流入元の読み違いを防ぐ：GA4のチャネルを正しく解釈する手順

同じチャネル表から、三通りの読み方ができる

あるECサイト（仮の例）が、月が明けて3月分のGA4集客レポートを開いたとします。有料SNS広告は3,000セッション、全体の4分の1を送り込んだのに、注文は21件にとどまっていました。広告費の行を削りたくなる場面ですが、その前に表を最後まで読みます。以下の数値は、演習用に作った架空のものです。

一つ目の読み方は「量」です。有料SNSはセッションの25%（12,000件中3,000件）を占めますが、注文では8.8%（240件中21件）にとどまります。メールは逆で、セッションの6.7%に対して、注文の16.7%を生んでいます。二つ目は「質」です。有料SNSのエンゲージメント率35%は、サイト全体（12,000セッション中6,590セッションが該当、54.9%）をかなり下回ります。エンゲージのあったセッションは、GA4のヘルプで定義されており、一定の時間を超えて滞在した、キーイベントが発生した、または複数のページが表示された、のいずれかに当てはまるセッションを指します。

三つ目の読み方は、表には載っていません。チャネルが顧客の道のりの中で果たす役割です。広告でお店を知り、その後にブランド名の検索で戻ってきた人の注文は、Organic Searchの成果として計上されます。このとき有料SNSは「弱く」見えますが、実際にはほかの行を支えているかもしれません。これはセッション単位のレポートに共通する限界で、アトリビューションモデルの比較で詳しく扱っています。

もう一つ、目立ちにくい落とし穴があります。GA4には、セッション単位に紐づくチャネルのディメンション（「セッションのデフォルト チャネル グループ」）と、ユーザーの最初の接点に紐づくディメンションがあります。同じ「Paid Social」という名前でも、開いたレポートによって指す母集団が違うことがあるのです。二つの数字を比べる前に、ディメンションとスコープを確かめてください。アビナッシュ・カウシックは『Web Analytics 2.0』で、セグメントに分けない集計値だけで結論を出さない姿勢を説いており、考え方は同じです。

GA4はチャネルをどう作っているか

すべてのセッションには、参照元（訪問がどこから来たか。例：google、newsletter、facebook）とメディア（どの種類のリンクか。例：organic、cpc、email、referral）が付きます。デフォルトのチャネル グループは、この組み合わせに一連の規則を当てはめて、セッションをOrganic Search、Paid Search、Paid Social、Email、Direct、Referralなどに振り分けます。どの規則にも合わなければ、「Unassigned」に入ります。正確な規則、検索エンジンやSNSとして認識される参照元の一覧、メディアとして受け付けられる表記は、Googleアナリティクスの公式ヘルプに載っています。内容は更新されるため、命名規則を作る時点で改めて読み直してください。

この仕組みが実際にどう働くかを、表にしました。一般的な考え方を示したもので、最終的には現行のドキュメントと照らし合わせてください。

「facebook / social」の行は、少し立ち止まる価値があります。チームが広告を出し、同僚がいつもの癖で「social」とタグ付けすると、ダッシュボード上ではオーガニックSNSが好調に、有料が低調に見えます。その錯覚をもとに予算が付け替えられてしまうのです。GA4にはカスタムチャネル グループを定義して、汚れた過去分を再分類する機能がありますが、これから先のデータを守れるのは、タグ付けを直すことだけです。

DirectとUnassigned：ほかを論じる前に「受け皿」を測る

「Direct」は「ユーザーがURLを直接打ち込んだ」という意味ではありません。GA4が、使える流入元の情報を受け取れなかったということです。ブックマークや手入力のほか、メッセージアプリから開いたリンク、PDF文書、メール署名、QRコード、UTMのないキャンペーンも、ここに入ります。パラメータを落としてしまうリダイレクトでも、同じことが起きます。

先ほどのECサイト（仮の例）では、「Direct」が2,200セッション、トラフィック全体の約18%を占めます。この受け皿を探る一つの方法が、そのセッションのランディングページを見ることです。仮に700セッションがトップページに、1,500セッションが商品ページやキャンペーンページに着地しているとします。すると、「Direct」の68%（2,200件中1,500件）が深い階層のページに着地した計算になります。商品詳細ページのURLを覚えて直接入力する人は、そう多くありません。これらはむしろ、タグ付けされていないリンクから来たと考えるほうが自然です。この手がかりは経験則であり、証拠ではありません。それでも調査の向きは決まります。どのキャンペーンやどのパートナーが、そのページへ送客しているのかを探すのです。

「Unassigned」も同じ考え方で扱います。セッションを参照元とメディアの組み合わせで並べ、想定外の組み合わせ（打ち間違い、独自のメディア名）を見つけて、元から直します。タグの設置漏れ（一部のテンプレートにタグがない）や複数ドメインといった、より深い計測の不具合への対処は、計測の不具合を診断するケーススタディで説明しています。

