中村由紀子(アナリティクス上級者・フリーランスコンサルタント)
テンプレートを開く43歳 / female / フリーランスWebアナリティクスコンサルタント
訪問ページ
9
アクション数
16
気づき件数
9
ゴール到達
—
#0click
https://www.ga4.guide/
思考
BigQuery/AIのカテゴリが見える。GA4×BigQueryの実務的な情報を探しているので、まずそこを確認しよう。
感じたこと
ナビに「BigQuery/AI」という項目があって期待感がある。
アクション理由: BigQueryエクスポートやネストされたレコード構造に関する実務情報が集まっている可能性が高いため。
気づき
UI良い
ナビゲーションに「BigQuery/AI」という専門カテゴリが独立しており、目的の情報へすぐアクセスできる構造になっている。
実行前
実行後
#1click
https://www.ga4.guide/related-service/
思考
BigQueryのデータ構造理解というリンクが目に入った。ネストされたレコード構造の理解はまさに今ハマっているポイントなので、まずそこを確認したい。
感じたこと
クエリ集も充実していそうで期待感がある。
アクション理由: GA4のBigQueryエクスポートにおけるネストされた配列構造の解説があるはずで、現在の実務課題に直結するから。
気づき
コンテンツ良い
BigQueryのクエリ集がセッション分析・eコマース・ページ遷移・CVRと用途別に細かく分類されており、実務で使いやすい構成になっている。
実行前
実行後
#2scroll
https://www.ga4.guide/related-service/big-query/bigquery-datastructure/
思考
BigQueryのデータ構造に関する記事を読んでいる。ネストされた配列構造の解説がある様子だが、まだ全体を読み切れていない。スクロールして記事の詳細内容を確認したい。
感じたこと
データ構造の基礎説明はある程度把握しているが、実務的なハマりポイントの記述があるかどうか気になる。
アクション理由: 記事の続き(ネストされたレコード構造やevent_paramsの扱いなど実務的な内容)を確認するため。
気づき
コンテンツ良い
サイドバーにBigQueryクエリ集(eコマース・セッション・ページ遷移・コンバージョン別)が整理されており、実務課題に直結するリソースへのナビゲーションが充実している。
実行前
実行後
#3scroll
https://www.ga4.guide/related-service/big-query/bigquery-datastructure/
思考
ページをスクロールダウンして、ネストされたレコード構造やevent_paramsの具体的な解説を確認したい。前回のスクロールで途中まで読んだので、続きを見る。
アクション理由: 記事の後半にあるであろうBigQueryのネスト構造・UNNEST操作の実務的な解説を確認するため。
実行前
実行後
#4click
https://www.ga4.guide/related-service/big-query/bigquery-datastructure/
思考
データ構造の記事を読み込んでいるが、クエリ集のリンクが複数見えている。特に「BigQueryでページ遷移・コンバージョンを分析するクエリ集」と「BigQueryでeコマース・イベントを分析するクエリ集」は大手小売クライアントへの提案に直結しそう。まずeコマース分析のクエリ集を確認したい。
感じたこと
クエリ集のラインナップが充実していて期待感がある。
アクション理由: 大手小売クライアントへの購買経路分析提案に直結するeコマース・イベント分析クエリの実装例を確認するため。
気づき
コンテンツ良い
BigQueryクエリ集がユースケース別(eコマース・セッション・ページ遷移等)に細分化されており、実務者が目的のクエリに素早くたどり着ける構成になっている。
実行前
実行後
#5click
https://www.ga4.guide/related-service/big-query/query-writing/ecommerce-event-queries/
思考
eコマースクエリ集の全体像が見えた。UNNESTを使ったitems配列の展開、purchase/view_itemイベントのフィルタリング、スクロール率・外部リンク・サイト内検索・動画エンゲージメントまで網羅されている。次は購買経路分析に直結する「ページ遷移・コンバージョン」クエリ集も確認したい。
感じたこと
クエリの実装例は実務レベルで参考になる。ただし、ネストされたitemsのUNNESTの細かいハマりポイント(例:item_paramsのさらなるネスト)への言及があるか気になる。
アクション理由: 購買経路(ファネル)分析の再現に最も直結する「ページ遷移・コンバージョン」クエリ集を確認するため。
気づき
コンテンツ良い
eコマースイベント(purchase/view_item/add_to_cart)のUNNESTパターンが体系的にまとめられており、クライアント提案資料の実装例として即活用できるレベル。
実行前
実行後
#6scroll
