GA4 高度設定の実践ガイド：イベントトラッキングとコンバージョンファネル完全攻略

2023年7月1日、GoogleはUniversal Analyticsのデータ収集を完全に停止しました。その朝、管理画面を開き、UAレポートで突然途切れたデータラインを見つめながら、私はただ一つのことを考えていました。「GA4、これ一体どう使えばいいんだ？」

私と同じように、UAからの移行後、基本的なコードを設定しただけでGA4の画面を前に呆然としているなら——安心してください、あなただけではありません。多くのサイト運営者が「丸裸」の状態で運営しています。ページビューは誰かが見ているけれど、ユーザーがどのボタンをクリックしたのか、どれだけの記事を読んだのか、どのステップで離脱したのか、こうした本当に価値あるデータが一つも取得できていません。

この記事では、GA4とは何かといった基礎的な話はしません。もっと実践的なことをお話しします。イベントトラッキングでユーザー行動を可視化する方法、コンバージョンファネルで離脱ポイントを見つける方法、そして——深い分析ニーズがある場合——BigQueryにデータをエクスポートして自分でSQLクエリを書く方法です。まずは3つのイベントタイプから始めましょう。

一、GA4イベントトラッキングの3つのタイプ

GA4の核心的なロジックはUAと全く異なります。UAは「セッション+ページビュー」モデル、GA4は「すべてはイベント」です。

この言葉を何度も聞いたことがあるかもしれませんが、実際に何を意味するのでしょうか？簡単に言えば、ページビューはイベント、ボタンクリックはイベント、動画再生はイベント、ページ最下部までスクロールすることもイベントです。すべてのユーザー行動が、GA4では独立した「イベント」として記録されます。

しかし、イベントは適当に作れるわけではありません。Googleはイベントを3つのカテゴリーに分けており、それぞれに使い方と制限があります。

1. 自動イベント（拡張計測機能）：すぐに使える

これはGA4が提供する「無料ランチ」です。データストリームを作成する際、デフォルトで拡張計測機能が有効になり、7種類のインタラクションが自動的に追跡されます。

• ページビュー（page_view）
• スクロール（scroll）——ただし90%のスクロール深度のみ追跡
• 外部リンクのクリック（click）
• サイト内検索（search）
• 動画インタラクション（video_start、video_progress、video_complete）
• ファイルダウンロード（file_download）
• フォームインタラクション（form_start、form_submit）

かなり充実しているように聞こえますよね？しかし、ここに落とし穴があります。スクロール追跡はユーザーがページの90%までスクロールしたときのみ記録されます。記事を最後まで読んだユーザー数を知りたい場合や、50%、75%などのポイントで読書進捗を追跡したい場合、拡張計測機能では実現できません——GTMを使って自分で設定する必要があります。

私のアドバイス：拡張計測機能は有効にしておきましょう。ただし、過度に頼らないでください。これが提供するのは基礎的なデータです。本当に価値のあるユーザー行動は、自分で設定する必要があります。

2. 推奨イベント：Googleの仕様に従う

Googleは業界ごとに「推奨イベント」を定義しています。例えば、ECサイトにはadd_to_cart、begin_checkout、purchaseがあり、コンテンツサイトにはsign_up、login、shareがあります。

推奨イベントのメリットは、正しいイベント名とパラメータを使用すると、GA4が自動的に対応するレポートを生成してくれることです。例えば、purchaseイベントを使用すると、GA4が自動的に対応するレポートを生成します。

ただし、推奨イベントは自動的にはトリガーされません。ウェブサイトにコードを追加するか（GTMで設定するか）、イベント名とパラメータをGoogleの仕様に厳密に従って設定する必要があります。

ブログサイトでよく使われる推奨イベントの例：

イベント名	トリガー場面	キーパラメータ
sign_up	ユーザー登録完了	method（登録方法）
login	ユーザーログイン完了	method（ログイン方法）
share	ユーザーがコンテンツをシェア	content_type、item_id

