この記事のゴール：初めてでも 90分でGA4の初期設定→基本レポート→探索の型までを完了。さらに KPI設計・UTM命名・よくある詰まりの解消 まで、これ1本でカバーします。
GA4とは？（UAとの違いも3行で）
GA4（Google Analytics 4）はイベントベース計測。ページビューに加えて、クリックやスクロールなど、ユーザー行動をイベントとして柔軟に記録します。
UAとの主な違い（3行）
- 計測の単位：UA＝セッション中心 → GA4＝イベント中心（柔軟）
- 指標の定義：直帰率などの概念が整理・再定義（例：エンゲージメント率）
- 分析の作法：標準レポート＋探索（自由分析）で“問い”から見る
迷ったら「何を改善したいのか→それを測れているか→どの画面で見られるか」の順で考えるのがコツ。
最短チェックリスト：初期設定でまずやる10項目
ここだけ押さえれば“最低限使える”状態に。所要60〜90分。
- プロパティ作成 & データストリーム設定（Web/アプリ）
- 拡張計測の確認（スクロール・離脱クリック等の自動イベント）
- 内部トラフィック除外（自社/制作のIP・ルールで除外）
- 不正リファラ・支払いドメインの除外（例：
payments.example.comなど） - コンバージョン定義（問い合わせ送信/購入/会員登録など。閲覧だけは原則NG）
- イベント名の整理（
generate_lead/purchase/file_download等） - Google広告・Search Console 連携（集客→効果を一気通貫に）
- データ保持期間の延長（14か月推奨）
- タイムゾーン/通貨の確認（会計・広告レポートと整合）
- 権限と運用ルール（閲覧/編集/分析の権限設計、変更ログの共有）
ヒント：最初に「何をもって成果とするか（KGI/KPI）」を短く文章化し、イベント名・コンバージョン名に反映すると混乱しません。
まずはここを見る：標準レポート5画面の使い方
毎週の定例で見る“最低限”のダッシュボード。
1) レポートスナップショット
- 直近の集客・エンゲージメント・コンバージョンの俯瞰。
- まずは 前週比/前月比 の傾向を見る→異常値があれば個別レポートへ。
2) 集客＞トラフィック獲得
- セッションのディメンション（デフォルトチャネル/参照元/メディア）× CV を確認。
- よくある問い：「どのチャネルがCVに効いている？」「広告の新施策は貢献している？」
3) エンゲージメント＞ページとスクリーン
- ページ別の閲覧・平均エンゲージメント時間・CV を確認。
- 離脱が多いページは タイトル/ファーストビュー/導線 を見直す。
4) エンゲージメント＞コンバージョン
- CVイベントの件数・率 を確認。目標に対して達成/未達の要因を仮説化。
5) ユーザー＞ユーザー属性/テクノロジー
- デバイス/OS/地域 の偏りから、表示崩れ・速度・言語の課題を洗い出し。
見方の型：「指標（何が増減？）」→「要因（どのチャネル/ページ/デバイス？）」→「打ち手（仮説→施策→期日）」。
成果に直結：探索レポートの“使えるテンプレ”3選
標準では見えづらい “なぜ・どこで” を深掘る。
A. ファネル探索（購入/問い合わせの分解）
目的：CVまでの離脱ステップを特定し、改善優先度を決める。
作り方の例
- ステップ：
LP表示→商品詳細→カート→購入（またはフォーム到達→送信） - セグメント：新規/リピート、チャネル別 を並べて差を見る
- 指標：到達率 と 平均エンゲージメント時間
見るポイント：
- どのステップで落ちるか（例：カート→購入の落ちが大きい＝送料や決済UXの問題）
- チャネルで差（例：SNS流入はLP→詳細の遷移が弱い＝メッセージ不一致）
B. 経路（パス）探索（離脱点の特定）
目的：ユーザーがどこからどこへ移動/離脱しているかを可視化。
作り方の例：起点を page_view（主要ページ）に設定→次のイベント/ページ をたどる。
見るポイント：
- 検索窓/ヘッダー/パンくず の利用経路はあるか
- 離脱直前のページ（FAQ/送料/特定商取引法ページなど）
C. セグメントの重ね合わせ（新規×チャネル×CV）
目的：新規ユーザーの 獲得効率 と CV質 を両方で評価。
作り方の例：行＝チャネル、列＝新規/既存、指標＝CV率/収益。
見るポイント：
- “安いけどCVに結びつかない”チャネル を切る
- “少ないけど質が高い”チャネル を伸ばす
KPI設計とUTM命名：初心者でも運用が回る型
“測れないKPI”は改善できません。命名ルール は最初に決める。
KPI設計（例：小規模EC）
- KGI：月間売上¥3,000,000
- 主要KPI：
- CV（
