GA4無料版と有料版のBigQueryエクスポートの違い

2種類のBigQueryエクスポート

GA4のBigQueryエクスポートデータには以下の2種類がある。

イベントデータ
ユーザーデータ

ユーザーデータは1行1人で、user_pseudo_id単位で集約したデータと、user_id単位で集約したデータのそれぞれのテーブルが生成される。
所属するオーディエンスの情報やユーザ（user_pseudo_id / user_id）単位の通算指標が含まれる。

分析によく使うのがイベントデータで、1行1イベントでイベントパラメータなどがネストされて含まれている。

エクスポートの頻度

イベントデータの出力頻度は以下の3種類がある。

ストリーミング＝リアルタイム。重複や使えない列あり（トラフィック関連の列）
毎日→翌日に、前日分をまとめて、重複除外処理やトラフィック情報のアトリビューション処理済みの形で出力される
毎日（高頻度）＝「毎日」のデータを当日高頻度で出力する。「ストリーミング」と「毎日」の中間だが、トラフィック関連の列は出力される

これらは設定画面の「頻度」に対応している。

この中で「毎日（高頻度）」は有料版限定のオプションになる（無料版の管理画面では選択肢が表示されない）。

ストリーミングデータの問題点

ストリーミングデータでは重複や欠損の行が一部含まれる可能性があるのと、流入元アトリビューション処理ができておらず、traffic_source.***列とsession_traffic_source_last_click.***が欠損して出力される。

https://support.google.com/analytics/answer/9358801

このテーブルには、その日に発生したセッションアクティビティのレコードが保持されます。ストリーミングエクスポートはベストエフォート型の処理であり、イベントの遅れやアップロードの失敗などにより、データに漏れが生じる場合もあります。データは 1 日を通して継続的にエクスポートされます。セッションが複数のエクスポート周期にまたがっていると、テーブルにはそのセッションのレコードが複数保存されることがあります。

BigQuery のストリーミングエクスポートには、新規ユーザーについては次のユーザーアトリビューションデータは含まれません。

traffic_source.name（レポートディメンション: ユーザーのキャンペーン）
traffic_source.source（レポートディメンション: ユーザーの参照元）
traffic_source.medium（レポートディメンション: ユーザーのメディア）

1日1回の再計算の中ではこれらを処理し、より正確なデータを生成しなおす。より正確なデータや、Googleのアトリビューションと同じロジックの流入元データtraffic_source.***（「ユーザーの参照元」など）とsession_traffic_source_last_click.***（「セッションの参照元」など）の情報が欲しければ毎日のデータを使う必要がある。

BigQueryエクスポート設定のパターンと出力されるテーブル

BiqQueryエクスポート設定では2個のチェックボックスがあった。2個のいずれかを選択するのではなく、それぞれチェックを入れる形式である。つまり以下の3パターンの出力設定がある。

ニアリアルタイムのデータのみ
1日1回再計算データのみ
ニアリアルタイム＋1日1回再計算

それぞれについて生成されるテーブル名を見ていく。

まずデータセット名はいずれもanalytics_計測IDとなる

ニアリアルタイムデータのみ

生成されるテーブル名

events_intraday_YYYYMMDD

（YYYYMMDDの部分は毎日の日付が入る）

（例）

2022年3月1日の日中は
- events_intraday_20220301: 2022年3月1日のリアルタイムデータ
2022年3月2日の日中は
- events_intraday_20220301: 2022年3月1日の全データ（不完全かも）
- events_intraday_20220302: 2022年3月2日のリアルタイムデータ
2022年3月3日の日中は
- events_intraday_20220301: 2022年3月1日の全データ（不完全かも）
- events_intraday_20220302: 2022年3月2日の全データ（不完全かも）
- events_intraday_20220303: 2022年3月3日のリアルタイムデータ

というテーブルが存在することになる。

1日1回再計算データのみ

生成されるテーブル名

events_YYYYMMDD

（例）

2022年3月1日の日中はテーブルなし
2022年3月2日の日中は
- events_20220301: 2022年3月1日の全データ（完全）
2022年3月3日の日中は
- events_20220301: 2022年3月1日の全データ（完全）
- events_20220302: 2022年3月2日の全データ（完全）

というテーブルが存在することになる。

ニアリアルタイム＋1日1回再計算

生成されるテーブル

当日→events_intraday_YYYYMMDD
前日まで→events_YYYYMMDD

（例）

2022年3月1日の日中は
- events_intraday_20220301: 2022年3月1日のリアルタイムデータ
2022年3月2日の日中は
- events_20220301: 2022年3月1日の全データ（完全）
- events_intraday_20220302: 2022年3月2日のリアルタイムデータ
2022年3月3日の日中は
- events_20220301: 2022年3月1日の全データ（完全）
- events_20220302: 2022年3月2日の全データ（完全）
- events_intraday_20220303: 2022年3月3日のリアルタイムデータ