「GA4のデータは14か月で消えるらしい」「BigQueryなら無料で始められる」。この2つを理由に、連携を検討していないでしょうか？検索して出てくるのは連携のメリットと手順ばかりで、自社に必要かどうかの判断軸は見つかりません。この記事では、BigQueryが効く範囲と、つながなくてよい場合の分かれ目を、Google公式の仕様に沿って整理します。
この記事のまとめ#
- BigQuery連携で手に入るのは、GA4が集計する前の生のイベントデータをSQLで扱える環境です。生データの長期保持・自由な集計・セッションやチャネルの再定義・外部データとの結合の4つが中身です
- 動機で最も多い「14か月で消える」は誤解を含みます。GA4のデータ保持設定が影響するのは探索とファネルのレポートだけで、標準の集計レポートには影響しません
- 「無料で試せる」も長期保持とは一致しません。BigQueryサンドボックスでは、全テーブル・ビュー・パーティションが60日で自動的に期限切れになります
- 必要か過剰かは4つの問いで分かれます。全部当てはまらないなら過剰ですが、その後もチャネル別の売上効率をどう把握するかという課題は残ります
1. BigQuery連携で手に入るのは何か#
BigQuery連携で手に入るのは、レポート画面の追加機能ではありません。GA4が集計する前の生のイベントデータを、自分の場所に置いて自由に扱える環境です。
手に入るものは4つに分かれる#
要するに、GA4が丸める前のデータを自分の手元に置ける、という一点に尽きます。中身は4つに分かれます。1つは、書き出したイベントを自分の保管場所に貯めて、後から何年前の分でも掘り返せること。次に、GA4の画面で選べる切り口（ディメンション）と指標の組み合わせという制約を外して、好きな条件で数え直せること。
3つ目は、セッションやチャネルの線引きを自社の定義に置き換えられることです。GA4は一定時間の無操作でセッションを区切り、参照元を既定のルールで分類しますが、生データを持てばこの区切り方自体を変えられます。最後が、受注管理システムの実売上や原価、顧客管理システムの情報など、GA4の外にあるデータと同じ場所で突き合わせられることです。
BigQueryが本当に効く場面#
この4つが揃って初めて、GA4の画面では答えられない問いに手が届きます。例えば、購入した人が初回訪問から何日かけて何回サイトを訪れたのかという経路の分析。GA4のチャネル分類とは違う自社独自のグルーピングで、売上を丸ごと再算出したい場合。売上の帰属ルールを自分で決めて配分を比較したい動機も、ここに入ります（アトリビューションモデル4種の比較）。
もう1つ分かりやすいのが、GA4のレポートで行が「その他」にまとめられてしまう場面です。表示できる行数の上限を超えると、個別のページやキーワードが1行に丸められ、画面からは中身を確認できません。生データを持っていれば、この丸めが起きる前の状態で数えられます。ここはBigQueryが正当に効く代表例です（GA4で行が「その他」に消える理由）。
2. 「14か月で消える」「無料で試せる」の実態#
連携を検討するきっかけの上位2つは、Google公式の仕様を読むと想定とずれています。
14か月で消えるのは「探索の材料」だけ#
GA4のデータ保持期間は、標準のプロパティで2か月か14か月から選びます。ただしこの設定が影響するのは、データ探索とファネルのレポートだけです。レポートで比較を作成した場合も含めて、標準の集計レポートはこの設定の影響を受けません[1]。
つまり、チャネル別のセッションや売上を標準レポートで確認している限り、14か月より前の集計が画面から消えるわけではありません。期限を迎えるのは、イベント単位で条件を組み替えて掘り下げる、探索の材料のほうです。「14か月で全部消えるから、その前に退避しなければ」という前提で急ぐと、守りたかったものと実際に守られるものがずれます。
無料のサンドボックスは60日で期限切れになる#
もう1つが「無料で試せる」です。BigQueryにはサンドボックスがあり、課金を設定しないまま使い始められます。ただしサンドボックスでは、すべてのテーブル・ビュー・パーティション（いずれもBigQuery上でデータを保管する単位）が60日で自動的に期限切れになります[3]。
長期保持を目的にBigQueryをつなぐのに、無料のままでは60日で失われる。目的と手段がずれます。長期保持まで届かせるなら、課金を有効にしたプロジェクトが前提です。無料で試せるのは仕組みの確認までで、資産として貯める段階に入ると条件が変わります。
量の上限は多くのECサイトで問題にならない#
標準プロパティのBigQuery日次エクスポートには、1日あたり100万イベントという上限があります[2]。多くの中小規模のECサイトは、この上限に届かない規模です。量が理由で連携できない、という事態はまず起きません。裏を返せば、量が理由で連携が必要になる場面も、同じ規模では起きにくいということです。
なお、GA4の画面で足りない部分を毎月Excelで組み直す方法も選択肢に挙がります。ただし、これは繰り返しの手作業が増える方向で、月を重ねるほど継続しにくくなります（GA4の集計をExcelでやり直すのをやめる）。
3. 必要か過剰かを分ける4つの問い#
必要か過剰かは、次の4つの問いで分かれます。先に4つ目から答えてください。ここが「いいえ」なら、残りを読む必要はありません。過剰です。「はい」だった場合に、1つ目から3つ目のどれかが「はい」ならBigQueryの領域、全部「いいえ」なら過剰です。
4つの問い#
1つ目。購入前の全イベントを自分の定義で数え直したいか、または受注管理システムなど、GA4の外にあるデータと突き合わせたいか？ GA4が区切ったセッションや分類したチャネルをそのまま受け取るのではなく、自社のルールで積み直したいか、GA4の外にある売上や原価と同じ場所で突き合わせたいかどうかです。
