はじめに：なぜ GA4 × Looker Studio なのか？

LP 改善はスピード勝負。広告クリエイティブや入札を変えた当日に数字を確認し、
翌日に AB テストへ反映できる体制が競争優位を生む。

GA4 はランディングページ別のスクロール・エンゲージメント・コンバージョンを“ほぼリアルタイム”
で処理でき、Looker Studio はドラッグ＆ドロップでダッシュボード化できる。
特別な BI ライセンスが不要な点も制作会社・小規模事業者には大きなメリット。

2024〜2025 年にかけて GA4 には 新しい「ランディングページ レポート」 が追加され、
指標の欠損問題が大幅に解消。Looker Studio も 自動更新・ブレンドのデータ鮮度設定 が強化され、
実運用に耐えるリアルタイムモニタリングが実現した。

KPI 設計：LP で追うべき 10 指標

カテゴリ	指標	GA4 フィールド例	目的
トラフィック	LP 到達セッション	session_start + landing_page	流入量
エンゲージ	平均スクロール率	percent_scrolled イベント	“読了”把握
エンゲージ	Engaged Sessions	GA4 標準	滞在時間30秒↑ or 2ビュー↑
UX	Average LCP	event_name="largest_contentful_paint"	体験速度
コンバージョン	CV 数	generate_lead 等	成果
効率	CVR	CV ÷ LP 到達	効率
効率	CPA	広告費 ÷ CV	採算
価値	売上（Revenue）	purchase	売上高
価値	LTV 30/90 日	BigQuery で計算	将来価値
システム	データ鮮度	GA4 / Looker meta	信頼性

ポイント：Core Web Vitals（LCP/INP/CLS）は GA4 のカスタムイベントで取得し、
デザイン改修の効果を即時モニタリングすることで“速度→CV”の相関を示しやすくなる。

GA4 側の準備：イベント＆コンバージョン設定

1. ランディングページ識別
   • 新しい Landing page 維度が標準化されたため、以前の page_referrer=null フィルタは不要。
2. スクロール率
   • Enhanced Measurement の 90% スクロールだけでは不十分。scroll_depth＝25/50/75/90 を GTM で送信。
3. 速度指標
   • Web Vitals script → event_name="largest_contentful_paint" などを GA4 イベントとして送る。
4. コンバージョン
   • generate_lead / purchase に加え、micro CV（例：PDF DL・チャット起動）を conversion ON にしてファネル分析を充実。
5. BigQuery Export 有効化
   • ★無料版でも 24h 遅延のエクスポートに対応。高カードリナリティ問題を回避でき、Looker Studio 側での“データ欠落”を防げる。Google Cloud

データ連携：ネイティブコネクタ vs BigQuery Export

項目	GA4 コネクタ	BigQuery コネクタ
容易さ	UI 2クリック	SQL モデル作成
上限	サンプリング・10M rows/Req	無制限
フィールド追加	不可（計算フィールドのみ）	自由
リアルタイム	最短 30 分 Googleヘルプ	同
高度分析	△	◎（RFM・LTV 計算など）
料金	無料	スキャン量課金

結論

• 初期検証：GA4 コネクタで十分。
• 広告費 100 万/月↑ & 多ドメイン展開：BigQuery Export → dbt でマート生成 → Looker 接続が必須。

Looker Studio データモデル：スキーマ拡張とブレンド設計

1. データソース作成
   • GA4 コネクタ選択 → “複数ウェブストリーム”がある場合はビュー作成時にフィルタ指定。
2. カスタムフィールド
   • Engaged Session Rate = Engaged Sessions / Sessions
   • Scroll 50% Rate = SUM( scroll_event_50 ) / Sessions
3. ブレンド
   • 広告費（Google Ads / Meta）データと LP 指標を Primary Key: Date で結合し “CPA” をリアルタイム計算。
   • ブレンド作成後は 最小データ鮮度 が適用される点に留意。Google CloudGoogle Cloud
4. データフィールド更新
   • 計測更新時は「データソース → フィールドを更新」でスキーマ差分を反映。Google Cloud

