Reporting with BigQueryYouTube↗  IA↗(long shot)
Education  16.5K views 65 likes 1 dislikes   14 Mar 2018
Google Analytics 515K subscribers N/A YouTube↗


Please select the problem
You must specify your email and describe the problem in detail
Describe your problem in detail if it's not obvious

Click to Play Video Click to Play Video
Googleアナリティクス360入門コース
Getting Started With Google Analytics 360
BigQueryでのレポート作成
Reporting with BigQuery
アナリティクス360の大きなメリットの1つは GoogleアナリティクスのデータをGoogle BigQueryへ
One of the key advantages of Analytics 360
アナリティクス360の大きなメリットの1つは GoogleアナリティクスのデータをGoogle BigQueryへ
is the ability to seamlessly export Google Analytics data
ほぼリアルタイムでシームレスに エクスポートできることです
to Google BigQuery in near real-time.
お客様はGoogleのインフラストラクチャを利用し
This means that your organization can harness
膨大なデータセットに対する柔軟なクエリを ごく短時間で実行できます
Google’s infrastructure to power fast and
膨大なデータセットに対する柔軟なクエリを ごく短時間で実行できます
flexible queries over massive data sets.
BigQueryは 開発者や担当者が 使い慣れたSQL型のクエリ言語を使用し
BigQuery is a data warehouse that lets developers
BigQueryは 開発者や担当者が 使い慣れたSQL型のクエリ言語を使用し
and businesses tap into powerful data analytics
テラバイト規模のデータをオンデマンドで 分析できるデータウェアハウスです
on demand using a familiar SQL-like
テラバイト規模のデータをオンデマンドで 分析できるデータウェアハウスです
query language across terabytes of data.
アナリティクス360をはじめ さまざまなGoogleサービスのデータを
Analytics 360 as well as other Google products
BigQueryへ簡単にエクスポートできます
can easily export data to BigQuery.
アナリティクス360と同様
Google Analytics for Firebase integrates with
Firebase向けGoogleアナリティクスも BigQueryと連携可能です
BigQuery very much like Analytics 360 does,
さらに Google Data Transferサービスを使用して
and now, the Google Data Transfer service
AdWordsやYouTubeなど 他のGoogleツールからも データをエクスポートできるようになりました
lets you export data from other Google tools,
AdWordsやYouTubeなど 他のGoogleツールからも データをエクスポートできるようになりました
like AdWords and YouTube.
BigQueryでは それ以外のソースから取得したデータを 組み合わせることもでき
BigQuery can also be used to combine data from other sources.
この機能を使用すれば 組織内の他のデータと アナリティクスのデータを結びつけることができます
This lets you tie your Analytics data
この機能を使用すれば 組織内の他のデータと アナリティクスのデータを結びつけることができます
to other data from your organization.
他のデータソースをBigQueryに追加する際
Adding other data sources to BigQuery may require
場合によってはETL（抽出、変換、読み込み）処理が 必要になりますがアナリティクス360では不要です
using an Extract, Transform, and Load - or ETL - process,
場合によってはETL（抽出、変換、読み込み）処理が 必要になりますがアナリティクス360では不要です
but the Analytics 360 integration is seamless.
ETL処理はすべて自動的に行われます
Google is doing all that ETL work for you.
BigQueryはGoogle Cloud Platformの一部なので
Because BigQuery is part of the Google Cloud Platform,
このプラットフォームの他のサービスを使用して データの分析や保存などを行えます
you can use other components of that platform
このプラットフォームの他のサービスを使用して データの分析や保存などを行えます
to analyze, store or otherwise process your data.
BigQuery自体には可視化機能はありませんが さまざまな可視化ツールとの連携が可能です
BigQuery has no visualization capabilities,
BigQuery自体には可視化機能はありませんが さまざまな可視化ツールとの連携が可能です
but it integrates well with various visualization tools.
Googleのデータスタジオには BigQuery用の データコネクタが用意されており
Google’s Data Studio has a data connector for BigQuery
アナリティクスだけでなく BigQueryデータソースにもアクセスできます
that lets you access any BigQuery data source,
アナリティクスだけでなく BigQueryデータソースにもアクセスできます
not just Analytics.
では Googleアナリティクスのデータを BigQueryにエクスポートすると
Let’s discuss what you can do when using BigQuery
どのようなことができるのでしょうか
with your Google Analytics data.
特に便利なのは 他のソースのデータとの 組み合わせが可能な点です
One of the biggest drivers for exporting your Analytics data to BigQuery
特に便利なのは 他のソースのデータとの 組み合わせが可能な点です
is the flexibility of combining it with data from other sources.
その他にも 次のようなメリットがあります
There are also additional benefits.
従来のアナリティクスに比べて アナリティクス360では サンプリングのしきい値が高く設定されていますが
While Analytics 360 has much higher sampling thresholds than Analytics standard,
BigQueryではサンプリングが一切行われません
with BigQuery, you avoid sampling altogether.
そのため 過去の膨大なデータを分析できます
This lets you analyze massive amounts of historical data.
アナリティクス360のデータを BigQueryへエクスポートすると
When you export Analytics 360 data to BigQuery,
アナリティクス360のデータを BigQueryへエクスポートすると すべてのデータがヒット単位で取り込まれるため
you have all your data at the hit level, giving you better granularity for analysis
Googleアナリティクスより 詳細にデータを分析できます
than what’s available in the Google Analytics interface.
詳細な経路分析や
And finally, you can perform deep path analysis
ウェブUIでアナリティクス360データを 使用する場合には実行できない
and other analysis that can’t be performed
