マーケティングのデータ分析基盤｜GA4・広告・CRM統合の構成と作らない判断

広告媒体ごとのレポートを開き、Excelに貼り、GA4の数字と突き合わせ、どこかで合わなくなる。月初のこの3時間をなくしたい、という相談が起点になることがほとんどです。この記事では、マーケティング用途のデータ分析基盤について、GA4・広告媒体・CRM・MAという4系統のデータをどう束ねるか、媒体の数字とGA4の数字がなぜ一致しないのか、Looker Studioの標準連携で足りる企業と基盤を作るべき企業の分かれ目、層構成とMAへの戻し方、費用と外注先の見極め方までを整理しました。基盤全般の定義や費用の考え方はデータ分析基盤とは？構成要素・費用・内製と外注の判断基準で扱っています。

まとめ｜マーケのデータ分析基盤で先に決める3つの論点と着手の順序

先に結論を置きます。マーケティング用途の基盤で最初に決めるのは、製品ではありません。どの数字を正とするか、どのキーで媒体と顧客をつなぐか、誰が指標の定義を持つかの3つです。この順で決めれば、ツールは後から選び直せます。

媒体の管理画面の合計値とGA4の合計値は、仕様上そろいません。計測の窓の長さも、重複の数え方も違うためです。基盤側で無理に一致させようとすると、どちらの数字を会議で使うかが決まらないまま検討が長引きます。正とする数字を先に決め、他方は参考値として並べる。これで詰まりは解けます。

作らない判断も明確にできます。広告媒体がGoogle系中心で、見る指標が媒体別のコンバージョン数とCPA程度、比較する期間が14か月以内に収まるなら、GA4とLooker Studioの標準連携で足ります。基盤は作らないでください。逆に、媒体が3つ以上あり、受注データと結んでLTVまで見たいなら、標準連携では届きません。

費用の目安は、初期構築が数百万円規模、月額はDWHの課金とBIの利用料で数万円から。ここに指標定義を維持する社内工数が乗ります。以降の章で、4系統のデータ源、計測前提の壊れ方、作る作らないの分岐、層構成とMA連携、費用と体制の順に掘り下げます。

マーケティングのデータ分析基盤が束ねる4系統のデータ源と粒度の違い

マーケティング用途の基盤が扱うデータは、性質によって大きく分けて4系統です。ここを混ぜたまま設計に入ると、後工程で結合キーが足りずに作り直しになります。まず粒度と更新の性質を押さえます。

GA4・広告媒体・CRM・MAの4系統で粒度と更新頻度が食い違う点

GA4はイベント単位、広告媒体は日次×キャンペーン単位の集計値、CRMは商談や受注のレコード単位、MAはリードごとの行動履歴。粒度がそろっていないため、そのまま結合すると数字が膨らみます。

やっかいなのは広告媒体の「過去日が後から動く」性質です。コンバージョンは発生日ではなくクリック日に遡って計上されるため、月初に確定したはずの先月の数字が、数日後に増えます。取り込みを1回きりにせず、直近30日分は毎日上書きする設計にしておきます。

媒体別レポートの数字が合わない原因｜計測窓の違いと重複排除の仕様差

Google広告とGA4を並べると、同じコンバージョンでも件数が違います。理由は2つ。Google広告は既定でクリック後30日といった計測期間を持ち、その窓の中で発生した成果を広告側に計上します。GA4は既定でデータドリブンアトリビューションを使い、複数の接点に配分します。窓の長さも、配分の方法も違う数字なので、一致しないのが正常な状態です。

媒体をまたぐと差はさらに開きます。各媒体は自媒体のクリックを起点に成果を主張するため、Google広告とMeta広告の合計コンバージョン数が、GA4の総コンバージョン数を上回ることは珍しくありません。基盤側でどちらかに寄せるのではなく、媒体値は予算配分の判断に、GA4値は流入経路の判断にと用途を分けて並べます。

CRM・MAの顧客データと行動ログを結ぶキーの設計と保持期間の制約

Web上の行動と受注を結ぶには、共通のキーが要ります。実務で使えるのは、ログイン後に発行する自社の会員IDをGA4のUser-IDに送る方法、またはフォーム送信時のメールアドレスをハッシュ化してCRM側と突き合わせる方法の2つ。どちらも取得の同意の範囲を先に整理してから設計します。

保持期間の制約も設計を縛ります。GA4の標準プロパティでは、イベントデータの保持期間が2か月または14か月から選ぶ仕様です。前年同月比を2年分さかのぼる、といった分析は探索レポートでは成立しません。長期の比較をしたいなら、BigQueryへ書き出して自社側に貯める必要があります。ここが基盤を持つ理由のひとつになります。

