Google Analytics のデータ分析ハンズオン
0 likes373 views
DevFest Shikoku 2021 ハンズオン資料 https://gdgshikoku.connpass.com/event/228198/
![Proprietary + Con?dential
Google Analytics のサンプルデータ
● 2016/08 ? 2017/08 まで
のデータ
● BigQueryに出力されている
● BigQueryのサンドボックス
や無償枠でも利用できる
● 一 部データはマスクされてい
る
● プロジェクトを 選 択 して
[データセットを 表 示 ]をク
リック
先ほど作ったプロジェクトを選択
データセットを表示をクリック](https://image.slidesharecdn.com/googleanalyticshandson-211107071458/85/Google-Analytics-18-320.jpg)
![Proprietary + Con?dential
クエリをたたいてみる
[クエリ]をクリック](https://image.slidesharecdn.com/googleanalyticshandson-211107071458/85/Google-Analytics-31-320.jpg)
![Proprietary + Con?dential
集計関数について
COUNT などの集計関数はグループ化と一緒に使う必要がある。
それができていないと、
SELECT list expression references column date which is neither grouped nor aggregated at [1:8]
のエラーになる
←グループ化の処理をコメントアウトすると発生](https://image.slidesharecdn.com/googleanalyticshandson-211107071458/85/Google-Analytics-35-320.jpg)
![[Aurora事例祭り]Amazon Aurora を使いこなすためのベストプラクティス](https://cdn.slidesharecdn.com/ss_thumbnails/amazonauroratips-170307140000-thumbnail.jpg?width=560&fit=bounds)
More Related Content
What's hot (20)
Similar to Google Analytics のデータ分析ハンズオン (20)
![[Okta x Jamf合同新年会] Okta Workflowsによるノーコート?業務改善 ?Jamf APIを使ってMac端末情報を自動収集してみよう?](https://cdn.slidesharecdn.com/ss_thumbnails/oktaxjamfoktaworkflowsjamfapimac-230119140027-55b013fc-thumbnail.jpg?width=560&fit=bounds)
More from Kenichi Tatsuhama (20)
Google Analytics のデータ分析ハンズオン
- 1. Kenichi Tatsuhama GDG Shikoku Organizer / Sansan, Inc Google Analytics データ分析ハンズオン
- 2. はじめに
- 3. Proprietary + Con?dential 自己紹介 ● 辰濱健一 ● 徳島県神山町在住 ● Twitter : @tatsuhama50 ● 仕事@Sansan, Inc. ○ モバイルアプリ開発（主に Android） ○ 現在は Web サービスの海外展開の開発 ● プライベート ○ 楽器演奏 ○ 旅行（JALマイル修行経験者）
- 4. Proprietary + Con?dential 本ハンズオンのゴール ● 固有のサービス?ツールに限らず、一般的なデータの分析?可視化方 法を知る ● SQL を叩かなくても、データを可視化することができる体験をする
- 5. Proprietary + Con?dential 本ハンズオンの内容 ● Google Analytics のデータを分析?可視化してみる ○ BigQuery でも叩いてみる ● Google データポータルを使って分析?可視化してみる ○ SQL 不要！
- 6. Proprietary + Con?dential 本ハンズオンの流れ ● 座学 ○ ツールの紹介 ○ データ構造の確認 ○ 分析方法 ● ハンズオン ○ Google Analytics のサンプルデータを見てみる ○ BigQuery で分析 ○ データポータルで分析
- 7. ツールについて
- 8. Proprietary + Con?dential Google Analytics（データソース） ● サイトやアプリのユーザー 像 を 詳 しく 分 析し、ご自 身のマーケティングやコ ンテンツ、商品などの成果を的確に評 価できるツール ● Web サイトのユーザ行動分析によく 使われる ● 無料でも利用できる ● https://marketingplatform.goo gle.com/intl/ja/about/analyti cs/
- 9. Proprietary + Con?dential Google Analytics（データソース） Google Analytics のダッシュボードでも、 十分分析はできる
- 10. Proprietary + Con?dential Google データポータル（分析ツール） ● インタラクティブなダッシュボードと 魅 力 的 なレポートを 使 ってデータのパ ワーをフル活用し、ビジネス上の意思 決定をさらにスマートなものにできる ● 無料で利用できる ● さまざまなツールをデータソースに 利 用できる ● https://marketingplatform.goo gle.com/intl/ja/about/analyti cs/