私は自分のブログでsign_upイベントを使って購読行動を追跡するよう設定しました。最初、イベント名をsignUp（キャメルケース）と書いてしまい、GA4が全く認識しませんでした——推奨イベントはsnake_caseを使わなければならず、一文字でも間違えるとダメです。

3. カスタムイベント：何でも追跡できるが、代償はある

追跡したい行動がGoogleの推奨リストにない場合、自分でイベントを定義する必要があります。例えば、「ユーザーが記事を最後まで読んだ」ことを追跡するために、article_read_completeイベントを定義しました。

カスタムイベントの自由度は高いですが、いくつかの制限があります。

1. パラメータ上限：各イベントに最大25個のカスタムパラメータ。Simo Ahava（GA4分野の権威）の実証テストによると、25個を超えるパラメータのデータもBigQueryにはエクスポートできますが、GA4ネイティブレポートでは無視されます。

2. 命名規則：文字、数字、アンダースコアのみ使用可能。文字で始める必要があります。推奨イベントと統一するためsnake_caseを使用することをお勧めします。

3. レポートの遅延：カスタムイベントを設定した後、レポートがGA4に表示されるまで24〜48時間かかる場合があります。設定ミスと思わず、まず待ってみてください。

設定優先度：シンプルな意思決定ツリー

どのイベントタイプを使うべきか迷ったら、この順序で判断してください。

1. まず拡張計測機能にあるか確認——すぐに使える、省けるなら省く
2. 次に推奨イベントリストを確認——仕様に従う、レポートが自動生成
3. どうしてもない場合のみカスタム——自由度は高いが、保守コストも高い

正直なところ、ほとんどのブログサイトは拡張計測機能+いくつかの推奨イベントで十分です。カスタムイベントは深い分析ニーズがある人向けです。

二、イベントトラッキングの実践設定

3つのイベントタイプの違いを理解したら、次は実際に設定していきます。

GA4イベントの設定には2つの主要な方法があります。Google Tag Manager（GTM）を使うか、ウェブページにgtag.jsコードを直接書くかです。GTMを使うことをお勧めします——学習コストは少し高いですが、後の保守がはるかに楽になり、トリガー条件を変更するたびにコードを再デプロイする必要がありません。

GTMでGA4イベントを設定：4ステップ

「ブログ記事の読了」を追跡すると仮定して、完全な流れを見てみましょう。

ステップ1：GA4イベントタグを作成

GTMを開き、新しいタグを作成し、タイプはGoogle Analytics: GA4 Eventを選択します。Measurement IDを入力し、イベント名はarticle_read_completeとします。

ステップ2：トリガーを設定

このステップでは、GTMに「いつこのイベントをトリガーするか」を伝えます。

「読了」の場合、私はスクロールトリガーを使う習慣があります。ユーザーがページの90%までスクロールしたときにトリガーします。新しいトリガーを作成し、タイプはScroll Depth、Vertical Scroll Depthsを90%に設定します。

ただし、ここに細かい注意点があります。ブログに「読書進捗バー」のような機能がある場合、GTMのスクロール追跡と競合する可能性があります。私は以前この落とし穴にハマりました——ページ上部に進捗バーがあり、スクロールイベントが狂ったようにトリガーされ、データはノイズだらけでした。解決策は制限を追加することです。同じユーザーが同じ記事で1回だけトリガーするようにします。

ステップ3：イベントパラメータを追加

パラメータはイベントの「魂」です。誰かが記事を読み終えたことだけを知るのではなく、どの記事か、どのカテゴリか、誰が書いたかを知る必要があります。

タグ設定でイベントパラメータを追加します：

パラメータ名	値	説明
article_title	{{Page Title}}	記事タイトル
article_category	{{Custom JS Variable}}	記事カテゴリ（JSで抽出する必要あり）
reading_time	{{Custom JS Variable}}	推定読書時間

パラメータ値の型は一貫させる必要があります。reading_timeが数値なら、常に数値にします。ある時は5、ある時は"5分"——GA4はこれらを異なるパラメータとして扱います。