広告とGA4のデータを突き合わせるときに壊れる3つの計測前提と回避策

設計前に、計測そのものの前提を点検します。ここを飛ばして基盤だけ作ると、精度の低い数字をきれいに可視化しただけの仕組みが残ります。

Cookie規制の現状と、ブラウザ差で欠ける流入計測を埋める手順

Chromeのサードパーティ Cookie は、2025年4月にGoogleが新たな選択プロンプトの導入を見送る方針を示し、2026年8月時点も既定で許可された状態が続いています。ただし、これで計測が元に戻ったわけではありません。SafariとFirefoxは既定でブロックを続けており、ブラウザによって取れる範囲が違う状態が固定化しました。

埋め方は3段階で考えます。第一に、自社ドメインで発行するファーストパーティCookieと会員IDに寄せる。第二に、フォーム送信時に取得した情報を広告側へ返す拡張コンバージョンのような仕組みで、媒体側の計測を補う。第三に、それでも埋まらない欠測は「欠測として」扱い、前年同月比や媒体間の相対比較で判断します。絶対値の精度を追うより、比較の一貫性を保つほうが実務では効きます。

コンバージョン定義が媒体とCRMでずれる箇所と、揃えるときの基準

媒体が数えているのはフォーム送信、CRMが数えているのは商談化や受注。この2つを同じ「コンバージョン」と呼んでいる状態が、会議の混乱の正体です。BtoBでは資料請求100件のうち商談化が15件、受注が3件といった歩留まりになるため、フォーム送信の件数だけで媒体を評価すると、質の低い流入を増やす方向に予算が動きます。

基準はひとつに決めます。金額の意思決定は受注を正とする。フォーム送信は先行指標として日次で見る。基盤側では両方を保持し、ダッシュボードでは受注ベースのCPAを主指標、媒体CVを補助指標として並べる構成にします。指標の性質と使い分けはWebマーケティングの施策の種類と全体像でも整理しています。

BigQueryへのGA4エクスポートは日次100万イベントが上限

GA4からBigQueryへの書き出しは上限付きの仕様です。標準プロパティでは1日あたり100万イベントで、これを超えるとエクスポートが停止します。停止した日のデータは戻らないため、月間PVが数百万規模のサイトでは設定時点で確認しておく必要があります。

超えそうな場合の手は2つ。ひとつは書き出すイベントを絞り、分析に使わない自動収集イベントを除外する方法。もうひとつは有償版のプロパティへ切り替える方法で、上限が大きく緩和される選択肢です。まずは絞り込みで足りるかを見てから、費用の話に進みます。技術的な実装の詳細はデータ分析基盤の構築とBigQuery実装手順で扱っています。

広告費データの取り込み｜媒体API連携とCSV手動運用の分かれ目

広告費のデータをどう入れるかは、初期費用を左右する要因です。Google広告はBigQueryへの転送サービスが用意されており、比較的短工数で自動化できます。Meta広告、Yahoo!広告、LINE広告などは各社のAPIを個別に叩くか、ETLのSaaSを挟むかになり、媒体ごとに実装と保守が増えます。

分かれ目は媒体数と更新頻度です。媒体が2つまでで、見るのが月1回なら、CSVをダウンロードして所定の場所に置く運用で足ります。媒体が3つ以上か、週次より短い頻度で見るなら、API連携に切り替えたほうが人件費で回収できます。月1回30分の手作業を自動化するために、月額数万円のETLを契約する必要はありません。

基盤を作らずに済む条件と、作るべき条件を分ける損益分岐と判断手順

この章が本記事の核です。競合記事の多くは作る前提で手順を説明しますが、マーケティング用途では作らないほうが合理的なケースが相当あります。条件を先に示します。

Looker StudioとGA4の標準連携で足りる企業の3つの条件

次の3つをすべて満たすなら、基盤は作らないでください。Looker Studioは無償で、GA4とGoogle広告のコネクタが標準で用意されています。

• 出稿している媒体がGoogle系中心で、多くても2媒体まで
• 見る指標が媒体別のコンバージョン数・広告費・CPAの範囲に収まる
• 比較する期間が14か月以内で、受注データとの結合を必要としない

この条件下で基盤を作ると、月額数万円の運用費と、接続を維持する担当者の時間が、Looker Studioでも出せた数字のために消えます。標準連携で足りるかどうかは、見たい指標を10本書き出し、そのうち何本がGA4とGoogle広告のコネクタだけで出せるかを数えると判定できます。

基盤を作るべき企業の条件｜媒体3つ以上と月次60分超の集計工数

逆に、次のいずれかに当てはまるなら基盤を持つ側に回ります。媒体が3つ以上あり、横並びの比較を毎週する。CRMの受注金額と広告費を結んで、媒体別のLTVや投資回収を見たい。前年同月比を2年以上さかのぼる。レポートの手作業が月60分を超えている。

