Microsoft Advertising (Bing Ads) のデータを Google Analytics にインポートする方法 - ステップバイステップガイド

推奨: couplerio を使用して Microsoft Advertising のデータを BigQuery または GA データインポート経由で Google Analytics に自動的に引き込みます。これにより、データは 新鮮 に保たれ、ユーザー の手作業を減らし、今後の信頼できる結果のための 3 ステップのワークフローを設定します。

文献 によると、データ統合のアプローチは 3 つのコア目標、つまり正確性、適時性、クロスプラットフォームの一貫性に適合します。 トレンド から、最も成功した実装は Microsoft Advertising と Google Analytics のデータモデル間の 違い を対処します。 主に、チームは単一の ビルダー または couplerio のような自動化ツールに依存して、研究とガイダンスで述べられているように、プラットフォーム 間でデータを同期させます。

セクション 1 – 前提条件: アクセスを許可し、API を有効にし、データ ビルダー を構成し、日付、キャンペーン、支出、クリック数、インプレッション、コンバージョンのようなフィールドの 新鮮 なマッピングを定義します。 セクション 2 – インポートロジック: チャネル属性の 違い をマッピングし、期待される アトリビューションウィンドウを設定します。 セクション 3 – 検証と最適化: Microsoft Advertising のレポートに対してチェックを実行し、GA での一貫性を検証し、パラメータ名を調整し、継続的な最適化を実装しながら 一般的な 落とし穴を防ぎます。

フローをスムーズに保つために、明確なフィールド名、一般的なキー、一貫した 違い の定義で セクション を対処します。軽量のデータモデルを構築し、頻繁な更新をスケジュールして結果を 新鮮 に保ち、ユーザー に提供し、ステークホルダーに価値を提供する透明なダッシュボードで、期待される 3 つのメトリクス、つまりセッション、コンバージョン、収益を プラットフォーム で表示し、双方向に機能する明確なマッピングを提供します。

Bing Ads フィールドをインポート前に GA4 イベントパラメータにマッピング

固定のマッピングテーブルから始め、各 Bing Ads フィールドを GA4 パラメータと単純にペアリングします。この 1 対 1 のマッピングはインポート中のドリフトを防ぎ、トラブルシューティングを簡単に行えます。例のマッピング: CampaignName -> bing_campaign_name, CampaignId -> bing_campaign_id, AdGroupName -> bing_ad_group, Keyword -> bing_keyword, MatchType -> bing_match_type, Device -> device, Impressions -> impressions, Clicks -> clicks, Cost -> cost, Conversions -> conversions, Revenue -> revenue, Currency -> currency, MSCLKID -> click_id。アイテムおよび製品レベルのデータについては、適用可能な場合、Bing アイテムフィールドを GA4 アイテム配列にマッピングします (items[].item_id, items[].price, items[].quantity)。インタラクティブシグナルについては、bing_ad_position や bing_search_context のようなパラメータを追加します。この設定により、GA4 はキャンペーン、広告グループ、用語に適合するトラッキングレイヤーを提示し、生涯価値とサインアップ分析のためのクリーンな基盤を提供し、重要な点として、インターネットチャネル全体での正確性を最大化する簡単な方法を提供します。

インポート前に命名規則と正規化ルールを定義して、サービス全体でのトラッキング一貫性をサポートします。小文字への変換、空白のトリミング、スペースのアンダースコアへの置換、非サポート文字の削除で正規化します。数値フィールド (impressions, clicks, cost, conversions) を数値として解析し、通貨は一貫した ISO コード (USD, EUR) を使用します。このアプローチはデータ品質の問題を減らし、チャネル全体での比較可能性を最大化し、先進的なテストとレポートのための堅固な基盤を提供します。

検証計画: 小規模なテストバッチを実行します。Bing Ads からサンプルをエクスポートし、インポートパイプラインを実行し、DebugView とテスト BigQuery エクスポートで GA4 イベントパラメータ値を検証します。MSCLKID が click_id にマッピングされ、通貨と数値フィールドが正しくレンダリングされることを確認します。テストを使用してミスマッチを迅速に検出し、必要に応じてマッピングを調整します。広範な展開前に潜在的なアトリビューションギャップを考慮し、対処します。