- 11. Proprietary + Con?dential Google データポータル（分析ツール）
- 12. Proprietary + Con?dential ツールについて補足 ● データソースは Google Analytics に限らず、何でも良い ○ YouTube Analytics ○ Firebase Analytics ○ CSV 出力した家計簿 ○ etc … ● ツールも Google データポータルに限らず、何でも良い ○ Google Spread Sheet ○ Tableau ○ Kibana ○ Microsoft Excel ○ etc … 本ハンズオンが、みなさんのデー タの活用のきっかけになれば幸 いです
- 14. Proprietary + Con?dential 背景 ● Google Analytics は BigQuery にデータをエクスポートで きる ○ https://support.google.com/analytics/answer/3416092?hl=ja # ● 今回のハンズオンでは BigQuery にエクスポートされたサンプ ルデータを使う ○ Google Analytics のダッシュボードで十分分析ができる場合は、 BigQuery エクスポートを使わなくても良い ○ 逆にダッシュボードでは設定できない細かな分析を行いたいときには使う必 要がある。
- 15. Proprietary + Con?dential BigQuery の準備 ● 資料 ○ https://cloud.google.com/bigquery/docs/sandbox ● 手順 ○ https://console.cloud.google.com/bigquery を開く ○ Google アカウントで認証するか、まだアカウントを作成していない場 合は新規作成します。 ○ 利用規約に同意します。 ○ BigQuery サンドボックスを使用する前に、プロジェクトを作成する 必要があります。プロンプトに従って新しいプロジェクトを作成しま す。（名前は自由） ○ プロジェクトを作成すると、Cloud Console に次のようなサンド ボックス バナーが表示されます。
- 16. Proprietary + Con?dential BigQuery の準備 ● SANDBOX と表示されていればまず課金されません ● 既に使っている人でも、無償枠や $300 分のクレジットもあるので、ハン ズオンの範囲では課金されません
- 17. Proprietary + Con?dential Google Analytics のサンプルデータ ● https://console.cloud.google.com/marketplace/produc t/obfuscated-ga360-data/obfuscated-ga360-data?proje ct=lexical-script-761 ● 実在する e コマースストアである Google Merchandise Store から収集した、難読化された Google アナリティクス 360 のデー タ
- 18. Proprietary + Con?dential Google Analytics のサンプルデータ ● 2016/08 ? 2017/08 まで のデータ ● BigQueryに出力されている ● BigQueryのサンドボックス や無償枠でも利用できる ● 一 部データはマスクされてい る ● プロジェクトを 選 択 して [データセットを 表 示 ]をク リック 先ほど作ったプロジェクトを選択 データセットを表示をクリック
- 19. Proprietary + Con?dential BigQuery での见え方
- 20. Proprietary + Con?dential BigQuery での见え方 スキーマを確認できる
- 21. Proprietary + Con?dential スキーマの詳細 ● https://support.google.com/analytics/ answer/3437719?hl=ja# ● 今回は以下のフィールドを使います ○ date : 日付（例：20170801） ○ geoNetwork.country : 国 ○ device.operatingSystem : OS
- 22. Proprietary + Con?dential BigQuery での见え方 プレビューを確認できる 具体的なデータの内容 や形式が分かって良い ですね。
- 23. Proprietary + Con?dential BigQuery での见え方 RECORD 要素もプレビューできる RECORD 要素につい ては次で説明します
- 24. Proprietary + Con?dential BigQuery のデータ構造 ● RDB のように単純な正規化された テーブルではない ● 各行に配列(REPEAT)、構造体 (RECORD)、構造体の配列なども保 持している ● これらを抽出するには UNNEST 関 数を使う ● https://developers-jp.googleblog.c om/2017/04/bigquery-tip-unnest-f unction.html
- 25. Proprietary + Con?dential BigQuery での见え方 パーティション分割テーブル（日付ごと） パーティション分割 テーブルについては次 で説明します
- 26. Proprietary + Con?dential パーティション分割テーブル ● クエリの高速化やコスト削減につな がる ● 日付等でテーブルが分割されてい る(横断検索も可能) ● https://cloud.google.com/bigquery /docs/partitioned-tables