ダッシュボード構築ステップ（テンプレ付き）

所要時間：およそ 60 分

1. レイアウト
   • 1280×720（16:9）固定幅。ヘッダーにフィルタ（日付範囲・デバイス・キャンペーン）。
2. 上段：スコアカード 6 連
   • Sessions / Engaged Sessions / Engaged Rate / CV / CVR / LCP 平均
3. 中段：トレンド折れ線
   • Date × CVR（２軸で LCP）→ “速度が落ちた日” と “CVR 低下日” を一目で把握。
4. 下段：テーブル＋ヒートマップ
   • ランディングページ別の CVR・Scroll 50% Rate・Avg LCP。条件付き書式でヒート。
5. サイドバー：広告効率カード
   • Media / Campaign 別 Sessions・CVR・CPA。
6. インタラクション
   • Drill‑down：ページ→参照元/デバイスのディメンション切替え。
7. デザイン
   • ブランドカラー＋差し色 1 色。フォントは Noto Sans JP 12pt↑で可読性重視。
8. 公開
   • “リンクを知っている全員”共有は厳禁。閲覧専用＋行レベルフィルタで広告代理店ごとに見せ分け。

パフォーマンス最適化：データ鮮度・自動更新・権限管理

• レポート自動更新
  • Looker Studio Pro なら最短 1 分間隔でオートリフレッシュ。大型モニター掲示用に便利。Google Cloud
• データ鮮度メタ情報
  • フッターに「更新：Last Refreshed {{DATA_SOURCE_LAST_REFRESH_DATE}}」を設置し“数値への信頼”を担保。
• キャッシュ制御
  • ［リソース→レポート設定→キャッシュ］で“1 時間”を推奨。BigQuery 接続時はコスト削減にも貢献。
• 権限
  • Viewer credentials 推奨。Editor 権限を最小化し“スキーマが壊れる事故”を防止。

よくある落とし穴とデバッグ術

症状	原因	解決策
数値が GA4 UI と合わない	異なる帰属期間 or 指標定義	GA4 UI で「比較なし」状態と同じフィルタを Looker に設定し検証。
高カードリナリティで “(other)” 表示	GA4 API 制限	BigQuery Export へ切替。
データ更新が遅い	Blended Source で Sheets 併用	最も遅いソースに合わせて鮮度が決定。 Sheets を外部変数に置換。
LCP が 0（計測されない）	SPA + RSC でイベント発火漏れ	web-vitals ライブラリを hydrate 後に再実行。

７日間実装スプリント例

Day	タスク	成果物
1	KPI 定義＋GA4 設定見直し	KPI マップ
2	GTM でスクロール/LCP 送信	テストイベント通過
3	BigQuery Export 有効化＋dbt 雛形	lp_kpi_mart
4	Looker データソース＆フィールド作成	lp_ga4_source
5	ダッシュボード 1st ドラフト	URL（レビュー用）
6	QA（数字照合＋UX）	修正リスト
7	本番公開＋自動更新設定	モニター掲示・共有リンク

まとめ

• GA4 のランディングページレポート＋Looker Studio の強化された自動更新機能により、LP パフォーマンスをほぼリアルタイムで可視化する環境が市場標準になった。
• 最小構成は GA4 コネクタのみで即日構築可能。スケール局面では BigQuery Export と dbt でマートを生成し、Looker でブレンド・DPA（動的広告）まで担うハイブリッドがベストプラクティス。
• “数字を見てすぐ動く”文化を作るため、データ鮮度表記・自動更新・権限管理を徹底し、ダッシュボードを “ただのレポート”から “行動促進装置”へ昇華させよう。

今日作ったダッシュボードが、明日の LP 改善タスクを自動で教えてくれる――
その第一歩を、この記事を片手に踏み出してみてください。