月60分という線には根拠があります。担当者の人件費を時給4,000円と置くと年間およそ5万円。これ単独では基盤の費用を回収できません。回収できるのは、その集計の遅さによって予算の付け替え判断が2週間遅れることの損失が乗るからです。月間広告費300万円で配分改善の余地が10%あるなら、2週間の遅れは15万円規模。手作業の時間ではなく、判断の遅れで損益分岐を計算してください。

作っても使われない基盤の失敗パターンと、着手を見送るべき場面

作ったのに誰も見ないダッシュボードには、共通の型があります。関係部署に要望を聞いて回り、指標が40本以上並んだもの。定義の持ち主が決まっておらず「このCVの数え方は誰が決めたのか」に答えられないもの。そして、広告代理店が従来どおり月次レポートを提出し続けているため、社内の誰も自社の画面を開かなくなったものです。3つ目は、基盤を持った意味が消える構図です。

着手を見送るべき場面も言い切ります。月間の広告費が30万円に届かない場合、配分を改善して得られる金額が基盤の運用費を下回ります。マーケティング担当者が兼任1名で、指標の定義を維持する時間を取れない場合も見送りです。この2つに当てはまるなら、まずBIツール単体での可視化から始めてください。BIツールでできることとダッシュボードでの可視化の範囲で足ります。

マーケ用途で組むデータ分析基盤の層構成とMA・BIツール連携の設計

作ると決めた場合の構成を示します。層の分け方自体は一般的な基盤と同じですが、マーケティング用途では層ごとの担当が社内で分かれる点に特徴があります。

収集・蓄積・変換・可視化の4層で、マーケ側が決める範囲の線引き

収集層は各媒体とGA4、CRMからの取り込み。蓄積層はDWH。変換層で粒度をそろえて指標を作り、可視化層のBIで見せます。この4層のうち、マーケティング部門が決めるのは変換層の指標定義と可視化層の画面構成だけです。

逆に、収集層と蓄積層の設計をマーケティング部門が抱え込むと止まります。媒体APIの認証、日次バッチの失敗検知、スキーマ変更への追随は、情報システム部門か外部の開発会社の領分。線引きを最初の要件定義で紙に落としておくと、稼働後の障害対応で押し付け合いが起きません。工程ごとの分担はデータ分析基盤の導入手順と体制の作り方で詳しく整理しています。

MAツールへ分析結果を戻すリバースETLの必要性と導入の判断軸

基盤に集めたデータを、MAや広告媒体へ戻す仕組みをリバースETLと呼びます。受注確度の高いセグメントをMAのシナリオ配信に渡す、既存顧客のリストを広告の除外リストとして送る、といった使い方です。

判断軸にするのは更新頻度です。セグメントの入れ替えが四半期に1回程度なら、CSVを書き出してMAに手で取り込む運用で足ります。週次以上で入れ替えるなら、仕組みにしないと運用が破綻します。MA側の設計とセットで考える話なので、マーケティングオートメーションの導入事例と再現条件もあわせて確認してください。

BIツールでの可視化と、広告指標の定義書を1枚にまとめる進め方

可視化層の製品は、Looker Studioが無償、Power BI Proが日本語料金ページでユーザーあたり月額2,098円相当（年間サブスクリプション・税別、2026年8月時点）。マーケティング用途に限ればLooker Studioで始めて支障はありません。全社の基幹データと同じ画面で見たい要件が出た時点で乗り換えを検討します。製品ごとの違いはBIツール比較と失敗しない選び方にまとめました。

画面を作る前に、指標定義書を1枚だけ作ります。載せる項目は5つ、指標名・計算式・データ源・更新頻度・定義の持ち主。A4で1枚に収まる分量に絞るのがコツで、これを超えると誰も参照しません。定義書のない基盤は、半年後に「この数字は何か」を説明できる人がいなくなります。

マーケ基盤の費用内訳と体制の作り方｜広告代理店と開発会社の役割分担

最後に費用と体制です。マーケティング用途の基盤は、発注先の候補が広告代理店とシステム開発会社に分かれるため、どちらに何を頼むかの整理が要ります。

初期構築費と月額運用費の内訳｜DWHの課金とBIツールの利用料

費用の区分は初期と月額です。初期は接続する媒体数と、CRMを結ぶかどうかで大きく動きます。媒体2つとGA4だけなら小さく収まり、CRMの受注データまで結ぶと、キー設計と名寄せの工数が乗ります。

月額側の内訳は3つ。DWHの課金は、BigQueryのオンデマンド課金なら毎月1TiBのクエリと10GiBのストレージが無償枠のため、マーケティングデータの規模では無償枠の内側に収まることも多くあります。超過分の単価は公表資料により東京リージョンで1TiBあたり6ドル台から7ドル台と幅があります。次にETLのSaaS利用料。最後にBIの利用料です。費用の全体像と投資回収の考え方はデータ分析基盤の費用内訳と内製・外注の判断基準で扱っています。

