Google Analyticsによって、多くの企業が自分のページに来るユーザーの傾向を知ることができています。弊社でも、様々なお客様の課題をアナリティクスを使って解決することを目指しています。

しかしながら、この課題を解決するときにネックになってくる要素としてユーザーの立場と分析時間があります。昨今のChatGPTやGeminiなどのAIが検索に対しても高いパフォーマンスを出してきているため、ユーザーはより欲しい情報を得るための時間が長いとイライラする可能性があります。

また、たくさんの商材があったり、日々のマーケティング以外の業務で追われているのであれば、限られた時間の中でユーザーの分析を迫られるという時間の問題もあります。

このような視点を踏まえると以下のような問題が起きます：

我慢できないユーザーに対応するため、企業側もその要望に応え、個別的なウェブでの対応を迫られる。

たとえば、このようなケースがあります。

「昨日サイトに訪問してある商品を買ったユーザーが、購入前にどのようなページを見ていたかをリストアップして、最も頻出しているページがあれば、それが売上に貢献しているページ、または、ユーザーに重要な情報を掲載しているページであると判断してページ改修をしたり、フローティングバナーとして、遷移先に指定したいので、それを突き止めたい」

ECサイトを運営していたり、マーケティングを担当していると、このような迅速で詳細な分析が必要になることがあります。特に、コンバージョンに至るまでのカスタマージャーニーを理解し、効果的なページ設計や導線改善を行う際には、購入者の詳細な行動パスの分析が不可欠です。

このようなインサイトを得ることは、欲しい商品が見つからなかったり、欲しい情報を得られずにイライラして、カゴ落ちしてしまうユーザーへのインサイトを得るには非常に重要です。しかしながら、このインサイトを得るには、 GA4での探索レポートでは限界があります。

以下は一つの例として、GA4の探索レポートを使った場合：

– 複数のユーザーの共通パターンを見つけるには、スプレッドシートで自分でカウントをする関数の作成などをする必要がある

結果：100人分の購入前行動データを完全に取得するのに数時間～半日かかることも。

BigQueryでの作業：SQLで一発取得