- 27. Proprietary + Con?dential BigQuery の料金とコスト最適化 ● Links ○ BigQuery の料金 ○ BigQuery におけるコスト最適化のベストプラクティス ● 探索結果ではなくて探索量で課金 ○ LIMIT では節約にならない ○ 不要な列を抽出しない方が安い( SELECT * はアンチパターン) ● 対応 ○ クエリを試すときはデータの少ないパーティションテーブルで行う ○ クエリが正しいことが分かったら探索範囲を広げていく
- 28. Proprietary + Con?dential BigQuery の料金とコスト最適化 ● 実行するクエリの探索量は事前にわかる 列数や探索するパーティションテーブルの数によって変わ る 例） ● 201707* より 20170701 の方が少ない ● SELECT * だと多い
- 29. Proprietary + Con?dential 【Trial time】 データやデータ構造を眺めたりしてみて下さ い 列を絞ると探索データ量が変わることも確認 してみて下さい
- 30. BigQuery で集計する
- 32. Proprietary + Con?dential クエリをたたいてみる 新たにエディタタブが開かれる デフォルトで SELECT 文が入っているので列 名を指定すればすぐに 使える
- 33. Proprietary + Con?dential クエリをたたいてみる 以下を抽出してみる ● 日付（date） ● 国（geoNetwork.country） ● OS（device.operatingSystem） 末尾の LIMIT 1000 は 外しています
- 34. Proprietary + Con?dential クエリをたたいてみる 国別アクセス数を出してみる ※今は 20170801 のテーブルだけなの で date は常に 20170801
- 35. Proprietary + Con?dential 集計関数について COUNT などの集計関数はグループ化と一緒に使う必要がある。 それができていないと、 SELECT list expression references column date which is neither grouped nor aggregated at [1:8] のエラーになる ←グループ化の処理をコメントアウトすると発生
- 37. Proprietary + Con?dential 【Trial time】 他のプロパティも使って、様々なクエリを実行 してみて下さい。 何か傾向が見えてきましたか？ ※SQL を学ぶことが本ハンズオンの目的ではないのでほどほどで大丈夫です
- 38. データポータルで分析する
- 41. Proprietary + Con?dential データポータルで分析してみよう ● 例題 ○ Google Analytics の 2017/07 のデータを使う ○ 1. 日付別ログの件数（表） ○ 2. 日付別&OSごとのログの件数（ピボットテーブル） ○ 3. 月間アクセスの多い国を地図で表示（地図）
- 42. Proprietary + Con?dential 完成イメージ ● 1. 日付別ログの件数（表） このぐらいなら SQL で 頑張れそう
- 43. Proprietary + Con?dential 完成イメージ ● 2. 日付別&OSごとのログ の件数 SQL でできそうな気もし つつ…大変？ や、できない？？
- 44. Proprietary + Con?dential 完成イメージ ● 3. 月間アクセスの多い国を地図で表示 SQL では無理ですね
- 45. Proprietary + Con?dential データポータルで分析してみよう ● 下準備 ○ Google Analytics の 2017/07 範囲で以下の列を抽出 ■ date ■ geoNetwork.country ■ device.operatingSystem このクエリを実行して、データポータルを開く *じゃなくても、 _TABLE_SUFFIX で 細かく指定可能
- 47. Proprietary + Con?dential データポータルに飛んだ直後の画面 国ごとのログの件数が表示されている 1. で欲しいのは国ごとで はなく、日付ごとの表
- 49. Proprietary + Con?dential ディメンジョンを変更する country を削除してから date を追加 （ドラッグアンドドロップ）
- 51. Proprietary + Con?dential 【Point】 ● ディメンジョンを変更することで、 表の軸を変更できる ● SQL を書かなくても集計できる
- 56. Proprietary + Con?dential 【Point】 ● 様々なグラフでデータの可視化が可能 ● SQL を書かなくても集計できる
- 57. Proprietary + Con?dential 補足 ● 今回のハンズオンでは、BigQuery でクエリをかけた結果（一時的な テーブル）に対してデータポータルで分析したが、BigQuery の元々 のテーブルをデータソースに設定することもできる ● データソースのテーブルが更新されると、データポータルのデータも 変わるので、動的な KPI のレポート資料としても使える BigQuery が難しけれ ば、Spread Sheet を ソースとしてみると良い かも。
- 58. Proprietary + Con?dential And more... ● Google Analytics のデータの分析 ○ 基本的なクエリの例 ■ https://support.google.com/analytics/answer/4419694?hl=ja#basicQu eryExamples ○ 高度なクエリの例 ■ https://support.google.com/analytics/answer/4419694?hl=ja#advance dQueryExamples ● Firebase & BigQuery で Android アプリの成?を支える ○ /kenichitatsuhama/firebase-bigquery-android
- 59. Proprietary + Con?dential Thank you