purchase）件数 / CVR / 平均注文額（AOV） - 新規率 / リピート率
- チャネル別ROAS（広告連携時）
- CV（
- マイクロCV：
add_to_cart/view_promotion/file_downloadなど
UTM命名テンプレ（コピペ可）
ルール：下記5項目を 半角英数・小文字・ハイフン区切り、社内でスプレッドシート管理。
| パラメータ | 例 | 説明 |
|---|---|---|
| utm_source | google / meta / x / newsletter | 流入元 |
| utm_medium | cpc / cpm / email / social | 媒体 |
| utm_campaign | spring-sale-2025 / brand-keyword | 施策名 |
| utm_content | ab-test-a / video-15s | クリエイティブ |
| utm_term | shoes+brand | キーワード（検索広告のみ） |
命名の型（例）
source=google
medium=cpc
campaign=brand-keyword
content=rsap-30s-blue
term=brand+kw
Tips：
gclidが付くGoogle広告は自動タグ推奨。メール/アフィリエイト/オフライン計測はUTMを厳格に。
よくあるつまずきと対処集
「UAと数字が合わない…」
- 定義が違う（イベント/セッション、直帰率→エンゲージメント率 等）
- 同一期間・同一ディメンション・同一フィルタで比較し、比率で整合 を取るのが現実解。
「コンバージョンがカウントされない」
- イベント名が
purchaseなのにecommerceデータが未送信 などのパラメータ欠落 - 重複送信/遅延（タグの二重発火、サーバー遅延）
- 除外リファラ漏れ（決済ドメイン経由）
「社内アクセスが混ざる」
- 内部トラフィック除外 の条件を
developer_trafficで送信/一致させる - VPNや拠点追加時は 都度ルール更新
「サブドメイン/別ドメインでセッションが切れる」
- クロスドメイン設定 の自動リンク/除外設定を確認
- 決済やヘルプドメインを必ず登録
役割別のおすすめ活用（経営/マーケ/制作）
経営/事業責任者
- 週次で レポートスナップショット と CV/売上の推移 を確認→投資判断。
マーケ担当
- トラフィック獲得 と 探索（ファネル/パス） を定例運用。
- 施策毎に UTMスプレッドシート を更新→命名のブレ禁止。
制作/開発
- ページとスクリーン の離脱点→UI修正の優先度付け。
- 変更時は イベント仕様書 を更新（イベント名/条件/パラメータ）。
次の一歩：BigQuery/Looker Studio/広告連携の判断基準
- やるべき人：
- データ量が多い/高度なLTV分析が必要
- 広告レポートを ROAS/KPI で一元管理したい
- まだ早い人：
- まずは CV定義とUTM命名 が固まっていない
- 標準レポートで基礎が回っていない
迷ったら：「週次で正しくCVが見れているか」 を合格ラインに。次にLooker Studioで可視化、必要ならBigQueryへ。
コピーして使える：導入〜運用チェックリスト
ミニ用語集（初心者むけ）
- イベント：ユーザーの行動（クリック/スクロール/購入など）
- ディメンション：切り口（チャネル/ページ/デバイス/地域 など）
- 指標：数値（件数/率/時間/収益 など）
- エンゲージメント率：ユーザーが“ちゃんと見た”割合の目安
- コンバージョン：目標達成の行動（購入・送信 等）
- 探索：自由度の高い分析機能（ファネル/パス/セグメントなど）
FAQ
Q1. まず何から始めればいい？
A. 本記事の 初期設定10項目 を上から順に。次に コンバージョン定義 と UTM命名 を必ず決める。
Q2. 広告と数字が合いません
A. 期間・通貨・タイムゾーン・アトリビューション窓の不一致が定番。比較条件を揃える のが先決。
Q3. 探索は難しそう…
A. テンプレ3種（ファネル/パス/重ね合わせ） だけでOK。作れたら保存→毎週同じ指標で比較。
Q4. BtoBでも使える？
A. 使えます。マイクロCV（資料DL/セミナー申込） を定義、広告はリード質で評価。
Q5. ECで最初に効く改善は？
A. カート→購入の体験改善（送料/支払い/アカウント作成）。次に LPのメッセージ一致。
まとめ
- GA4は イベント中心。初期設定→標準→探索 の順に“型”で回す。
- KPIとUTM命名 が運用の土台。レポートは毎週同じ問いで比較。
- 迷ったら CVの定義と品質 から。次の一歩は Looker Studio→BigQuery の順。
