目次
本記事の対象者
マーケター、ブログ運営者、ライターetc
※特にこれからGAの導入を検討している方に読んで頂きたいですー！
本記事の目的
GAがどのような仕組みで計測をしており、その結果何が計測できて、何が計測できないのか理解する。計測環境の理解が深まれば、以下の様な現場あるあるを防ぐことができますよー！
現場あるある
・上司が求める数値を出せないことを実装後に気づく👎
・どうやってエンジニアに開発を依頼してよいかわからない👎
・ベンダーさんに開発を依頼する際の仕様書の作り方がわからない👎
・そもそも自分が回そうと思っていたPDCAが回せないことに後から気づく👎
本記事の注意点⚠️
タイトルではGAで計測できること/できないことと記載しておりますが、本来的にはGAで計測するのに向いていること/向いてないこととなることをご留意下さい。
なぜなら計測するサービスや会社の状況によって、GAが活躍できる場所が変わるからです。
※GAは非常に高性能なツールです。エンジニアにお願いをして複雑な設定を行えば、想像できうる大抵のことは計測できると言って過言ではありません（その効率性や効率性は置いといて）
サービスですと、ログイン機能のある無しやアプリとwebの住み分けなどが挙げられます。
また会社の状況ですと、そもそも数値をベースに意思決定をする文化があるのか、そしてエンジニアの工数問題などが挙げられます。
そのため、まずはどういった目的があり、どのような情報が必要なのかを整理し、現状でそれを実現させるための最適解を考える必要があります。
この記事ではGAの基本的な仕組みとGAで計測可能（非エンジニアベース）な事象をまとめているので、この記事をベースに自社サービスではどういった計測環境を整えるべきか考えていただけると幸いですー！！！何卒ー！！！
計測の仕組み
※ferretさんの記事の画像を引用してます。
（無料会員登録が必要ですが、アクセス解析の基礎についてよくまとまっていておすすめです。）
https://ferret-plus.com/9756
上記の図のような解析手法をWebビーコン型と言います。
ポイントはユーザーを判定するのにCookieを使っているところにあります。
※CookieとはWebブラウザにてサイトを閲覧した際に作成されるファイルであり、データを一時的に保管しておく仕組みの事です。
Cookieの詳細は以下。
https://admage.jp/blog_001_firstparty-cookie-thirdpirty-cookie.html
上記の図はだいぶ簡易にまとめられているので記載はないですが、
実は図の③のところで訪問ユーザーのブラウザにCookieを付与しています。
GAがどのようにCookieを付与するか詳細を知りたい方は以下のリンクをご覧ください。
https://www.nexal.co.jp/blogs/2061.html
つまりユーザーの特定をブラウザベースで行っています。
このためある同一ユーザーがPCとスマホで別々に特定ページにアクセスした際には、2人分のアクセスとして計測されてしまいます。
なので詳細なアクセス履歴を把握すべき場合は向かないでしょう。
データ整形は大変ですが、サーバーのログを分析すべきです。
このような仕組みを理解した上で、以下にGAで計測できることをまとめてます！
GAで計測できること
①ユーザー情報
年齢・性別・国・地域（県単位）・ブラウザとOS・デバイスの情報を軸（ディメンション）に何人新規ユーザーがいて、どれくらい滞在して、何人コンバージョン（CV）したかがわかります。
（例）
-セッションは18-24歳が多いけど、コンバージョン数は25-34歳の方が多い
→広告打つ時は25-34歳から打った方が早く費用回収できるかも
-東京はセッション数が多いけど、大阪の方がCVR高い
→店舗出展をするなら大阪の方が店舗費用も安く、費用対効果高いかも
-iPhone SEより、iPhone Xユーザーの方が平均セッション時間長い
→細かくて見えづらいUIはやめた方が滞在してくれるかも
など施策や意思決定に役立てそうなデータを見ることができます。
②集客情報
GAがもっとも得意としているのは集客の分析です。
どこから来たユーザーがCVしたか見ることができます。（セッション・直帰率なども）
粒度としては、大きく４つに分けて確認することができます。
・チャネルごと（Social・Organic・Direct・Referralなど）
・参照元/メディア（Google/OrganicやInstagram/socialなど）
・参照サイト（〇〇.com）
・ソーシャル（Facebook・Twitterなど）
③行動情報
サイト内におけるユーザーの大まかな行動を見ることができます。
※ここがGAがあまり得意でない分野です。（後ほどまとめます。）
フロー図でディレクトリごとのサイト内行動を見ることができたり、
離脱が多いページを確認することができます。
しかしすべてが集計値となるので、なぜそこで離脱しているのか、どんな人が離脱しているのかなどの詳細を追うことができず、具体的な改善策に結びつけることが難しくなっております。
計測できることの具体例
・GoogleTagManager（GTM）を設置すれば、クリックを押した数・読了率・ページの何%が読まれたかの分析をすることができます。以下参考。
http://blog.hatenablog.com/entry/2018/02/28/143000
・特定の流入元を登録して、分析することができます。以下はLine流入の参考。
https://wacul-ai.com/blog/access-analysis/google-analytics-method/google-analytics-line/
・Google Search Consoleと連携するとオーガニック検索の際のキーワードを知ることができます。以下参考。
https://ferret-plus.com/317
・メルマガのクリック率と開封率を知ることができます。以下参考。
https://wacul-ai.com/blog/access-analysis/google-analytics-method/analytics-mail-magazine/
・Google AdSenseと連携すると、ページごとのクリック数や収益を確認することができます。以下参考。
https://t-shimohara.com/google-adsense/page-adsense
計測できないこと
③の行動情報のところでも少し言及しましたが、詳細な行動分析を行うことは得意ではありません。
・特定ページ内でのユーザーの動きの把握
-クリックできないところを間違ってクリックしているなどを知ることができない
・ページ遷移の詳細な分析
-eコマースを例にあげるが、カート前での落ち率が高いなどざっくりした情報は得ることができます。しかしCVしたユーザーがどのようなページ遷移でCVまでたどり着いたかや、それが何回目の訪問で、1回目の訪問からどれくらい期間が空いてCVしたかを把握することができません。
おわりに
以上になりますー！
この記事を見ていただくことで、上司やエンジニアとの齟齬が少しでもなくなり、スムーズにPDCAを回せる計測環境を整えることができれば幸いですー！