https://www.ga4.guide/related-service/big-query/query-writing/page-flow-cv-queries/
思考
ページ遷移・コンバージョン分析のクエリ集が表示されている。目次を見ると「29:閲覧ページの1つ前と1つ後」「30:指定ページの次に見たページ」「32:アイテムごとのeコマースイベント発生回数とCVR」など、購買経路分析に直結するクエリが並んでいる。スクロールして実際のSQLと解説を確認したい。
感じたこと
目次の内容が実務課題にかなり直結している。期待感がある。
アクション理由: ページ遷移クエリ(前後ページ取得)やeコマースCVRクエリの実装内容・ネスト構造の扱いを確認するため。
気づき
コンテンツ良い
「指定ページの1つ前・1つ後を取得」というクエリが用意されており、UAの購買経路レポート再現に直結する内容で実用性が高い。
実行前
実行後
#7click
https://www.ga4.guide/related-service/big-query/query-writing/page-flow-cv-queries/
思考
クエリ29〜36が並んでいる。ページ遷移分析(29〜31)とeコマースCVR(32)、コンバージョン率(34)が特に購買経路分析の提案に使えそう。まず目次にある「32:アイテムごとのeコマースイベント発生回数とCVR」に直接ジャンプして実装内容を確認する。
アクション理由: アイテム別eコマースCVRクエリはネストされたitemsレコードのUNNESTが必要なはずで、実務的なハマりポイントと解法を確認したい。
実行前
実行後
#8scroll
https://www.ga4.guide/related-service/big-query/query-writing/page-flow-cv-queries/#eCVR
思考
アイテムごとのeコマースイベント発生回数とCVRのクエリ(見出し32)が現在表示されているようだが、スクリーンショットでは内容が小さくて詳細が読めない。スクロールダウンして内容を確認する。
感じたこと
itemsのUNNESTがどう実装されているか早く確認したい。
アクション理由: アイテムごとのeコマースCVRクエリ(ネストされたitemsレコードのUNNEST実装)の詳細コードを確認するため。
実行前
実行後
#9scroll
https://www.ga4.guide/related-service/big-query/query-writing/page-flow-cv-queries/#eCVR
思考
ページ下部にいて、見出し「33:新規とリピートユーザーの取得」「34:コンバージョン率や購入率を取得」が見えている。CVR取得クエリの実装内容を確認したい。
感じたこと
eCVRのアンカーに飛んできたので、itemsのUNNESTを使ったCVRクエリのコードが見えるはずだが、まだ内容が確認できていない。
アクション理由: 「34:コンバージョン率や購入率を取得」クエリの実装コードを確認するためスクロールダウンする。
実行前
実行後
#10scroll
https://www.ga4.guide/related-service/big-query/query-writing/page-flow-cv-queries/#eCVR
思考
heading [12]「34:コンバージョン率や購入率を取得」が見えているので、このクエリの実装コードを確認するためにスクロールダウンする。
アクション理由: コンバージョン率・購入率取得クエリのSQLコードと解説を読むためにスクロールダウンする。
実行前
実行後
#11click
https://www.ga4.guide/related-service/big-query/query-writing/page-flow-cv-queries/#eCVR
思考
ユーザープロパティ関連のクエリ(35・36)まで来た。購買経路分析の提案資料に必要なクエリはeコマース・ページ遷移系で概ね確認できた。次は「BigQuery応用クエリ|チャネルグループ・パフォーマンス最適化」がチャネル別分析やアトリビューション関連で使えそうか確認したい。
感じたこと
ここまでのクエリ集は実務レベルの内容で参考になった。応用クエリでデータドリブンアトリビューションやチャネルグループの実装例があれば提案資料に組み込める。
アクション理由: チャネルグループ・パフォーマンス最適化の応用クエリにデータドリブンアトリビューションや経路分析の発展的な実装例がある可能性があるため確認する。
実行前
実行後
#12scroll
https://www.ga4.guide/related-service/big-query/query-writing/advanced-queries/
思考
チャネルグループ・パフォーマンス最適化の応用クエリページに来た。目次にある「デフォルトチャネルグループごとの流入数」などのクエリが見える。ページをスクロールして実際のSQL内容、特にチャネルグループ別セッションCVRや経路分析に使えそうな実装を確認したい。
感じたこと
チャネルグループ別の分析クエリは提案資料に直接使えそうで期待感がある。