セキュリティと品質の考慮事項: プライバシーの考慮事項に対処し、インポート前に CSV を検証してウイルスを防ぎます。GA4 パラメータで PII を渡さず、リテンション設定を尊重します。フィールドが競争の実態に適合し、季節性が結果を歪めないことを確認し、データセットをクリーンでチーム全体のサービスに使用可能に保ちます。

価値を最大化するための実装のヒント: 予算に適合するアプローチを選択します。インポートを新鮮に保つために自動化された ETL またはスケジュールされたジョブを使用します。アイテムとサインアップを GA4 パラメータにマッピングします。生涯価値分析と簡単なサインアップアトリビューションをサポートする最適化されたデータフローを設定し、テストと最適化のための堅固な基盤を提供します。

注意すべき一般的な落とし穴: フィールドタイプのミスマッチ、通貨の欠如、空のキーワード、または誤入力のパラメータ名などの可能性のある問題を含みます。必須マッピングを強制し、ガードを追加し、代表的なデータスライスで最初にテストすることで解決します。これにより、競争的な誤アトリビューションとデータ汚染のリスクを減らし、インポートがキャンペーンと予算のための信頼できる洞察を提供することを確保します。

GA4 互換スキーマ (CSV 列) で Bing Ads データをエクスポート

3 つのコアフィールド、event_name, event_timestamp, user_pseudo_id で Bing Ads データをエクスポートして GA4 フレンドリーな CSV を作成します。次に、キャンペーンコンテキストをキャプチャするためにフラット化された event_params 風の列を追加し、ファイルを GA4 インポートまたは BI レイヤーの準備状態に保ちます。

データ忠実度と分析の容易性を最大化するために、以下の列セットを使用し、キャンペーンコンテキスト、配置、国カバレッジを各国に含めます。以下のヘッダーは選択したベースラインで、最小限の編集で別のアカウントに再利用できます。

提案される CSV ヘッダー (カンマ区切り) は: event_name, event_timestamp, user_pseudo_id, accounts, campaign_name, campaign_id, ad_group_name, ad_group_id, ad_id, keyword, placement, country, device, impressions, clicks, cost, conversions, revenue, source, medium

サンプル行: view_item,1683072000000,u12345,ACME_Agency,Spring_Sale,cmp123,Spring_Group,grp001,ad001,running shoes,Top-Left,US,Desktop,1000,68,25.50,4,125.00,bing,cpc

この構造により、Bing Ads データを GA4 メトリクスに接続し、3 つの次元、つまり国、配置、デバイスの相関を分析できます。このアプローチを使用するチームのストーリーは、伝統的なキャンペーン全体でのリーチを改善し、コストをコスト効果的に保ちながら予算を最適化する方法を示しています。

正確性を検証するために、アカウントと国全体での CTR、CPC、コンバージョンの違いを比較します。配置ごとのインプレッションの国平均以上または以下の相違点を調べます。データ分析に科学的なマインドセットを使用し、アウトライアーをチェックします。イベントタイムスタンプを UTC に正規化して正しい集計を確保します。クリーンなヘッダーと一貫したイベント命名を作成することで、デバッグを最大化し、データ品質を維持します。

GA4 への接続: インポート後、正しいプロパティとデータストリームに接続し、選択したイベント名と正しい source/medium ペアリングを使用したことを確認します。定期的なエクスポートのスケジュールを作成することでデータを新鮮に保ち、予算を調整し、ワークフローをコスト効果的にします。特定のアカウントのためにヘッダーを調整する必要があるかもしれませんが、上記のコア構造はアナリティクス目標達成のための信頼性を保ちます。