広告代理店に任せる範囲と、システム開発会社に任せる範囲の線引き

広告代理店が強いのは、媒体ごとの計測設定、コンバージョンタグの実装、媒体側の管理画面の運用です。システム開発会社が強いのは、API連携の実装、DWHの設計、CRMや基幹システムとの接続、バッチの監視。この線で分けます。

失敗するのは、媒体データの取り込みまで代理店に任せた結果、契約終了時に接続の中身が社内に残らないケース。代理店の変更は起こりうる前提で、データを貯める場所は自社のクラウドアカウントに置くのが原則です。この一点だけは譲らないでください。

外注先を見極める質問3つ｜計測設計・指標定義・運用引き継ぎの体制

見積りを取る段階で、次の3つを聞くと力量が分かります。ひとつ、媒体の数字とGA4の数字が合わない場合にどちらを正とするか、その根拠を説明できるか。ふたつ、指標定義書を誰が書き、更新の責任をどちらが持つ提案か。みっつ、稼働後に接続が止まったとき、誰がどう気づき、何時間以内に復旧する体制か。

3つ目に具体的な答えが返らない見積りは、構築で終わる提案です。媒体側の仕様変更は継続的に起きるため、運用の設計を含まない基盤では数か月後の数字が欠ける設計です。一創では、媒体とCRMの接続設計から可視化、稼働後の運用までを含めたデータ分析基盤構築・MLOps構築支援を提供しています。作らない判断を含めた相談から対応します。

よくある質問

マーケティング用途のデータ分析基盤について、相談の場で繰り返し出る質問をまとめました。

GA4とLooker Studioだけでは何ができないのですか？

できないことは3つに絞られます。第一に、14か月を超える期間の比較。GA4の標準プロパティはイベントデータの保持が2か月または14か月のため、2年前との比較ができません。第二に、CRMの受注金額と広告費を結んだLTVや投資回収の算出。第三に、Google系以外の媒体の費用を同じ画面で横並びにすること。この3つが不要なら、標準連携で十分に足ります。

マーケティングのデータ分析基盤は構築にどれくらいかかりますか？

接続する媒体が2つとGA4だけの範囲なら、要件定義から可視化まで2〜3か月が目安です。CRMの受注データまで結ぶ場合は、顧客キーの設計と名寄せの検討が入るため4〜5か月を見ます。期間を延ばす要因はほぼ技術ではなく、コンバージョンの定義を社内で決めきれないことです。着手前に定義の決裁者を1名決めておくと、この滞留は避けられます。

広告媒体の数字とGA4の数字は一致させるべきですか？

一致させる必要はありません。媒体は自社のクリックを起点にした計測期間で成果を計上し、GA4は複数の接点に配分するため、仕様として異なる数字です。実務では、予算配分の判断に媒体値、流入経路の分析にGA4値と用途を分け、ダッシュボード上でも別の指標として並べます。無理にそろえる加工を入れると、どちらの数字も説明できなくなります。

DWHはBigQuery以外の選択肢もありますか？

あります。Snowflake、Amazon Redshift、Azure Synapse Analyticsなどが候補です。ただしマーケティング用途に限れば、GA4からの標準エクスポート先がBigQueryである点が実務上の差です。他のDWHを選ぶと、GA4データを移す工程が1つ増えます。全社の基幹データが既にAWSやAzureに載っている場合は、そちらに寄せる判断もあります。

代理店に運用を任せたまま自社に基盤を持つ意味はありますか？

あります。意味は、契約が変わってもデータが残ることです。媒体の管理画面と代理店のレポートは、契約終了とともに参照できなくなります。過去3年分の広告費と成果を自社のクラウドに貯めておけば、次の代理店の提案を過去実績と突き合わせて検証できます。運用は任せたままでよいので、データの置き場所だけは自社側にしてください。

関連記事

• データ分析基盤とは？構成要素・費用・内製と外注の判断基準をわかりやすく解説：そもそも基盤を作るべきかを判断する段階で読む記事です
• データ分析基盤の導入手順と期間｜工程・体制・外注の契約形態まで解説：作ると決めた後の工程と契約形態を整理しています
• データ分析基盤の構築とは？5層アーキテクチャとBigQuery実装手順を技術視点で解説：実装側の設計と手順を扱う技術記事です
• BIツール比較｜主要製品の違い・料金と失敗しない選び方【2026年版】：可視化層の製品を比較する際の判断軸です
• マーケティングオートメーションの導入事例｜業種別の成果と失敗する型・自社で再現する条件：基盤から戻したセグメントをMAで使う場合の前提です