ステップ4：デバッグ検証

設定が終わったら、すぐに公開しないでください。GTMのプレビューモードでテストします。ブログページを開き、90%までスクロールし、GA4 DebugViewでイベントが受信されているか確認します。

DebugViewはGA4管理画面のConfigure > DebugViewで有効にできます。イベントが見つからない場合は、トリガー条件が間違っていないか確認します。イベントは受信されているがパラメータに値がない場合は、変数設定を確認します。

GTMを使いたくない？gtag.jsで直接設定

ブログが静的サイトジェネレーター（AstroやHugoなど）を使っていて、GTMの複雑さを導入したくない場合、gtag.jsコードを直接書くこともできます。

// ページ読み込み完了後に実行
window.addEventListener('load', function() {
  // 90%までスクロールしたときにトリガー
  window.addEventListener('scroll', function() {
    var scrollPercent = (window.scrollY / (document.body.scrollHeight - window.innerHeight)) * 100;
    if (scrollPercent >= 90 && !window.articleReadTracked) {
      window.articleReadTracked = true;
      gtag('event', 'article_read_complete', {
        'article_title': document.title,
        'article_category': document.querySelector('meta[name="category"]')?.content || 'unknown',
        'reading_time': parseInt(document.querySelector('meta[name="reading-time"]')?.content || 0)
      });
    }
  });
});

このコードがすることはGTM設定と同じです。90%までスクロールしたときにarticle_read_completeイベントを送信します。違いは、コードがページにハードコードされているため、後で変更するには再デプロイが必要です。

よくある落とし穴（すべて私が経験したもの）

落とし穴1：イベント名の命名が不規則

articleReadComplete、article-read-complete、article_read_complete——これら3つはGA4では3つの異なるイベントです。すべてsnake_caseで統一し、Google公式と一致させることをお勧めします。

落とし穴2：パラメータ値の型が不一致

今日はreading_time: 5、明日はreading_time: "5 minutes"、明後日はreading_time: true。GA4はこれら3つを3つの異なるパラメータとして扱い、レポートがめちゃくちゃになります。

落とし穴3：Consent Mode v2でイベントがフィルタリングされる

ウェブサイトがEUユーザー向けで、Google Consent Mode v2を有効にしている場合、ユーザーがCookieを拒否すると、一部のイベントが送信されない可能性があります。これはエラーではありませんが、レポートのデータが「縮小」します——設定に問題があると思わないでください。

落とし穴4：イベント名とパラメータ名に予約語を使用

page_view、session_start、first_visitはGA4の予約イベント名なので、カスタムイベントとして使わないでください。パラメータ名にも予約語リストがあり、設定前に公式ドキュメントを確認してください。

ブログサイトの実践例

ブログシーンに向けて、よく使われるイベント設定をいくつか整理しました：

行動	イベント名	キーパラメータ
記事読了	article_read_complete	article_title、category、author
コメント送信	comment_submit	article_title、comment_length
購読ボタンクリック	newsletter_click	button_location、article_title
目次ナビゲーションクリック	toc_click	section_title、article_title

これらのイベントを設定すれば、GA4でブログ上のユーザーの実際の行動を確認できます。次は、これらの行動データを分析する番です——これにはコンバージョンファネルが必要です。

三、コンバージョンファネルの設定と分析

イベントトラッキングの設定ができたら、次は核心的な質問に答える番です。ユーザーが「初回来訪」から「目標行動の完了」まで、どこでどれくらい離脱しているか？

これがコンバージョンファネルが解決する問題です。

GA4のファネル探索レポートはUAよりはるかに強力です。UAのファネルレポートは固定されていましたが、GA4では各ステップをカスタマイズし、セグメント比較を追加し、離脱時間を分析できます——基本的に有料ツールの機能が無料版に組み込まれました。

