ 90 日であり、より複雑なアトリビューション モデルは BigQuery を通じて自分で構築する必要があります。

概要と展望

Google アナリティクス 4 の中核的な競争力は、無料レベルの分析プラットフォームの AI 予測機能と Google 広告エコシステムを同じデータ層にロックしていることです。ユーザーの行動データは分析の原材料であり、広告ターゲティングの入力信号でもあります。この関係は、ますます厳しくなるデータ分離の規制環境下で GA4 の堀となっています。そのイベント モデルは、UA と比​​較してアーキテクチャ レベルで正しい方向性を示しており、クロスプラットフォーム分析の構造的な障害をクリアしています。

現在の主な制限は次のとおりです。無料バージョンのイベント クォータは、中規模および大規模サイトにとって大きなボトルネックです。 AI 予測モデルはブラックボックス出力であり、監査に参加するように調整することはできません。インターフェイスと UA の分離により、継続的な移行と学習のコストが発生します。プライバシーモデリングの精度検証方法は公開されておらず、モデリングデータの信頼性は利用者が自ら判断する必要がある。

調達と導入のリスク評価: 新しいサイトまたはチームにとって、GA4 から始めるのが最もリスクの低いパスです。まだ UA を使用しているチームは、データのバックアップ完了後に移行を加速することをお勧めしますが、スタッフのトレーニングとスキーマの設計時間を少なくとも 2 ～ 4 週間確保する必要があります。月間イベント量が数千万件に近づき、SLA またはデータ常駐保証が必要な企業の場合、360 バージョンの契約に署名する前に、クォータの上限、超過料金、および契約のロックイン条件を調整する必要があります。 GA4 を唯一のデータ インフラストラクチャとして使用することは推奨されません。ビジネス クリティカルなアトリビューションと予測の決定では、GA4 の出力結果を相互検証する機能を確立するために、BigQuery によってエクスポートされた生データを独立した監査リンクに含めることをお勧めします。

バージョン情報

  • Googleアナリティクス4 ：イベント モデルに基づいた Web サイトとアプリの統合分析。クロスプラットフォームのユーザー パス、予測指標、インテリジェントな洞察、プライバシー セキュリティ モデリングを提供します。特定の機能の境界は、最新の公式ページに準拠します。
  • ユニバーサルアナリティクス ：セッション モデルに基づく前世代の分析は、2023 年 7 月に標準メディア リソース データの処理を停止し、GA4 に完全に置き換えられました。
  • クラシック分析 (Urchin) ：Google Analytics の前身は、2005 年に買収した Urchin Software から派生したもので、ページ タグと単純なレポート モデルを使用します。公式の正確な日付はまだありません。

ユーザーレビュー

  • レビューを読み込み中...