このドキュメントでは、Google アナリティクス Data API v1 の高度な機能について説明します。API の詳細なリファレンスについては、API リファレンスをご覧ください。
カスタム定義の一覧表示とレポートの作成
Data API では、登録済みのカスタム ディメンションとカスタム指標に関するレポートを作成できます。Metadata API メソッドを使用すると、プロパティの登録済みカスタム定義の API 名を一覧表示できます。これらの API 名は、たとえば、runReport メソッドへのレポート リクエストで使用できます。
以下のセクションでは、カスタム定義のタイプごとに例を示します。以下の例では、GA4_PROPERTY_ID
をプロパティ ID に置き換えます。
イベント スコープのカスタム ディメンション
ステップ 1: プロパティ ID を使用して Metadata API メソッドに対してクエリを実行します。
GET https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID/metadata
ステップ 2: レスポンスから、レポートを作成するイベント スコープのカスタム ディメンションを見つけます。ディメンションが存在しない場合は、ディメンションを登録する必要があります。
"dimensions": [
...
{
"apiName": "customEvent:achievement_id",
"uiName": "Achievement ID",
"description": "An event scoped custom dimension for your Analytics property."
},
...
],
ステップ 3: レポート リクエストにカスタム ディメンションを含めます。runReport メソッドに対するリクエストの例を次に示します。
POST https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID:runReport
{
"dateRanges": [{ "startDate": "2020-09-01", "endDate": "2020-09-15" }],
"dimensions": [{ "name": "customEvent:achievement_id" }],
"metrics": [{ "name": "eventCount" }]
}
ユーザー スコープのカスタム ディメンション
ステップ 1: プロパティ ID を使用して Metadata API メソッドに対してクエリを実行します。
GET https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID/metadata
ステップ 2: レスポンスから、レポートを作成するユーザー スコープのカスタム ディメンションを見つけます。ディメンションが存在しない場合は、ディメンションを登録する必要があります。
"dimensions": [
...
{
"apiName": "customUser:last_level",
"uiName": "Last level",
"description": "A user property for your Analytics property."
},
...
],
ステップ 3: レポート リクエストにカスタム ディメンションを含めます。runReport メソッドに対するリクエストの例を次に示します。
POST https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID:runReport
{
"entity": { "propertyId": "GA4_PROPERTY_ID" },
"dateRanges": [{ "startDate": "7daysAgo", "endDate": "yesterday" }],
"dimensions": [{ "name": "customUser:last_level" }],
"metrics": [{ "name": "activeUsers" }]
}
イベント スコープのカスタム指標
ステップ 1: プロパティ ID を使用して Metadata API メソッドに対してクエリを実行します。
GET https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID/metadata
ステップ 2: レスポンスから、レポートを作成するイベント スコープのカスタム指標を見つけます。指標が存在しない場合は、指標を登録する必要があります。
"metrics": [
...
{
"apiName": "customEvent:credits_spent",
"uiName": "Credits Spent",
"description": "An event scoped custom metric for your Analytics property.",
"type": "TYPE_STANDARD"
},
...
],
ステップ 3: レポート リクエストにカスタム指標を含めます。runReport メソッドに対するリクエストの例を次に示します。
POST https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID:runReport
{
"dateRanges": [{ "startDate": "30daysAgo", "endDate": "yesterday" }],
"dimensions": [{ "name": "eventName" }],
"metrics": [{ "name": "customEvent:credits_spent" }]
}
1 回のコンバージョンに対するコンバージョン率の指標
ステップ 1: プロパティ ID を使用して Metadata API メソッドに対してクエリを実行します。
GET https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID/metadata
ステップ 2: レポートを作成する 1 件のコンバージョンのコンバージョン率指標をレスポンスから見つけます。コンバージョン イベントが存在しない場合は、コンバージョン イベントをセットアップする必要があります。
"metrics": [
...
{
"apiName": "sessionConversionRate:add_to_cart",
"uiName": "Session conversion rate for add_to_cart",
"description": "The percentage of sessions in which a specific conversion event was triggered",
},
...
],
ステップ 3: レポート リクエストにコンバージョン率の指標を含める。runReport メソッドに対するリクエストの例を次に示します。
POST https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID:runReport
{
"dateRanges": [{ "startDate": "30daysAgo", "endDate": "yesterday" }],
"dimensions": [{ "name": "eventName" }],
"metrics": [{ "name": "sessionConversionRate:add_to_cart" }]
}
イベント スコープのカスタム指標の平均値
ステップ 1: プロパティ ID を使用して Metadata API メソッドに対してクエリを実行します。
GET https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID/metadata
ステップ 2: レスポンスから、レポートを作成するイベント スコープのカスタム指標の平均値を見つけます。指標が存在しない場合は、指標を登録する必要があります。
"metrics": [
...