最初のコンバージョンファネルを作成

GA4を開き、Explore > Funnel Explorationに入ります。空白のファネルテンプレートが表示されます。

まず「ファネルステップ」を定義します。最大10ステップまで定義できますが、実際にはブログサイトで4〜5ステップあれば十分です。

ブログ購読ファネルの例：

1. ステップ1：記事ページビュー（event: page_view、条件：page_locationが/posts/を含む）
2. ステップ2：購読ページ訪問（event: page_view、条件：page_locationが/subscribeを含む）
3. ステップ3：購読フォーム送信（event: newsletter_signup）
4. ステップ4：確認メール開封（event: email_opened）——これはメールシステムとの連携が必要

ステップを定義するときのコツは、各ステップの条件をできるだけシンプルかつ明確にすることです。複雑な条件の組み合わせは、ファネルデータを解釈しにくくします。

ファネル分析：離脱ポイントを見つける

ファネルを設定すると、各ステップのコンバージョン率と離脱者数が表示されます。

私のブログの購読ファネルデータがこのようだと仮定します：

ステップ	ユーザー数	コンバージョン率（前ステップから）
記事ページビュー	10000	-
購読ページ訪問	800	8%
購読フォーム送信	240	30%
確認メール開封	180	75%

一目でわかります。最初の離脱ポイントは「記事ページ→購読ページ」で、ユーザーのわずか8%しか購読ページに行っていません。これは購読入り口が目立たないか、購読ページへのリンク位置が良くないことを示しています。

2番目の離脱ポイントは「購読ページ→フォーム送信」で、コンバージョン率は30%です。フォームが長すぎるか、購読の価値が明確でない可能性があります。

離脱ポイントを見つけた後、次は——セグメントデータを比較して、離脱にパターンがあるかを見ます。

セグメント比較：「誰が」離脱しているかを見つける

ファネル探索ではセグメントを追加し、異なるユーザーグループのコンバージョン差を比較できます。

よく使われるセグメント軸：

• 新規ユーザー vs リピーターユーザー：新規ユーザーのコンバージョン率は通常低いです。コンテンツの価値をまだ理解していないからです
• モバイル vs PC：モバイルではフォーム入力の体験が悪いことが多いです
• 流入元：検索エンジンからのユーザー vs ソーシャルメディアからのユーザー

例えば、新規ユーザーとリピーターユーザーの購読ファネルを比較しました：

ステップ	新規ユーザーコンバージョン率	リピーターユーザーコンバージョン率
記事ページ → 購読ページ	5%	15%
購読ページ → フォーム送信	25%	40%

リピーターユーザーは各ステップでコンバージョン率が高いです——これは正常で、すでにコンテンツの価値を認識しています。しかし新規ユーザーの「記事ページ→購読ページ」はわずか5%で、新規ユーザーは購読入り口に全く気づいていないことを示しています。

この発見に基づき、私は記事の最後に目立つ購読カードを追加し、新規ユーザーのコンバージョン率は5%から12%に向上しました。

オープンファネル：ユーザーパスの多様性を分析

ファネル探索はデフォルトで「リニアファネル」です。ユーザーが各ステップを順番に完了した場合のみ、コンバージョンとしてカウントされます。

しかし、実際のユーザー行動はそんなに規則的ではありません。購読ページを飛ばして、記事の最後で直接購読するユーザーもいれば、確認メールを開いた後、また記事ページに戻って読み直すユーザーもいます。

GA4には「オープンファネル」モードがあります。順序を強制せず、ユーザーがあるステップを完了すれば、そのステップに入ったとみなします。

オープンファネルは「非典型的なパス」を見つけるのに役立ちます。購読ユーザーの15%が記事の最後から直接送信しており、専用の購読ページには全く行っていないことがわかりました。これは記事の最後の購読入り口が専用の購読ページよりも効果的であることを示しています——購読ページではなく、記事の最後の購読体験の調整に注力すべきです。

ファネル分析のよくある誤解

誤解1：最終コンバージョン率だけを見る

最初のステップから最後のステップまでの「総コンバージョン率」も重要ですが、中間ステップの離脱ポイントこそが改善の鍵です。「1.8%のユーザーが購読した」だけを見るのではなく、「どのステップで92%のユーザーが離脱したか」を見てください。

