GA4データ×購買データのスリムなデータ運用

Transcript

1. ©2026 giftee Inc. all rights reserved 1 GA4データ×購買データのスリムなデータ運用
2. ©2026 giftee Inc. all rights reserved 2 自己紹介 田中優之介 株式会社ギフティ 第一事業本部（C向け） データアナリスト / マーケティング担当 2022年、株式会社ギフティに新卒入社し、C向けサービス「giftee.com」のデータ分析・マーケティングを担当。 クエリ未経験から、TROCCOを駆使してデータ基盤整備の経験を積み、現在はCOMETAを用いたAIによるデータ活用 推進にも取り組み中。
3. ©2026 giftee Inc. all rights reserved 3 株式会社ギフティについて Vision eギフトを軸として、人、企業、街の間に、 さまざまな縁を育むサービスを提供する Mission キモチの循環を促進することで、 よりよい関係でつながった社会をつくる 3,286百万円 ( 2025年12月31日現在 ) 332名 ( 2025年12月31日現在 )
4. ©2026 giftee Inc. all rights reserved 4 BigQuery処理量が跳ね上がった日 ある朝、Slackを立ち上げると「TROCCO転送エラー」の通知が。詳細を見てみると、データマートとして利用しているBigQueryの処 理量が跳ね上がり、設定していた上限処理量にひっかっていたことによるエラーだった。
5. ©2026 giftee Inc. all rights reserved 5 giftee.comにおけるデータ分析基盤の構造（当時） giftee.comのデータ分析基盤では、 TROCCO を活用してDBの購買データとGA4の行動データを掛け合わせながらDWHやDatamartを 作成することで、ダッシュボードやレポート作成に活かしていた。 BigQuery Export Data Lake DWH ダッシュ ボード DB (購買データ) GA4
6. ©2026 giftee Inc. all rights reserved 6 処理量増加の2つの原因 ①LookerStudioから、1閲覧1行で保存しているような大きなDHWのテーブルを直接参照する構造になっていたこと、 ②DWHを全件洗 い替えする設定になっていたこと、の2つが原因だった。 BigQuery Export Data Lake DWH ダッシュ ボード DB (購買データ) GA4 ①Datamartの不在 ②全件洗い替え設定
7. ©2026 giftee Inc. all rights reserved 7 ①DWHを直接LookerStudioに繋いでいた背景 商品ごとにデータを見られるダッシュボードを作成する際、1つの商品を1ページでさまざまな角度から分析したい…という思いから、 たくさんの列を持った集計前データを繋ぎ、LookerStudio側でフィルター・集計を行う処理にしていた。 見たい指標（WHAT） 使いたい切り口（HOW） 流入元 前のページ ユーザー属性（性別, 購入回数等） 購入用途 …etc. PV数 発行数 CVR …etc. ある商品Aについて…
8. ©2026 giftee Inc. all rights reserved 8 ②全件洗い替え設定にしていた背景 一度売上が立った後に、売上を取り消したり、集計対象から除外したりする必要があるケースがある。タイミングによっては、半年前 の売上を取り消す必要があることもあるため、過去のデータも常にアップデートしておく必要があった。 売上取消や集計対象外にする対応が必要なケースの例 問い合わせ対応に伴って商品発送停止 （無効化）や返金をする 不正決済の連絡があった金額分を 集計対象から除外する 決済完了 1月 2月 3月 4月 5月 6月 データ更新の可能性がある期間
9. ©2026 giftee Inc. all rights reserved 9 解決策｜用途別のDatamartとGA4用DWHを作成 1ページでさまざまな角度から商品データを見れる「スーパーダッシュボード」の作成は諦め、用途別にDatamartを用意。 また、GAデータとDB（購買データ）でData Lake, DWHを分けることで全件更新の対象データを最小限に。 BigQuery Export GA Data Lake GA DWH ダッシュ ボード DB (購買データ) GA4 DB Data Lake DB DWH Datamart
10. ©2026 giftee Inc. all rights reserved 10 解決策｜用途別のDatamartとGA4用DWHを作成 1ページでさまざまな角度から商品データを見れる「スーパーダッシュボード」の作成は諦め、用途別にDatamartを用意。 また、GAデータとDB（購買データ）でData Lake, DWHを分けることで全件更新の対象データを最小限に。 BigQuery Export GA Data Lake GA DWH ダッシュ ボード DB (購買データ) GA4 DB Data Lake DB DWH Datamart ②GA Data Lake, DWHは日次転送のみ（洗い替えなし） ① Datamartは 用途別に分ける
11. ©2026 giftee Inc. all rights reserved 11 まとめ Datamartの必要性と、DWHを細かく設定する重要性が学べたいい機会となった。 しかも、DWHを細かく設定しておくとCOMETAなどの「Text-to-SQL」サービスを利用する際にも活用しやすいというメリットも。 1ページでさまざまな角度から商品分析ができるスーパーダッシュボードを作るのは難しい → 目的に応じてページは分ける。Datamartの作成を怠らない。 ざっくりとデータ転送設定をすると処理量がオーバーしがち → DWHはデータの種類に合わせて細かく設定しておくとデータ処理量削減につながる。