同意の有無も、計測結果をゆがめる

タグ付けとは関係のない偏りもあります。バナーなどで同意管理の仕組みを導入しているサイトでは、訪問者が計測を拒否すると、そのセッションが計測されない、あるいは一部しか計測されないことがあります。どこまで計測されるかは、サイトの設定と、GoogleのConsent Mode（同意モード）の構成によります。そのため、計測されたトラフィックは実際のトラフィックと一致せず、計測されない割合も、接触した層によってチャネルごとに異なり得ます。

日本では、Cookieなどの計測タグの扱いに、個人情報保護法（個人関連情報の第三者提供に関する規律を含む）と、2023年6月に施行された電気通信事業法の外部送信規律が関わる場合があります。総務省の公表資料によれば、外部送信規律は、一定の事業者がウェブサイトやアプリから利用者の情報を外部に送信させる際に、通知または公表、同意の取得、オプトアウトの機会の提供などの措置を求めるものです。対象となる事業者の範囲や、求められる措置は、サイトの種類やツールの使い方で変わります。個人情報保護委員会と総務省の最新の公表資料、および専門家に確認してください。EU域内の訪問者を対象にする場合は、GDPRの同意要件も別途検討が必要です。いずれの場合も、同意しない意思を回避する目的で設定を変えることは避けるべきです。

成果物1：1ページに収まるUTM命名規則

UTM命名規則は、リンクを公開する人が公開前に必ず開く短い文書です。チャネルを左右する値（参照元、メディア）は選択肢を固定した語彙にし、分析に使う値（キャンペーン、コンテンツ）は自由度を残しつつ形式を決めます。

完全なURLの例は、あくまで説明用です。https://www.example.jp/spring-offer?utm_source=newsletter-customers&utm_medium=email&utm_campaign=202603_spring_followup。値は半角英数字で統一しておくと、集計や検索で表記ゆれが起きにくくなります。表を補う規則が、ほかにもあります。

1. すべて小文字にする。 GA4は大文字と小文字を区別するため、「Facebook」と「facebook」は別の行になります。
2. サイト内リンクにUTMを付けない。 内部リンクにタグを付けると、新しい参照元で新しいセッションが始まり、訪問者の本当の流入元が上書きされます。内部のクリックを追うには、イベントを使います。
3. 台帳を一つにする。 公開したリンクごとに、日付、担当者、完全なURLを共有スプレッドシートに記録します。台帳がないと、「Unassigned」が増えたときに、誰がいつ何を投稿したのかをたどれません。
4. 自由入力ではなくジェネレーターを使う。 メディアをプルダウンにしたスプレッドシートを使えば、打ち間違いを防げます。
5. 配信前にテストする。 リンクを開き、GA4のリアルタイムレポートで、正しい参照元とメディアのセッションが表示されることを確認します。

この命名規則は、GA4のタグ設計表の作り方で説明した計測設計の延長線上にあります。タグ設計はサイト上で何を測るかを決め、UTM命名規則はサイトへ導くリンクをどう呼ぶかを決めます。

成果物2：読み取り表と、その限界

タグ付けが整ったら、チャネルの読み取りは四つの確認を次の順で行います。期間、受け皿、量と質、そして判断です。次の表は、症状ごとに、確認することと、取り得る判断を対応させたものです。

比べられるものだけを比べる

一行目を例に取りましょう。2月は28日間で10,080セッション、1日あたり360セッションでした。3月は31日間で12,000セッション、1日あたり約387セッションです。単純な増加率は19.0%（12,000÷10,080−1）ですが、1日あたりで見ると増加は7.5%にすぎません。見かけの増加19ポイントのうち、11.5ポイントは暦の違いだけで説明でき、割合にしておよそ60%に当たります。季節性のある事業では、前月との比較よりも、前年の同じ時期との比較のほうが適しています。

少数のデータが生むノイズ

最初の表では、Referralは500セッションで注文6件、率にして1.2%でした。翌月に8件になれば、率は1.6%に上がります。相対的な変化は33%ですが、2件増えただけなら偶然の範囲かもしれません。ボリュームが小さいほど、見かけの差は当てになりません。対処は、集計単位をまとめること（月ではなく四半期）や、事前にチームで決めた件数の基準を超えるまで率を表示しないことです。

とはいえ、厳密さにはコストがかかり、何も決めないことの言い訳にしてはいけません。タグ付けを完璧にしても、同意の拒否、複数デバイスにまたがる行動、クリックを伴わない接触は解決しません。チャネルのレポートはあくまで指標であり、因果関係の測定ではありません。「この支出がなかったらどうなったか」に答えられるのは、インクリメンタリティ（増分効果）テストだけです。それまでは、正確な数字を追い求めるよりも、毎月同じ規則で読む、不完全でも一貫した読み方のほうが役に立ちます。

この読み取り表の結果は、適切な場所に置いてこそ役に立ちます。意思決定に使えるダッシュボードの作り方では、これを管理画面の1ページにどう配置するかを、問いに応じたグラフの選び方では、ゆがめずに表現する方法を扱っています。この流れを実践ラボで体系的に学びたい場合は、マーケティング分析・AI実践コースの案内をご覧ください。