誤解2：時間軸を無視する

ファネル探索では「コンバージョン時間」を設定できます——ユーザーが最初のステップから最後のステップを完了するまでどれくらいかかったか。ファネルが「閲覧→注文→決済」で、ユーザーが閲覧から決済まで7日かかっている場合、意思決定期間が長いことを示し、信頼構築の強化やフォローアップの強化が必要かもしれません。

誤解3：データが少ないのに分析する

ファネル分析には十分なデータ量が必要です。あるステップが数十人のユーザーしかいない場合、コンバージョン率の変動が大きく、結論が信頼できない可能性があります。データ量が数百以上になってから深い分析を行うことをお勧めします。

四、BigQueryデータエクスポートの実践

これまでの話はすべてGA4画面内での操作です。しかし、GA4ネイティブレポートには制限があります。データ量が多い場合、サンプリングされます。例えば、ブログに月間50万アクティブユーザーがいる場合、GA4レポートは10%のデータサンプルに基づいて生成される可能性があります。

サンプリングは悪いことではありません——レポートの読み込み速度を向上させます。しかし、正確なコンバージョン率分析を行う場合や、十数個のディメンションを組み合わせてデータを見る場合、サンプリング結果は信頼できません。

そんなとき、BigQueryエクスポートが救いになります。

BigQueryエクスポート設定：3ステップで完了

BigQueryはGoogleのデータウェアハウスサービスです。GA4データをBigQueryにエクスポートすると、SQLで全データをクエリでき、サンプリングの制限を受けません。

設定手順は簡単です。

ステップ1：BigQueryプロジェクトを作成

Google Cloud Consoleでプロジェクトを作成し、BigQuery APIを有効にします。新規ユーザーには無料枠があります。毎月10GBのストレージ、1TBのクエリ処理量で、ブログサイトには十分です。

ステップ2：GA4でエクスポートを設定

GA4管理画面を開き、BigQuery Linkingを見つけます。Linkをクリックし、BigQueryプロジェクトを選択し、エクスポート頻度を選択します。

• Daily：毎日前日のデータをエクスポート
• Streaming：リアルタイムエクスポート（数時間で当日のデータが見られる）

両方を有効にすることをお勧めします。Dailyエクスポートはデータ構造がより安定しており、長期分析に適しています。Streamingエクスポートは当日のリアルタイムデータを見るのに適しています。

ステップ3：データが流れ始めるのを待つ

設定完了後、GA4は24時間以内にデータのエクスポートを開始します。ただし、注意点があります。BigQueryエクスポートには履歴データのバックフィルがありません。今日設定すると、今日からデータを取得できますが、過去2年間のGA4データは自動的に取り込まれません。

だから、深い分析ニーズがある場合は、早めにBigQueryエクスポートを設定してください。履歴データが必要になってからでは手遅れです。

BigQueryデータ構造：一目で理解

GA4からBigQueryにエクスポートされたデータは、毎日1つのテーブルになり、テーブル名の形式はevents_YYYYMMDDです。例えば、events_20260429は2026年4月29日のイベントデータです。

各レコードが1つのイベントで、フィールドには以下が含まれます：

フィールド	説明
event_name	イベント名（page_view、article_read_completeなど）
event_timestamp	イベント発生時刻（マイクロ秒単位のUnixタイムスタンプ）
user_pseudo_id	ユーザー匿名ID（同一ユーザーのクロスデバイス識別）
event_params	イベントパラメータ（ネスト構造、SQLで展開が必要）
geo	地理的位置（国、都市）
device	デバイス情報（ブラウザ、OS、デバイスカテゴリ）

ここで初心者がよくつまずくポイントがあります。event_paramsはネストされたフィールドで、単純な列ではありません。パラメータ値をクエリするには、UNNESTで展開する必要があります。

実用的なSQLクエリ例

特定のイベントのユーザー数をクエリ：

SELECT
  COUNT(DISTINCT user_pseudo_id) as unique_users
FROM `your-project.analytics_123456789.events_*`
WHERE event_name = 'article_read_complete'
  AND _TABLE_SUFFIX BETWEEN '20260401' AND '20260429'