その他の分析（クラスタ化、グループ化、 デバイスやセッションをまたいだ分析など）が可能になります
using Analytics 360 data in the web UI,
その他の分析（クラスタ化、グループ化、 デバイスやセッションをまたいだ分析など）が可能になります
like clustering or grouping, and cross-device and cross-session analysis.
Googleアナリティクスの標準レポートと カスタムレポートでは
The standard and custom reports in Google Analytics
毎日のユーザーの行動を簡単に確認できます
aggregate users' activity to make everyday reporting easy and quick.
このように 特定のウェブアプリケーションの 機能を使用したい場合
For features specific to a particular web application,
柔軟性に優れたBigQueryでは 必要な方法でデータをモデル化し
BigQuery provides the needed flexibility
柔軟性に優れたBigQueryでは 必要な方法でデータをモデル化し
to model the data any way you like,
まったく新しいレポートを作成できます
thereby enabling the creation of totally new reports.
いくつか例を見てみましょう
Let’s walk through a couple of examples.
ご自身のサイトでオンラインコースを 提供しているとします
Let’s say your site provides online courses.
BigQueryを使用して受講者の獲得状況と 維持状況を分析すると
You could use BigQuery to analyze acquisition
次のような点が明らかになります
and retention of students, and answer questions like:
ユーザーが最初のコースを受講してから 2番目のコースを受講するまでの時間
How much time passes between when a student signs up for her first course
ユーザーが最初のコースを受講してから 2番目のコースを受講するまでの時間
until the time she signs up for a second course?
あるいは 次のコースを受講するまでの 平均時間と分布
Or - What’s the average and distribution
あるいは 次のコースを受講するまでの 平均時間と分布
around how much time passes between course signups?
次のコースを受講するまでの時間は
The amount of time between course signups
Googleアナリティクスの標準レポートや カスタムレポートでは容易に確認できませんが
is not readily available in the Google Analytics
Googleアナリティクスの標準レポートや カスタムレポートでは容易に確認できませんが BigQueryなら（SQLに慣れていれば） 簡単に計算できます
standard or custom reports, but is easily calculated in BigQuery as long as you're familiar with SQL.
さらに BigQueryでは次のような分析も行えます
You could also use BigQuery to answer questions like:
自社サイトで最も多くのユーザー （最も少ないユーザー）がたどっている
What are the most and least common page paths
自社サイトで最も多くのユーザー （最も少ないユーザー）がたどっている
that users take across the site,
ページ閲覧経路クラスを受講したユーザーと 受講しないユーザーでは
and how do those paths differ between users
ページ閲覧経路にどのような違いがあるか
who sign up for a class versus those who don’t?
ユーザーがたどった閲覧経路について
In the Google Analytics interface, you can't
Googleアナリティクスでは未加工の 非サンプリングデータを得られません
get the raw, unsampled paths that a user followed.
BigQueryを使用すれば 「最も一般的な経路」を確認できます
With BigQuery you can essentially say
BigQueryを使用すれば 「最も一般的な経路」を確認できます
"show me the most common steps.”
同様に BigQueryでは
In a similar way, you can use BigQuery
価値の高いリピーターに 共通する特徴も分析できます
to analyze the characteristics common
価値の高いリピーターに 共通する特徴も分析できます
to high-value returning customers.
これらの分析データを基に
Then you can use those insights to steer your
高いライフタイムバリューを 見込めるユーザーを特定し
new user acquisition efforts towards customers
新規ユーザー獲得戦略の ターゲットにすることができます
that are more likely to demonstrate a higher lifetime value.
その際 できるだけ多くのユーザー行動に対して この分析を実行してください
Ideally you’d perform this analysis
その際 できるだけ多くのユーザー行動に対して この分析を実行してください
over a large number of customer interactions.
チームにとって BigQueryが理想的なツールとなるかどうかは
Simply because of the volume of data involved,
使用するデータ量にかかっています
BigQuery would be an ideal tool for your team.
次のような分析例が考えられます
Using this type of analysis, you might discover that:
都市によってユーザーの行動が大きく異なる
Some cities exhibit dramatically different behavior
この場合 都市ごとに マーケティング戦略を立てる必要があります
than other cities, so your team might want to
この場合 都市ごとに マーケティング戦略を立てる必要があります
tailor their marketing strategy by location.
特定のユーザーグループは
Or - You might find that a particular cohort of customers
特定のキャンペーンの実施後に 商品を購入することが多い
almost always purchases after a particular type of campaign.
ユーザーIDも記録している場合は 該当するユーザーにターゲットを絞って
If you’re also recording a user ID for these customers,
マーケティングキャンペーンを実施します
you could tailor a marketing campaign specifically for them.
特定のイベントが発生すると
Or perhaps you learn that a particular news event was highly correlated
最も頻繁に購入している
with a decrease in purchases from your company’s
顧客の購入数が減少する
most loyal customers.
これらは BigQueryで利用できる レポート機能のほんの一例です
These are just a few examples of the reporting capabilities
これらは BigQueryで利用できる レポート機能のほんの一例です
made accessible by BigQuery.
ここでは BigQueryとの統合
You should now understand the key benefits
およびBigQueryを使用したレポートの 主なメリットをご紹介しました
of integrating and reporting with BigQuery.
次のレッスンでは アナリティクス360と BigQueryをリンクする際の
In the next lesson, we’ll cover important considerations to keep in mind
重要な考慮事項について説明します
as you get started using Analytics 360 with BigQuery.
Similar videos:

Getting started with BigQuery/GA360 integration
Google Analytics
12.9K views 36 likes 0 dislikes 14 Mar 201843% match


Storing data to generate reports quickly (5:44)
Google Analytics
444.8K views 127 likes 13 dislikes 09 Jun 201739% match


Transforming data using configuration rules (5:12)
Google Analytics
486.9K views 122 likes 8 dislikes 09 Jun 201738% match


DV360/GA360 Remarketing and Setup
Google Analytics
14.7K views 45 likes 1 dislikes 14 Mar 201836% match


How to set up advanced filters on views (6:38)
Google Analytics
383.5K views 148 likes 10 dislikes 09 Jun 201736% match


Roll-Up Reporting
Google Analytics
20.6K views 18 likes 1 dislikes 14 Mar 201835% match


Custom Funnels
Google Analytics
18.7K views 38 likes 6 dislikes 14 Mar 201835% match


Managing multiple accounts or properties (5:26)
Google Analytics
171.2K views 100 likes 9 dislikes 08 Feb 201835% match


Google Ad Manager reporting integration
Google Analytics
7.7K views 34 likes 4 dislikes 14 Mar 201835% match


How Google Analytics collects data (5:39)
Google Analytics
791.6K views 400 likes 20 dislikes 09 Jun 201734% match


How to set up User ID (6:50)
Google Analytics
71.7K views 165 likes 19 dislikes 09 Jun 201734% match


Unsampled Reports and Custom Tables - Part 1
Google Analytics
10.9K views 8 likes 1 dislikes 14 Mar 201833% match


Audience reports overview (5:21)
Google Analytics
1.4M views 576 likes 22 dislikes 09 Jun 201733% match


How to set up Data Import (4:41)
Google Analytics
36.1K views 13 likes 4 dislikes 09 Jun 201733% match


The Analytics account structure (4:56)
Google Analytics
2.2M views 797 likes 29 dislikes 10 Nov 201733% match


Navigating the full Audience report (5:30)
Google Analytics
1.5M views 447 likes 9 dislikes 15 Apr 201632% match


Tracking campaigns with URL Builder (4:37)
Google Analytics
1M views 624 likes 32 dislikes 09 Jun 201732% match


How to set up Custom Dimensions (6:10)
Google Analytics
401.3K views 186 likes 21 dislikes 09 Jun 201732% match


Categorizing data into users and sessions (6:06)
Google Analytics
652.2K views 273 likes 17 dislikes 09 Jun 201732% match


How to set up Goals in Analytics (7:32)
Google Analytics
1.2M views 1.5K likes 73 dislikes 09 Jun 201731% match


Introduction to remarketing (4:37)
Google Analytics
344.9K views 92 likes 6 dislikes 09 Jun 201731% match


Rich Results & Google Search Console | WMConf Lightning Talks
Google Search Central
1.1K views 156 likes 0 dislikes 08 Jul 202031% match

Welcome to Google Analytics for Beginners (3:19)
Google Analytics
3.3M views 2.5K likes 137 dislikes 09 Jun 201731% match


How to set up event tracking (5:00)
Google Analytics
397.4K views 496 likes 144 dislikes 09 Jun 201731% match


Introduction to segmentation (5:30)
Google Analytics
385.4K views 152 likes 8 dislikes 09 Jun 201731% match


Acquisition reports overview (5:32)
Google Analytics
1.3M views 525 likes 17 dislikes 09 Jun 201731% match


Get Started with Google Ads: Write Great Text Ads
Google Ads
147.4K views 531 likes 26 dislikes 30 Nov 201730% match







Google Ads Tutorials: Creating a Discovery campaign
Google Ads
24.8K views 274 likes 7 dislikes 26 Mar 202030% match



Using Multi-Channel Funnel reports for analysis (4:24)
Google Analytics
162.4K views 69 likes 2 dislikes 09 Jun 201730% match


Báo Cáo Editor với Google AdWords
Google Small Business
16.6K views 22 likes 4 dislikes 18 Aug 201530% match


Settings Privacy About Contact Donate