2つ目。GA4のレポート画面にない切り口を、毎月見たいか？ 一度だけの調査なら、探索で調べるほうが早い場面もあります。定例で必要かどうかが分かれ目です。
3つ目。14か月より前の生データを、イベント単位で保持する必要があるか？
4つ目。SQL（データを取り出すための問い合わせ言語）を書ける人が社内にいるか、または継続的に外注できるか？
判断を左右するのは4つ目#
4つ目を前提に置くのには理由があります。1つ目から3つ目がすべて「はい」でも、SQLを書ける人がいなければ、つないだ先にデータが貯まるだけで終わるからです。BigQueryは分析基盤であって、できあがったレポートではありません。誰かがクエリを書いて、初めて答えが出ます。事業の規模で必要な計測が変わる話はEC分析は成長段階で変わるでも整理しています。
生データを自分のSQLで扱いたいなら、それはBigQueryの領域です。ただし過剰と判断した場合も、チャネル別の売上効率と、そこにbotがどれだけ混ざっているかを把握する必要は残ります。RevenueScopeは、売上起点のチャネル別RPS（1セッションあたりの売上）に特化します。
つなぐと決めたら、判断の軸はコストに移る#
4つ目を満たしたうえで連携に進むなら、次に考えるのは要否ではなくコストです。BigQueryの利用料、クエリを書く人の時間、つないだ後の保守。この見積もりは自作とRevenueScopeの総コスト比較で扱っています。あちらは構築すると決めた後のコストの話で、この記事はその手前の要否判断です。
RevenueScopeの解決策
この残った課題は、GA4の標準レポートでは埋まりません。セッションと売上はそれぞれ算出しますが、チャネル別の売上効率を主役に据えた画面を持っていないからです。
RevenueScopeは、この課題を解決します。チャネル別のセッション・売上・RPSを1画面で表示します。数字はbot判定でbotを除いた後のものです。SQLを書く必要はありません。
RSにMCP経由でAIアシスタントに聞くとこう返る#
| チャネル | セッション | 売上 | RPS |
|---|---|---|---|
| Google検索 | 4,820 | 1,446,000円 | 300円 |
| メルマガ | 640 | 384,000円 | 600円 |
| Google広告 | 2,150 | 430,000円 | 200円 |
| Direct | 1,270 | 279,400円 | 220円 |
| 1,930 | 173,700円 | 90円 | |
| Unattributed | — | 168,000円 | — |
※ 一事例（イメージ）。サンプルデータのフィクションサイトです。
この一事例では、セッションが最も多いのはGoogle検索ですが、1セッションあたりの売上ではメルマガがその2倍です。セッション数の順に確認しているとメルマガは下位に沈みますが、効率で比較すると評価が反転します。どこに追加投資するかの判断は、この比較で初めて根拠を持ちます。どのチャネルにも紐づかない売上は、Unattributedとして表示します。
さらにMCPでChatGPTやClaudeに接続すれば、「今月はどのチャネルが効いていますか？」と尋ねるだけで、AIが自社のデータを直接読んで答えます。難しい設定やSQLはいりません。読み取り専用なので、データを書き換える心配もありません。
FAQ#
よくある質問#
Q. GA4のデータは、14か月で本当に消えるのですか？
A. 標準の集計レポートは消えません。データ保持期間の設定（標準のプロパティで2か月か14か月）が影響するのは、データ探索とファネルのレポートだけです[1]。チャネル別のセッションや売上を標準レポートで確認している範囲では、期限による欠落は起きません。
Q. 無料のBigQueryサンドボックスで、長期保持はできますか？
A. できません。サンドボックスでは、すべてのテーブル・ビュー・パーティションが60日で自動的に期限切れになります[3]。長期保持を目的にするなら、課金を有効にしたプロジェクトが前提です。無料で試せるのは、仕組みを確認する範囲までと考えてください。
Q. SQLを書ける人がいない場合、連携する意味はありますか？
A. 過剰です。BigQueryは分析基盤で、つないだだけでレポートが出てくるわけではありません。書ける人が社内にいるか、継続的に外注できるかが決まってから検討しても遅くありません。データの蓄積を先に始めたい場合も、無料のサンドボックスでは60日で期限切れになります。
Q. BigQueryをつなげば、GA4は不要になりますか？
A. なりません。BigQueryに流れてくるのはGA4が収集したイベントで、GA4は供給元です。連携は、GA4の代わりを立てる話ではなく、GA4が画面で出さない粒度まで自分で掘るための環境を持つ話です。
まとめ#
BigQuery連携の要否は、メリットの多さではなく「何のためにつなぐか」で分かれます。生データの長期保持、自由な集計、セッションやチャネルの再定義、外部データとの結合。この4つに自社の目的が当てはまり、SQLを書ける人を確保できるなら、BigQueryの領域です。どちらかが欠けていて、チャネル別の売上と効率を把握したいだけなら過剰です。きっかけになりやすい「14か月で消える」「無料で試せる」は、公式の仕様を読むと前提が変わります。まずは4つの問いに答えて、自社がどちら側かを決めてみてください。
どの広告が売上を生んでいるか、一目でわかる
月5,000セッションまで、AIアナリストもずっと無料。クレジットカード不要。最短5分で導入。