このSQLは4月に記事を最後まで読んだ独立ユーザー数を計算します。

特定のイベントパラメータの分布をクエリ：

SELECT
  param.value.string_value as article_category,
  COUNT(DISTINCT user_pseudo_id) as users
FROM `your-project.analytics_123456789.events_*`,
UNNEST(event_params) as param
WHERE event_name = 'article_read_complete'
  AND param.key = 'article_category'
  AND _TABLE_SUFFIX BETWEEN '20260401' AND '20260429'
GROUP BY article_category
ORDER BY users DESC

このSQLはevent_paramsを展開し、異なる記事カテゴリの読了ユーザー数を集計します。

BigQuery vs GA4ネイティブレポート：いつどちらを使うか？

シーン	GA4ネイティブレポートを使う	BigQueryを使う
毎日のトラフィックを素早く確認	◯	-
コンバージョンファネルを見る	◯	-
4つ以上のディメンションを組み合わせて分析	-	◯
正確なコンバージョン率を計算（サンプリングなし）	-	◯
他のツールにデータをエクスポート（Looker、Python）	-	◯
リアルタイム監視（当日データ）	◯（Streaming）	◯（Streaming）

簡単に言えば、日常的なレポート確認はGA4画面で、深い分析はBigQueryで。

BigQueryのコスト管理

BigQueryはクエリ処理データ量で課金されます。ブログサイトのデータ量は大きくないため、コストは通常管理可能ですが、いくつかの節約テクニックに注意してください。

1. _TABLE_SUFFIXで日付範囲を制限：全テーブルをクエリせず、必要な日付だけクエリ
2. WHERE条件でフィルタ：早くフィルタするほど、処理データが少ない
3. マテリアライズドビューを作成：頻繁にクエリするデータは事前に集計可能

私のブログは月間データ量が約1GB、クエリ量は月100GB以下——完全に無料枠内です。大規模サイトはコストに注意が必要かもしれませんが、中小ブログは心配いりません。

五、GA4 vs UA：移行者が知っておくべき違い

UAから移行してきた経験豊富なサイト運営者の方、この章はあなたのためです。

GA4とUAの違いは、画面が変わっただけではありません。根本的なロジックが完全に変わりました。多くの「当たり前」の概念が、GA4では存在しないか、定義が変わりました。

イベントモデル vs セッションモデル

UAの核心は「セッション」です。ユーザーが来て、見て回って、去る——これが1つのセッションです。1つのセッションに複数のページビュー、複数のイベントがあるかもしれません。

GA4の核心は「イベント」です。各ユーザー行動が独立した原子単位です。セッションはイベントの集合になり、分析の出発点ではなくなりました。

これは何を意味するのでしょうか？

UAでは、「セッション数」「セッションあたりのページビュー数」を見るのが習慣でした。GA4では、これらの概念が「イベント数」「ユーザー数」に置き換えられました。

GA4にも「セッション」の概念はまだありますが、セッションを強調しなくなり、「ユーザージャーニー」を強調します。1人のユーザーが午前中にブログを開き、午後にまた戻ってくる——UAではこれは2つのセッションですが、GA4では1人のユーザーの複数回訪問です。

エンゲージメント率 vs 直帰率

UAの「直帰率」（Bounce Rate）は多くのサイト運営者の執着でした。直帰率は低いほど良い、ユーザーを留住できていることを示します。

しかしGA4では、直帰率がなくなりました。代わりに「エンゲージメント率」（Engagement Rate）が登場しました。

なぜでしょうか？UAの直帰率には問題があったからです。ユーザーが1ページだけ見て離れると、「直帰」とカウントされます。しかし、ユーザーが1ページだけ見て、10分かけて真剣に記事を読んだとしても——UAは依然としてこれを「直帰」とみなします。

