サイト職人スタッフブログ

Googleは2023年7月1日をもってユニバーサルアナリティクス(UA)のサポートを終了することを発表しました。そんな中、誕生した最新版のGoogleアナリティクスがGA4です。GA4は、今までのユニバーサルアナリティクス(UA)とは、どのような点で異なるのでしょうか。

今回は、Googleアナリティクス4(GA4)とは、いったいどのような特徴があるのか、ユニバーサルアナリティクス(UA)との違いについて、新しく実現可能になったことをわかりやすく解説していきます。

GA4とは？開発背景を理解する

もし、GA4のことを昔のGoogle アナリティクスに簡単な機能が追加されたツールだと考えていると、大きな違いを感じて今ひとつ機能を有効利用できない可能性があります。まずはその背景から、簡単にご説明します。

ユニバーサルアナリティクスの役割

2019年、Googleは、計測ツールとして、アプリ＋ウェブ プロパティを公開します。これは、ユニバーサルアナリティクスと呼ばれるもので、Webサイトの分析にしか対応していませんでした。というよりも、ユニバーサルアナリティクスはWebサイトを分析するために開発されたツールなので当然です。
 

オンライン化でアプリケーション分析の必要性が高まる

GA4の登場によってWebサイトだけではなく、ユニバーサルアナリティクスでは実現できなかったアプリケーションの分析が可能となります。では、なぜアプリケーションの分析を可能にする必要があったのでしょうか。それは、世の中の取引の多くがオンライン化したからです。

Webサイトはもちろん、アプリケーション上から行動分析の必要性が増している一方で、プライバシー保護の観点からGoogleアナリティクスが対応しきれていないという状況がありました。そのようなデータが不足しやすい状況の中でも、機械学習機能によって、GA4はデータ分析ができるように開発されています。

旧バージョン(UA)との違いは？

ユニバーサルアナリティクス（UA）とGA4では、何が違うのでしょうか。次に、大きな特徴の違いについてご説明します。

イベント中心の計測

UAでは、ページやセッションを軸に計測が行われていました。しかし、GA4では、イベントを軸にした計測が可能となります。「ページという概念がなくなるとわかりづらいのでは？」と思ってしまう方もいるでしょう。しかし、アプリケーションの利用時には、ページという概念はありません。また、10秒の動画視聴と1時間の動画視聴が同じ1ページの閲覧として評価しておくのは、さすがに間違っているといえます。

10秒の動画視聴なら10秒分の評価、1時間の動画視聴なら1時間の評価が可能となるべきです。そのため、GA4ではイベント計測を行い、正しくレポーティングできるようになっています。
 

Googleの機械学習を利用した予測機能の採用

GA4では、イベントを軸に機械学習機能を利用したマーケティングの予測機能が採用されました。これによって、将来的なユーザーの行動を予測することが可能となっています。具体的には、次のような行動を予測することができます。
 

• どれぐらい購入する可能性があるのか
• どれぐらい離脱する可能性があるのか
• 将来的な収益は、どのようになるのか

 
特に最後の収益予測機能は、過去28日間に操作を行ったユーザーデータを軸として、将来の28日間に実現可能と思われるコンバージョンがどれくらいなのかを収益として予測できます。
ただし、機械学習機能を利用した予測機能を利用するには、リピーターが7日間で1000人以上いることや、対象データの状態が一定期間良い状態で維持されていることなどが条件となってくるため、すぐに利用できるわけではありません。
 

Webサイトとアプリの横断的な計測

先程もお伝えしたように、アプリケーションにはページという概念が存在しません。そのため、そのような状況でもデータ分析できるように追加されたのがデータストリームという項目です。
データストリームをチェックすれば、AndroidやiOS、ウェブの3つのデータを横断しながら同じユーザーとして簡単に分析できます。
 

プライバシー重視の設計

近年、プライバシー保護の観点からデータ収集が難しくなりつつあります。しかし、GA4はデータ規制に準拠したシステムになっているため、今後の変化にもしっかりと対応できます。Googleアナリティクスには、本来データ保持機能というものが付属していましたが、GA4になってコンバージョンを含めたデータの保持機能が最大14ヵ月までとなっています。

まとめ

GA4の開発背景を知ることで、どのような使い方が有効なのか、全体像が見えてきたのではないでしょうか。現在は、アプリケーションを含めたデータ分析の必要性が高まっているため、今までの分析の仕方を見直していきましょう。