自社所有BigQueryで分析基盤を始める、最小構成の作り方

---

title: "自社所有BigQueryで分析基盤を始める、最小構成の作り方" description: "「BigQueryに集めましょう」と言うのは簡単ですが、実際には何を、どこに、どう置くのかが重要です。最小構成での始め方を整理します。" date: "2026-05-02" tags: ["BigQuery", "分析基盤"]

「BigQueryに集める」の前に決めること

分析基盤の話になると「とりあえずBigQueryに全部突っ込みましょう」になりがちです。しかし、最初に決めるべきは**「誰が、どんな意思決定をするためのデータか」**です。

意思決定が決まれば、必要なデータソースと粒度が決まります。粒度が決まれば、テーブル設計が決まります。

最小構成の3レイヤ

私たちは、最小構成として次の3レイヤをよく採用します。

raw レイヤ

媒体やGA4から 加工せずそのまま 着地させる層。

• GA4 BigQuery Export
• 各広告媒体のスケジュール転送 (Search Ads / Yahoo / Meta / TikTok 等)
• CRM や受注データのSnapshot

ここでは「鮮度」「漏れがない」「再取得できる」だけを担保します。

staging レイヤ

raw を整形・正規化した中間テーブル。命名・型・タイムゾーンを統一します。

• 日付は event_date (DATE) と event_timestamp (TIMESTAMP) を併記
• メディア名は media カラムに google_ads / yahoo_search などの統一名で
• 通貨は JPY に揃える

mart レイヤ

ダッシュボードやレポート用に、業務指標の単位で粒度を揃えた集計テーブル。

• 例: mart_daily_media_performance (日 × 媒体 × アカウント × キャンペーン)
• 例: mart_funnel_daily (日 × ステップ × ユーザー数)

mart は「読み手が直接 SELECT できる」ことを意識した設計にします。

最初の一歩

いきなり全レイヤを整える必要はありません。私たちは、まず1つの意思決定（例: 媒体投資配分）を起点にした mart を1本作るところからお客様と着手します。

「分析基盤を整えてからじゃないと…」で何年も止まっているプロジェクトを、KNG Analytics は数ヶ月単位の最小構成で立ち上げ直していきます。