GA4のエンゲージメント率の定義はより合理的です。ユーザーがウェブサイトに10秒以上滞在、または少なくとも1つのコンバージョンイベントが発生、または2ページ以上閲覧した場合、「エンゲージメントあり」とみなします。エンゲージメント率 = エンゲージメントありセッション / 総セッション数。

だから、GA4のエンゲージメント率とUAの直帰率を直接比較しないでください。それらは逆の概念ではなく、異なる測定基準です。

データストリーム vs ビュー

UAには「ビュー」（Views）の概念がありました。複数のビューを作成でき、各ビューに異なるフィルタを設定できました。例えば、国内トラフィックだけを見るビュー、内部IPを除外する別のビューなど。

GA4にはビューがなくなりました。代わりに「データストリーム」（Data Streams）があります。Web、iOSアプリ、Androidアプリそれぞれにデータストリームが1つずつ。

フィルタ機能はどうなるか？GA4では「プロパティフィルタ」に置き換えられました——しかし機能はUAのビューフィルタよりはるかに弱いです。内部トラフィック、スパムトラフィックのフィルタしかできず、UAのように複数の「異なるデータを見る」ビューを作成できません。

UAのビューを使って多面的なデータ分離を行っていた場合、GA4への移行後にデータアーキテクチャを再計画する必要があります。BigQueryエクスポート後に自分でフィルタするか、Looker Studioで複数のレポートビューを作成するかです。

UAゴールは再マッピングが必要

UAの「ゴール」（Goals）はGA4では「コンバージョンイベント」（Conversion Events）になりました。

設定方法も変わりました。UAゴールは「特定のページへのアクセス」、「X分以上滞在」、「特定のイベントのトリガー」が可能でした。GA4のコンバージョンイベントは「特定のイベントが発生」のみ——ページアクセスをコンバージョンとして追跡したい場合、まずpage_viewイベントを設定し、そのpage_viewをコンバージョンとしてマークする必要があります。

移行時には、UAゴールを一つずつリストアップし、GA4のコンバージョンイベントに再マッピングします。このプロセスは煩雑ですが必須です——そうしないと、履歴のコンバージョンデータを継続できません。

最後に

ここまで多くのことをお話ししましたが、実際には4つのことです。

1. イベントトラッキング：3つのタイプ（自動、推奨、カスタム）を理解し、優先順位に従って設定
2. コンバージョンファネル：離脱ポイントを見つけ、セグメントデータを比較し、オープンファネルで非典型的なパスを発見
3. BigQueryエクスポート：深い分析ニーズがあるなら早めに設定、履歴データはバックフィルできない
4. 移行のマインドセット：UAの指標をGA4に無理に当てはめず、新しいロジックに適応

この記事を読んで、すぐに1つできることはこれです：GA4を開き、拡張計測機能が有効か確認し、3〜4ステップのコンバージョンファネルを作成し、ブログの購読フローを分析することです。

データは自動的に答えを教えてくれませんが、問題がどこにあるかは教えてくれます。後は、問題を解決する方法を見つけるだけです。

---

参考資料

• Set up events | Google Analytics | Google for Developers — GA4公式イベント設定ドキュメント
• Recommended events - Analytics Help — 推奨イベントリスト
• Enhanced measurement events - Analytics Help — 自動イベント説明
• Funnel Exploration Report in GA4 - Analytics Mania — ファネルレポート詳解
• GA4 BigQuery Export Schema Tutorial - Optimize Smart — BigQueryエクスポートチュートリアル

GA4イベントトラッキングとコンバージョンファネルの設定

ゼロからGA4イベントトラッキングを設定し、コンバージョンファネルを作成してユーザー行動を分析

⏱️ 目安時間: 60 分

1. 1

   ステップ1: 拡張計測機能の自動イベントを有効化

   GA4管理画面でAdmin > Data Streams > データストリームを選択し、拡張計測機能が有効になっていることを確認。デフォルトで7種類のインタラクションを追跡：ページビュー、スクロール、外部リンククリック、サイト内検索、動画インタラクション、ファイルダウンロード、フォームインタラクション。
2. 2

