1.アプリとウェブをまたがった計測

スマートフォンが普及したことで、ユーザーがコンバージョンに至るまでの間にアプリとウェブを併用して検索するケースも珍しくなくなりつつあります。
そのため、通常であればアプリとウェブをまたがって使用しているユーザーは同一ユーザーとして計測されるべきですが、旧アナリティクスでは異なるプラットフォーム間のユーザーを同一ユーザーとして結びつけることは出来ませんでした。

この問題を解決するために、旧アナリティクスでもベータ版であれば「アプリとウェブをまたいだ解析」は可能でしたが、使える機能が制限されており、まだまだ開発途中といった段階でした。

しかし今回GA4へアップデートされたことにより、アプリとウェブをまたいだeコマース分析ができるようになるなど、これまで制限されていた機能が大幅に改善された形でリリースされました。
それにより、ウェブ上での行動とアプリでの行動を結びつけることができ、より「ユーザー行動」を詳細に分析できるようになっています。

このようなアプリとウェブを横断したクロスプラットフォーム解析により、これまでのアナリティクスでは見つけることの出来なかった新しい気付きが生まれ、ビジネスの改善に役立つことが期待されています。

2.Googleの機械学習機能の強化

これまでもGoogleアナリティクスには機械学習が一部導入されており、cookieによるデータ収集を元にコンバージョン見込みの高いユーザーの予測などを行っていました。
しかし、cookieによるデータ収集に限界が訪れ、新たなデータ収集や計測方法を採用したことで、より高度な機械学習が搭載されました。

例えば、「7日以内にコンバージョンに至る可能性の高いユーザー」「アプリまたはサイトを今後7日以内に使用しなくなる可能性が高いユーザー」など、データを元にコンバージョン見込みと離脱見込みの高い顧客を判断してくれます。
またそれだけでなく、コンバージョンに至ったユーザーの解約率までも予測算出してくれるように変化しました。

また、機械学習を元にコンバージョンの確率が高いユーザーでオーディエンスリストを作成することができるようになり、そのリストをGoogle広告に反映させることで、よりコンバージョンの見込みが高いユーザーに対して広告配信することが可能になります。

上記のことから、今まではアナリティクス上で収集したデータを元に個人的見解から分析していたものが、機械学習を用いて自動的に分析してくれるようになったということが読み取れます。
すなわち、Googleアナリティクスが「現状を把握することに優れているツール」から、「データを元に将来を予測できるツール」へと変化したと言えます。

既にGoogle広告でも「入札戦略」といった機械学習を元にした広告配信戦略の設定があることから、今後ますますGoogleアナリティクスにおける機械学習も発展していくものと考えられます。

3.プライバシー重視のデータ収集

旧アナリティクスではcookieに依存したデータ収集を行っておりましたが、個人情報の取り扱い規制の強化でcookieによる計測が制限され、データに基づく制度の高い分析が困難になりつつあります。
こうした背景のもと、GA4では「ユーザーID」「Googleシグナル」「デバイスID」の3つを使用してデータの計測を行うように変化しています。

多方面からデータ収集を行うことでcookie依存のデータ収集から解放されるとともに、そこに機械学習を組み合わせることで、将来を予測したデータ分析まで可能となります。

更にGoogleは、「今後Cookieやその他識別子などに頼らず、機械学習をより発展させることで不完全なデータのギャップを埋める機能を搭載していく予定」と述べています。

このことからも、今後はより機械学習を活用するための理解が必要になってくるなと感じます。

4.ビューの廃止とデータストリームの採用

従来のアナリティクスのアカウント構成は、「アカウント＞プロパティ＞ビュー」という形でした。 しかし、GA4では「ビュー」が廃止となり、代わりに「データストリーム」の形式が採用されています。

「データストリーム」とは、アプリやウェブからアナリティクスへデータ収集を行うために必要となるもので、1 つのプロパティ内でアプリ用・ウェブ用と複数のデータ ストリームを作成することができます。 これによりウェブとアプリの両方を計測、複数のアプリをまとめて計測することが可能となります。

また「データストリーム」への変更に伴い、「UA」から始まるトラッキングIDが「G」から始まる測定IDへと変わっています。（アプリの場合はストリームIDと表記されています）

新しくGA4を作成する際は、入力するIDを間違えないように注意しましょう。