BigQueryでアナリティクスの元データを照会する

元データを活用したデータ検証

ゲームイベントを収集した後は、ユーザーの行動が意図したタイミングで記録されたか、分析に必要な値が漏れなく含まれているかを確認する必要があります。照会期間が長い場合や複数の条件を組み合わせる必要がある場合は、元のイベントを直接確認しなければならないことがあります。

たとえば、送信したイベントがアナリティクスで確認できない場合は、収集基準を満たさずに隔離テーブルに保存されていないかを点検する必要があります。集計値が想定より高い場合は、同じイベントが重複して送信されていないかを確認でき、特定の期間・アプリ・国で異常な値が繰り返し発生していないかも元ログを通じて確認できます。マーケットの精算額と売上指標が異なる場合は、大量の購入ログを精算データと突き合わせ、差異が発生している範囲を特定する必要があります。

BigQueryでは、こうした状況に必要なデータをSQLで照会し、重複除去、タイムゾーン変換、属性の抽出などの前処理を行えます。これにより、画面に表示された結果だけでは分かりにくい収集エラーや集計差異の原因を具体的に確認できます。

Hive AnalyticsのBigQuery照会環境

Hive Analyticsは、収集したイベントデータをBigQueryで直接照会できる環境を提供しています。権限の申請からSQLの実行までの流れは次のとおりです。

1. Googleアカウントの準備
   BigQueryにアクセスするGmail、または社内で使用しているGoogleアカウントを用意します。
2. 権限の申請
   アナリティクスの管理者権限を持つユーザーが、アカウントメニューのBigQuery アクセス権限管理でGoogleアカウントを登録します。権限は申請したアナリティクスコンソールの環境にのみ適用されるため、本番とサンドボックスの両方のデータを照会する必要がある場合は、それぞれの環境で申請します。申請後は、申請履歴で待機中・承認・却下などの処理状況を確認します。権限は通常すぐに付与されますが、申請履歴が待機中の場合は最大2営業日かかることがあります。
3. Google Cloudプロジェクトの準備
   SQLを実行するGoogle Cloudプロジェクトを用意します。Google Cloudの請求先アカウントがない場合は、BigQueryサンドボックスを設定して、制限付きの無料範囲で始めることができます。設定方法と制限事項は、Google CloudのBigQuery サンドボックスのドキュメントで確認できます。
4. アナリティクスのプロジェクトを接続
   BigQueryのエクスプローラでhabq-storageプロジェクトをお気に入りに追加します。プロジェクトが表示されない場合は、データを追加で名前でプロジェクトにスターを付けるを選択し、habq-storageを入力します。
5. データセットとテーブルの確認
   プロジェクトを展開し、権限が付与されたデータセットとイベントテーブルを確認します。本番データはhabq-storage.analytics_N_live、サンドボックスデータはhabq-storage.analytics_N_sandboxに保存されます。データセット名のNには会社ごとの識別値が入りますが、エクスプローラにはアクセス可能なデータセットだけが表示されるため、この値を別途確認する必要はありません。照会できるテーブルの種類と用途、主なカラムは、Hive DevelopersのBigQuery テーブルで確認できます。
6. SQLの実行
   SQLを実行するには、選択したGoogle CloudプロジェクトでBigQuery ジョブユーザーの権限が必要です。BigQueryサンドボックスで作成したプロジェクトでは、無料使用量の上限まで追加の権限設定なしで照会できます。プロジェクトを選択したら、SQLエディタでクエリを実行します。

業務の変更や退職などにより、元データの照会が不要になったアカウントは、アナリティクスのBigQuery アクセス権限管理で権限の回収を申請します。必要なアカウントと環境だけを残すことで、元データへのアクセス範囲を明確に管理できます。

BigQuery照会権限の申請と回収、Google Cloudプロジェクトの準備に関する詳しい手順は、Hive DevelopersのBigQuery 設定で確認できます。

BigQueryでイベントの元データを照会してみる

たとえば、本番環境で収集されたcontents_successイベントの基本情報と属性を確認する場合を考えてみましょう。Google BigQueryにアクセスしたら、BigQueryコンソール左上のプロジェクト選択エリアでSQLを実行するGoogle Cloudプロジェクトを選択します。SQLエディタを開き、次のように照会条件を構成します。

SELECT
  userId,
  deviceId,
  appIdGroup,
  appId,
  DATETIME(TIMESTAMP_ADD(dateTime, INTERVAL 32400 SECOND)) AS dateTime_kst,
  attributes
FROM `habq-storage.analytics_N_live.t_raw_event_log`  --analytics_N_live: 権限が付与された本番データセット
WHERE identifierProvider = 'hive'
  AND eventName = 'contents_success'  --照会するイベント名
  AND appIdGroup = 'com.sample.test'  --照会するゲームの実際のappIdGroup
  AND dateTime >= TIMESTAMP_SUB(TIMESTAMP('2026-10-01 00:00:00'), INTERVAL 32400 SECOND)  --照会期間の開始日
  AND dateTime < TIMESTAMP_SUB(TIMESTAMP('2026-10-08 00:00:00'), INTERVAL 32400 SECOND)  --照会期間の終了日
QUALIFY ROW_NUMBER() OVER (
  PARTITION BY checksum
  ORDER BY bigqueryRegistTimestamp DESC
) = 1
LIMIT 100

クエリを実行する前に、コメントで示した値を実際の照会環境に合わせて変更します。

dateTimeはUTC基準で保存されるため、例では9時間を足してKSTで表示しています。照会期間もKSTを基準に設定するには、開始時刻と終了時刻から9時間を引いてUTCの条件に変換します。

同じイベントが再送信されると、重複データが保存されることがあります。例のQUALIFY句は、checksumが同じデータのうちbigqueryRegistTimestampが最も新しい1件だけを残します。重複除去の基準は、分析の目的とイベントの送信方式に合わせて適用してください。

t_raw_event_logはdateTimeを基準に構成された日別パーティションテーブルです。クエリに日付条件を含めて必要なパーティションだけを照会することで、照会コストを抑えられます。実行前にBigQueryに表示される処理予定のデータ量も確認すれば、不要なデータ照会とコストを抑えられます。

照会結果では、ユーザーとアプリの情報だけでなく、attributesに保存されたイベント属性も確認できます。特定の属性を個別の列として確認するには、JSON_VALUEと型変換関数を使って必要な値を抽出します。

Hive Analyticsを始める

BigQueryの照会環境を準備すれば、特定のイベントや属性値を任意の条件で確認し、指標の集計基準を元データと比較できます。

Hive Analyticsは、Hive SDKを通じて収集されたイベントをBigQueryで直接照会できる環境を提供する、ゲーム専門のアナリティクスソリューションです。今すぐHive AnalyticsでBigQueryの照会権限を申請し、ゲームデータを直接確認してみましょう。