Çağdaş Polat · · 読了目安 1 分
GoogleがUniversal Analytics(UA)からGoogle Analytics 4(GA4)へ移行するなか、多くの企業がデータの移行と新しいプラットフォームへの適応という課題に直面しています。2024年6月31日以降、Universal Analyticsのプロパティは完全に削除されます。この重要なタイミングに向けて、準備はできていますか?
以前から(もしかすると10年前から)運用しているサイトがあり、訪問数の推移を失わずに後から見返したいのであれば、UAのデータをどこかに必ずバックアップしておくべきです。この記事では、バックアップに使える方法をまとめました。
Universal Analyticsからデータをエクスポート(バックアップ)する方法
1. Google Analytics公式の拡張機能を使う
Googleは、データをGoogleスプレッドシートにエクスポートして移行作業を簡素化する公式の拡張機能を提供しています。公式拡張機能の使い方は次のとおりです。
拡張機能をインストールする

Google Analytics拡張機能のページ(Google Workspace Marketplace)にアクセスします。
「インストール」をクリックし、画面の指示に従ってGoogleスプレッドシートに拡張機能を追加します。
Googleスプレッドシートにデータをエクスポートする
- 新規または既存のGoogleスプレッドシートを開きます。
- 「拡張機能」>「Google Analytics」>「Create new report」の順に進みます。
- Universal Analyticsのアカウント、プロパティ、必要な指標を選択してレポートを設定します。
- 「Create Report」をクリックすると、スプレッドシートにデータが生成されます。
2. Universal Analyticsから手動でエクスポートする
手作業で進めたい方には、Universal Analyticsから手動でデータをエクスポートする方法もあります。手動でデータをエクスポートする手順は次のとおりです。
Universal Analyticsにアクセスする
Google Analyticsアカウントにログインし、データをエクスポートしたいUniversal Analyticsプロパティに移動します。
データを選択する
エクスポートしたい個別のレポート(例:ユーザー、集客、行動)を開きます。
エクスポートしたいすべてのデータが含まれるよう、期間を調整します。
データをエクスポートする
レポート上部の「エクスポート」ボタンをクリックし、希望の形式(CSV、Excel、Googleスプレッドシートなど)を選択します。
エクスポートしたファイルをローカルのストレージに保存します。
3. サードパーティツールを使う
Universal AnalyticsからGA4へのデータ移行を支援するサードパーティツールがいくつかあり、追加機能や自動化によって作業を効率化できます。その一つがDatablooです。Datablooの使い方は次のとおりです。

Datablooにアクセスする
Datablooのウェブサイトにアクセスし、移行サービスを確認します。
登録して設定する
アカウントを登録し、セットアップの案内に従ってUniversal AnalyticsとGA4のアカウントを接続します。
移行を自動化する
Datablooの自動化ツールを使って、移行したいデータを選択します。
ガイドに従って移行プロセスを完了します。
その他のツール
Supermetrics、Fivetran、Stitch Data、Hevo Data、Blendo、Airbyte、Xplentyなど、UAからデータをエクスポートして別のプラットフォームへ転送できるETLソリューションも活用できます。
4. BigQueryを使ってGoogle Analytics Universalからデータをエクスポートする
BigQueryは、Googleのインフラの処理能力を活用して高速なSQLクエリを実行できる、フルマネージドのデータウェアハウスです。Google Analytics Universal(UA)は、GoogleのフルマネージドなデータウェアハウスであるBigQueryにデータをエクスポートでき、高速なSQLクエリの実行や大量データの処理が可能になります。Google Analytics UniversalからBigQueryへデータをエクスポートする手順は次のとおりです。
BigQueryプロジェクトを設定する
- Google Cloudプロジェクトを作成する:
- Google Cloud Consoleにアクセスします。
- プロジェクトのドロップダウンメニューをクリックし、「新しいプロジェクト」を選択します。
- プロジェクト名を入力し、組織とロケーションを選択して「作成」をクリックします。
- BigQuery APIを有効にする:
- Google Cloud Consoleで「APIとサービス」セクションに移動します。
- 「ライブラリ」をクリックし、「BigQuery API」を検索します。
- 検索結果の「BigQuery API」をクリックし、「有効にする」をクリックします。
Google Analytics UniversalをBigQueryにリンクする
- Google Analyticsの管理画面にアクセスする:
- Google Analyticsアカウントにログインします。
- 左下の歯車アイコンをクリックして、管理セクションに移動します。
- BigQueryのリンク設定に移動する:
- 「プロパティ」列の「すべてのプロダクト」をクリックします。
- 「BigQuery」セクションまでスクロールし、「BigQueryをリンク」をクリックします。
- リンクを設定する:
- 「続行」をクリックして、リンクのプロセスを開始します。
- 先ほど作成したGoogle Cloudプロジェクトを選択します。
- エクスポートするデータ(例:日次エクスポート、日中エクスポート)を設定します。
- 「リンク」をクリックして、Google Analytics UniversalとBigQueryの接続を完了します。
データエクスポートの設定を行う
- エクスポートするデータを選択する:
- BigQueryにエクスポートするビューを選択します。必要に応じて複数のビューを選択できます。
- エクスポートの頻度(日次または日中)を設定します。
- エクスポート設定を確認する:
- エクスポート設定を見直し、すべてが正しく設定されていることを確認します。
- BigQueryでのデータの保存先を確認し、正しいデータセットが選択されていることを確かめます。

BigQueryでデータを監視・管理する
- BigQueryにアクセスする:
- BigQuery Consoleにアクセスします。
- Google Analyticsとリンクしたプロジェクトを選択します。
- データのインポートを確認する:
- BigQuery Consoleで、Google Analyticsのデータを含むデータセットに移動します。
- 設定したエクスポートスケジュールに従って、データテーブルにGoogle Analyticsのデータが蓄積されていることを確認します。
まとめ
Googleの公式拡張機能を使う場合も、手動でエクスポートする場合も、Datablooのようなサードパーティツールを活用する場合も、適切なアプローチとリソースがあればプロセスを効率化できます。どの方法を選ぶにしても、6月31日までに対応することをお忘れなく。