アクション理由: チャネルグループ別の流入・CVR分析クエリのSQL実装コードを確認するためスクロールダウンする。
気づき
コンテンツ良い
「デフォルトチャネルグループごとの流入数(セッション/ユーザー)」など提案資料に直結するクエリが体系的に並んでおり、目次から実装例へのアクセスが容易。
実行前
実行後
#13scroll
https://www.ga4.guide/related-service/big-query/query-writing/advanced-queries/
思考
チャネルグループ・パフォーマンス最適化ページを確認中。目次を見ると「デフォルトチャネルグループごとの流入数」「セッションの参照元/メディアをcollected_traffic_sourceから取得」「クエリのパフォーマンス最適化Tips」など実務的な内容が並んでいる。collected_traffic_sourceはGA4のBigQueryエクスポートで新しく追加されたフィールドで、セッションスコープの参照元取得に使える重要な要素。まずこのページのクエリ内容をスクロールして確認する。
感じたこと
collected_traffic_sourceの活用方法は実務で頻繁に聞かれるトピックなので、内容次第ではクライアント提案資料に使えそう。
アクション理由: チャネルグループ別流入・CVRクエリのSQL実装コードとcollected_traffic_source活用例を確認するためスクロールダウンする。
実行前
実行後
#14click
https://www.ga4.guide/related-service/big-query/query-writing/advanced-queries/
思考
チャネルグループページで「38:1ページだけ閲覧したセッション数や率」「39:セッションの平均エンゲージメント時間」という見出しが見えている。チャネル別CVRクエリの内容は前のスクロールで確認できた。残りページ数も限られているので、ここまでの情報で提案資料に使えるかを判断し、まだ未確認の「BigQueryでチャネル別のセッションCVRを算出するSQL|セッションスコープ再集計」が気になる。これはセッションスコープの再集計という実務的なハマりポイントを扱っていそうで、クライアント提案に直結する。
感じたこと
応用クエリページはある程度確認できた。セッションスコープ再集計の記事が実務的に最も重要かもしれない。
アクション理由: セッションスコープでのCVR算出はGA4×BigQueryの典型的なハマりポイントで、クライアント向け経路分析提案の核心部分に直結するため確認する。
実行前
実行後
#15click
https://www.ga4.guide/related-service/big-query/query-writing/session-cvr-queries/
思考
セッションCVRの算出クエリページを確認した。GA4のBigQueryエクスポートではセッションスコープのCVRが直接取れない理由とステップごとの組み立て方、完成クエリまで網羅されている。collected_traffic_sourceを使ったチャネル別集計の実装例も含まれており、クライアント向け提案資料に使える内容だった。残り2ページ枠があるので、まだ確認していない「BigQueryでセッション・エンゲージメントを分析するクエリ集」を見て、セッション定義周りの補足情報を取得したい。
感じたこと
セッションスコープ再集計のロジックが丁寧に解説されていて、提案資料の根拠として使いやすい。
アクション理由: セッション・エンゲージメント分析クエリ集にはセッション定義やエンゲージメントスコープの扱いが含まれているはずで、購買経路分析の前段となるセッション設計の根拠として確認しておきたい。
気づき
コンテンツ良い
「なぜそのままでは出せないのか」という問いから入る構成が、GA4×BigQueryのセッションスコープ問題を初めて体系的に整理してくれており、クライアント説明資料の論拠として引用しやすい。
実行前
実行後
#16finish
https://www.ga4.guide/related-service/big-query/query-writing/session-engagement-queries/
思考
セッション・エンゲージメントのクエリ集を一通り確認できた。ページ全体を見渡すと、セッションスコープのCVR算出やエンゲージメント計測の実装例が揃っており、クライアント向け提案資料の骨格として十分な情報が得られた。既に9ページ訪問しており上限に近いため、ここで収穫を整理して終了する。
感じたこと
GA4×BigQueryの実務クエリ集として体系的にまとめられており、提案資料の参考情報として十分使えると感じた。
アクション理由: セッション・エンゲージメント分析クエリ、eコマース・CVRクエリ、チャネル別CVR算出、ページ遷移分析まで一通り確認でき、クライアント向けGA4×BigQuery提案資料の構成に必要な実務知見を収集できたため。
気づき
コンテンツ良い
セッション定義からエンゲージメントスコープ、流入元別集計まで体系的にクエリが整理されており、提案資料の『なぜBigQueryが必要か』の根拠として引用しやすい構成になっている。
実行前