{
"apiName": "averageCustomEvent:credits_spent",
"uiName": "Average Credits Spent",
"description": "The average of an event scoped custom metric for your Analytics property.",
"type": "TYPE_STANDARD"
},
...
],
ステップ 3: カスタム指標の平均をレポート リクエストに含める。runReport メソッドに対するリクエストの例を次に示します。
POST https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID:runReport
{
"dateRanges": [{ "startDate": "2020-11-01", "endDate": "2020-11-10" }],
"dimensions": [{ "name": "eventName" }],
"metrics": [{ "name": "averageCustomEvent:credits_spent" }]
}
コホート レポートの例
コホート レポートでは、コホートのユーザー維持率の時系列が作成されます。各 API フィールドの詳細については、CohortSpec の REST リファレンスをご覧ください。
コホート レポートを作成する
以下はコホート レポートの例です。
- コホートは、
firstSessionDate
が2020-12-01
のユーザーです。これは、cohorts
オブジェクトによって構成されます。レポートのレスポンスのディメンションと指標は、コホートのユーザーのみに基づくものになります。 - コホート レポートには、ディメンションと指標のオブジェクトで構成される 3 つの列が表示されます。
- ディメンション
cohort
は、コホートの名前です。 - ディメンション
cohortNthDay
は、2020-12-01
からの日数です。 - 指標
cohortActiveUsers
は、まだアクティブなユーザーの数です。
- ディメンション
cohortsRange
オブジェクトは、レポートにこのコホートの2020-12-01
から2020-12-06
までのイベントデータを含めるよう指定します。- 粒度
DAILY
を使用する場合は、整合性を保つためにディメンションcohortNthDay
をおすすめします。
- 粒度
コホートのレポート リクエストは次のとおりです。
POST https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID:runReport
{
"dimensions": [{ "name": "cohort" }, { "name": "cohortNthDay" }],
"metrics": [{ "name": "cohortActiveUsers" }],
"cohortSpec": {
"cohorts": [
{
"dimension": "firstSessionDate",
"dateRange": { "startDate": "2020-12-01", "endDate": "2020-12-01" }
}
],
"cohortsRange": {
"endOffset": 5,
"granularity": "DAILY"
}
},
}
このリクエストのレポート レスポンスの例を次に示します。
{
"dimensionHeaders": [
{ "name": "cohort" }, { "name": "cohortNthDay" }
],
"metricHeaders": [
{ "name": "cohortActiveUsers", "type": "TYPE_INTEGER" }
],
"rows": [
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0000" }],
"metricValues": [{ "value": "293" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0001" }],
"metricValues": [{ "value": "143" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0002" }],
"metricValues": [{ "value": "123" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0003" }],
"metricValues": [{ "value": "92" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0005" }],
"metricValues": [{ "value": "86" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0004" }],
"metricValues": [{ "value": "83" }]
}
],
"metadata": {},
"rowCount": 6
}
このレポートの回答から、このコホート レポートのグラフが表示されます。このレポートからわかると、このコホートのアクティブ ユーザー数が最も減少したのは 1 日目から 2 日目までの間です。
複数のコホートとユーザー維持率
ユーザー獲得とユーザー維持は、ウェブサイトまたはアプリを成長させるための手段です。コホート レポートはユーザー維持率に焦点を当てています。この例では、このプロパティの 4 日間のユーザー維持率が 2 週間で 10% 向上したことがレポートにより示されています。
このレポートを作成するには、3 つのコホートを指定します。1 つ目は 2020-11-02
の firstSessionDate
、2 つ目は 2020-11-09
の firstSessionDate
、3 つ目は firstSessionDate
が 2020-11-16
です。この 3 日間ではプロパティのユーザー数が異なるため、直接の cohortActiveUsers
指標ではなく、コホートのユーザー維持率指標 cohortActiveUsers/cohortTotalUsers
を比較します。
これらのコホートのレポート リクエストは次のとおりです。
POST https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID:runReport
{
"dimensions": [{ "name": "cohort" },{ "name": "cohortNthDay" }],
"metrics": [
{
"name": "cohortRetentionFraction",
"expression": "cohortActiveUsers/cohortTotalUsers"
}
],
"cohortSpec": {
"cohorts": [
{
"dimension": "firstSessionDate",
"dateRange": { "startDate": "2020-11-02", "endDate": "2020-11-02" }
},
{
"dimension": "firstSessionDate",
"dateRange": { "startDate": "2020-11-09", "endDate": "2020-11-09" }
},
{
"dimension": "firstSessionDate",
"dateRange": { "startDate": "2020-11-16", "endDate": "2020-11-16" }
}
],
"cohortsRange": {
"endOffset": 4,
"granularity": "DAILY"
}
},
}
このリクエストのレポート レスポンスの例を次に示します。
{
"dimensionHeaders": [{ "name": "cohort" },{ "name": "cohortNthDay" }],
"metricHeaders": [{
"name": "cohortRetentionFraction",
"type": "TYPE_FLOAT"
}
],
"rows": [
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0000" }],
"metricValues": [{ "value": "1" }]
},
{
"dimensionValues": [{ "value": "cohort_1" },{ "value": "0000" }],
"metricValues": [{ "value": "1" }]
},
{
"dimensionValues": [{ "value": "cohort_2" },{ "value": "0000" }],
"metricValues": [{ "value": "1" }]