   ステップ2: 推奨イベントまたはカスタムイベントを設定

   追跡ニーズに応じてイベントタイプを選択：
   
   • 推奨：ブログではsign_up、login、shareなどの推奨イベントを使用
   • カスタム：article_read_complete、newsletter_clickなどのカスタムイベント
   • 命名規則：snake_caseで統一、キャメルケースやハイフンを回避
3. 3

   ステップ3: GTMでイベントトリガーを設定

   GTMで：
   
   1. GA4イベントタグを作成し、Measurement IDを入力
   2. トリガーを設定（例：スクロール深度90%）
   3. イベントパラメータを追加（article_title、categoryなど）
   4. プレビューモードでテスト検証
4. 4

   ステップ4: コンバージョンファネルを作成

   GA4でExplore > Funnel Explorationに入る：
   
   • 4〜5個のファネルステップを定義
   • 各ステップの条件はシンプルかつ明確に
   • セグメント比較で新規ユーザー vs リピーターユーザーを分析
   • オープンファネルを有効にして非典型的なパスを発見
5. 5

   ステップ5: BigQueryエクスポートを設定（オプション）

   GA4管理画面 > BigQuery Linkingで：
   
   • BigQueryプロジェクトをリンク
   • DailyとStreamingエクスポートを有効化
   • 24時間待ってデータが流れ始めるのを確認
   • 注意：履歴データはバックフィル不可

FAQ

GA4イベントトラッキングの3つのタイプにはどのような違いがありますか？

3つのタイプは以下の通りです：拡張計測機能（自動イベント、すぐに使えるが機能限定）、推奨イベント（Google仕様に従って設定、レポートが自動生成）、カスタムイベント（自由度高いが保守が必要）。設定優先度：自動イベントを優先、次に推奨イベント、最後にカスタムイベント。

GA4のエンゲージメント率とUAの直帰率にはどのような違いがありますか？

UAの直帰率には欠陥があります：ユーザーが真剣に記事を最後まで読んでも直帰とカウントされます。GA4のエンゲージメント率はより合理的です：10秒以上滞在、またはコンバージョンイベント発生、または2ページ以上閲覧でエンゲージメントありとみなします。両者は逆の概念ではなく、直接比較できません。

コンバージョンファネル分析にはどれくらいのデータ量が必要ですか？

各ステップで少なくとも数百人のユーザーを推奨します。データ量が少ない（数十人のユーザー）場合、コンバージョン率の変動が大きく、結論が信頼できない可能性があります。まずデータを蓄積してから深い分析を行うのが良いでしょう。

BigQueryエクスポートは有料ですか？ブログサイトのコストは？

BigQueryはクエリデータ量で課金され、新規ユーザーは毎月10GBストレージ+1TBクエリの無料枠があります。ブログサイトの月間データ量は約1GB、クエリ量は通常月100GB以下で、完全に無料枠内です。大規模サイトはコストに注意が必要かもしれません。

GA4設定後、どれくらいでデータが見えますか？

拡張計測機能はリアルタイムで有効、推奨イベントとカスタムイベントはレポートに表示されるまで24〜48時間かかる場合があります。BigQueryエクスポートは設定後24時間以内に開始されますが、履歴データはバックフィルできないため、ニーズがある場合は早めに設定してください。

イベントパラメータの命名にはどのような規則がありますか？

文字、数字、アンダースコアのみ使用可能、文字で始める必要があります。snake_caseで統一（article_read_completeなど）、キャメルケース（articleReadComplete）やハイフン（article-read-complete）を回避。各イベントに最大25個のカスタムパラメータ。

UAからGA4に移行する際、再設定が必要なものは？

再設定が必要：1) UAゴールをGA4コンバージョンイベントにマッピング、2) カスタムディメンションとメトリクスを再定義、3) ビュー機能がプロパティフィルタに置き換え（機能が弱体化）、4) レポートをExploreで再構築。UA履歴データへのアクセス権限を保持し、比較分析に使用することを推奨。

11 min read · 公開日: 2026年4月29日 · 更新日: 2026年4月29日