2025年10月15日、株式会社メディックス主催のセミナー「ゼロから始める！データ統合＆ダッシュボード構築 ―後編：統合と可視化の実践ノウハウ―」が開催されました。
9月に開催された前編（準備と設計のポイント）に続き、今回の後編では「統合の仕方と実践ノウハウ」をテーマに、実際にGoogle BigQuery上でデータを統合し、Looker Studioで可視化するまでの具体的な手順を、実演形式で解説しました。
目次
登壇者紹介
株式会社メディックス
マーケティングデザインユニット
データエンジニア
松尾 一平
Google Analyticsの設計・導入歴 10年以上。GA4のローデータをBigQueryで集計し、BIツールを活用したダッシュボード構築を得意としている。近年はデータエンジニアとしてAI活用にも注力している。
統合データの全体像：GA4をハブにする
本セミナーでは、一般的なデータ統合の例として、以下の3つのデータソースを統合するケースを解説します。
- 広告データ：日付、キャンペーン、コスト、インプレッションなど。
- GA4データ：セッション、コンバージョン、および「問い合わせID」。
- CRM（基幹）データ：「問い合わせID」、成約フラグ、売上金額。
上記のように、GA4のデータを「ハブ（中継点）」として機能させる設計を推奨しています。広告データとは「UTMパラメータ」で紐付け、CRMデータとは「問い合わせID」で紐付けることで、広告のインプレッションから最終的な売上までを横断した「統合データテーブル」を作成することが可能になります。
【実演1】BigQueryでのデータ統合と自動化
BigQueryの画面を用いた実演を行いました。
SQLによる結合とAI活用
各データソースをBigQueryに取り込んだ後、SQLのJOIN句を用いて結合します。SQLに不慣れな場合でも、BigQueryのテーブル構造（スキーマ）のスクリーンショットを生成AIに読み込ませ、「共通キーを使って結合するSQLを書いて」と指示することで、簡単にコードを作成することができます。
更新の自動化（スケジュールクエリ）
データの更新には「スケジュールクエリ」機能を利用します。GA4や広告データの特性として、「翌日以降に数値が変動・確定する場合がある（データアトリビューション等）」ため、単に当日のデータを追加するのではなく、例えば「直近4日分を一度削除して、最新の状態で再挿入する」といった形で、適切な更新設定を行うことが重要です。
コスト削減と高速化の「必須設定」
BigQueryとLooker Studioを連携させる際、コストとパフォーマンスを最適化するために重要な2つの機能を解説します。
- パーティション分割テーブル
テーブルを作成する際、日付ごとにデータを区切って保存する「パーティション分割」設定を行うことを推奨しています。 通常テーブルでは、特定の日付をクエリする場合でも全データをスキャンしてしまい料金が発生しますが、パーティション分割を行うことで必要な日付のみをスキャンするため、クエリ料金を大幅に削減できるケースがあります。 - BI Engine
Looker Studioの描画が重い場合に有効なのが「BI Engine」です。これはデータをメモリ上にキャッシュするインメモリ分析機能で、SQLを変更することなく、秒単位未満の高速レスポンスを実現します。データ量が多い場合には、ユーザー体験を損なわないために検討すべきオプションです。
【実演2】Looker Studioでのダッシュボード構築
統合したデータをLooker Studioに接続し、可視化する工程を実演しました。
計算フィールドの活用
BigQuery側で全ての指標を計算しておくことも可能ですが、「CTR（クリック率）」や「CPA（獲得単価）」などの基本的な指標は、Looker Studio側の「計算フィールド」で作成することを推奨しています。 理由は、指標の追加や変更が必要になった際、SQLを書き直すよりもLooker Studio上で修正する方が柔軟性が高く、運用しやすいからです。
フィルタとインタラクティブ機能
統合データを用いることで、例えば「Google広告のみに絞り込む」「売上規模でフィルタリングする」といった操作が可能になります。実演では、スライダー式のフィルタを作成し、特定の売上金額以上のデータのみを表示させるなど、動的な分析環境の構築例をご紹介しました。