},
{
"dimensionValues": [{ "value": "cohort_2" },{ "value": "0001" }],
"metricValues": [{ "value": "0.308" }]
},
{
"dimensionValues": [{ "value": "cohort_1" },{ "value": "0001" }],
"metricValues": [{ "value": "0.272" }]
},
{
"dimensionValues": [{ "value": "cohort_2" },{ "value": "0002" }],
"metricValues": [{ "value": "0.257" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0001" }],
"metricValues": [{ "value": "0.248" }]
},
{
"dimensionValues": [{ "value": "cohort_2" },{ "value": "0003" }],
"metricValues": [{ "value": "0.235" }]
},
{
"dimensionValues": [{ "value": "cohort_2" },{ "value": "0004" }],
"metricValues": [{ "value": "0.211" }]
},
{
"dimensionValues": [{ "value": "cohort_1" },{ "value": "0002" }],
"metricValues": [{ "value": "0.198" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0002" }],
"metricValues": [{ "value": "0.172" }]
},
{
"dimensionValues": [{ "value": "cohort_1" },{ "value": "0003" }],
"metricValues": [{ "value": "0.167" }]
},
{
"dimensionValues": [{ "value": "cohort_1" },{ "value": "0004" }],
"metricValues": [{ "value": "0.155" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0003" }],
"metricValues": [{ "value": "0.141" }]
},
{
"dimensionValues": [{ "value": "cohort_0" },{ "value": "0004" }],
"metricValues": [{ "value": "0.118" }]
}
],
"metadata": {},
"rowCount": 15
}
このレポートの回答から、このコホート レポートのグラフが表示されます。このレポートの分析情報では、4 日間のユーザー維持率が 2 週間で 10% 増加しています。firstSessionDate
が 2020-11-16
の後者のコホートは、firstSessionDate
が 2020-11-02
の以前のコホートの維持率を上回っています。
週次コホートと、他の API 機能とのコホートの使用
ユーザー行動の日々の変動を取り除くには、週次コホートを使用します。週次コホート レポートでは、同じ週に firstSessionDate
を持つすべてのユーザーがコホートを形成します。週は日曜日から始まり、土曜日までです。また、このレポートでは、コホートをスライスして、ロシアでアクティビティを行ったユーザーとメキシコでアクティビティを行ったユーザーを比較しています。このスライスでは、country
ディメンションと dimensionFilter
を使用して、2 つの国のみを考慮します。
これらのコホートのレポート リクエストは次のとおりです。
POST https://analyticsdata.googleapis.com/v1beta/properties/GA4_PROPERTY_ID:runReport
{
"dimensions": [
{ "name": "cohort" },
{ "name": "cohortNthWeek" },
{ "name": "country" }
],
"metrics": [{ "name": "cohortActiveUsers" }],
"dimensionFilter": {
"filter": {
"fieldName": "country",
"inListFilter": {
"values": [ "Russia", "Mexico" ]
}
}
},
"cohortSpec": {
"cohorts": [
{
"dimension": "firstSessionDate",
"dateRange": {
"startDate": "2020-10-04",
"endDate": "2020-10-10"
}
}
],
"cohortsRange": {
"endOffset": 5,
"granularity": "WEEKLY"
}
},
}
このリクエストのレポート レスポンスの例を次に示します。
{
"dimensionHeaders": [
{ "name": "cohort" },
{ "name": "cohortNthWeek" },
{ "name": "country" }
],
"metricHeaders": [
{ "name": "cohortActiveUsers", "type": "TYPE_INTEGER" }
],
"rows": [
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0000" },{ "value": "Russia" }
],
"metricValues": [{ "value": "105" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0000" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "98" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0001" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "35" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0002" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "24" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0001" },{ "value": "Russia" }
],
"metricValues": [{ "value": "23" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0004" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "17" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0003" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "15" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0005" },{ "value": "Mexico" }
],
"metricValues": [{ "value": "15" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0002" },{ "value": "Russia" }
],
"metricValues": [{ "value": "3" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0003" },{ "value": "Russia" }
],
"metricValues": [{ "value": "1" }]
},
{
"dimensionValues": [
{ "value": "cohort_0" },{ "value": "0004" },{ "value": "Russia" }
],
"metricValues": [{ "value": "1" }]
}
],
"metadata": {},
"rowCount": 11
}
このレポートの回答から、このコホート レポートのグラフが表示されます。このレポートに基づくと、このプロパティでは、ロシアでアクティビティを行ったユーザーよりも、メキシコでアクティビティを行ったユーザーのほうが維持率が高いことがわかっています。