CSV 列マッピングの例

Bing フィールドを GA4 フレンドリーな列にマッピング: Bing account -> accounts; CampaignName -> campaign_name; CampaignId -> campaign_id; AdGroupName -> ad_group_name; AdGroupId -> ad_group_id; AdId -> ad_id; Keyword -> keyword; Placement -> placement; Country -> country; Device -> device; Impressions -> impressions; Clicks -> clicks; Cost -> cost; Conversions -> conversions; Revenue -> revenue; Source -> source; Medium -> medium; EventName -> event_name; EventTimestamp -> event_timestamp; UserId -> user_pseudo_id。

検証のヒント

まず小さなファイルでテストし、GA4 が event_name と event_params を受け入れることを検証し、次に広範なインポートを実行します。信頼性を確認するために 3 つのメトリクスをチェック: CTR トレンドの一貫性、支出とコンバージョンの整合性、国分布の安定性。配置とクリック間の相関を探し、選択したアカウントが正しいデータストリームにマッピングされることを確認します。この規律を維持することで、正確性と効率で目標を達成します。

Bing Ads イベントデータのための GA4 データインポートを作成および構成

Bing Ads からクリーンでノーコードの CSV エクスポートを開始し、Bing Ads のための GA4 イベントデータインポートを設定します。これらの設定により、手動再入力なしで一致するイベントを集められます。GA4 に特化してマッピングされるフィールドを集めます: event_name, event_timestamp, transaction_id, value, currency, campaign, ad_group, keyword, message, environment, user_pseudo_id。これらのコアフィールドはコアアトリビューション作業をサポートし、Bing シグナルを GA4 イベントとマージする際のマッチ率を向上させます。マッピングを検証するためにクイックテストファイルを実行し、次に全体のフィードにスケールします。データ量によっては、Settings で簡単なチェックを使用してフィードの健全性を監視しながら、毎日のアップロードをスケジュールします。このアプローチは GA4 データインポートの機能を活用し、Bing Ads と GA4 データ間の改善された結束を生み出します。

Bing Ads フィードを準備

これらのステップはクリーンなインポートを確保します: Bing Ads イベントデータをエクスポートし、event_name と transaction_id の存在を確認し、event_timestamp をエポックミリ秒に標準化し、campaign, ad_group, keyword の命名を正規化し、コンテキストのための短い message フィールドを含め、environment を prod または test に設定します。GA4 が期待するヘッダーで CSV として保存: event_name,event_timestamp,user_pseudo_id,transaction_id,value,currency,campaign,ad_group,keyword,message,environment。UTF-8 エンコーディングとシンプルな構造を使用し、フィードをノーコードフレンドリーに保ちます。このアプローチは選択したデータソースに多くの作業を保持し、選択したキャンペーンでインポートを予測可能にします。

構成、検証、最適化

GA4 で、Data Import Data Set を作成: タイプ: イベントデータ; ファイルアップロード方法; 名前: BingAds_Event_Data; 設定: GA4 event_name を bing value にマッピングし、他のフィールドを GA4 パラメータにマッピングします。各行に transaction_id が存在し、event_timestamp が UTC エポックミリ秒であることを確認します。アップロード後、GA4 は数時間以内にバッチを処理します。DebugView と標準レポートでカウントが期待に適合することを検証します。ミスマッチが発生した場合、フィードマッピングを調整し、再アップロードし、クイックテストを再実行します。自動化されたケイデンスにより、このノーコードフローは継続的な改善をサポートし、選択したキャンペーン全体での広告パフォーマンス最適化のための信頼できるコアデータセットを提供します。

GA4 フィールド	Bing Ads ソースフィールド	ノート
event_name	bing_event_name	必須; GA4 イベントタイプを定義
event_timestamp	bing_export_time	UTC のエポックミリ秒
user_pseudo_id	bing_user_id	GA4 ユーザーへのリンク
transaction_id	transaction_id	トランザクションごとに一意
value	revenue_value	数値金額
currency	currency_code	ISO 4217
campaign	campaign_name	Bing キャンペーンラベル
ad_group	ad_group_name	広告グループラベル
keyword	keyword_text	検索用語
message	note_text	オプションのコンテキスト
environment	environment_tag	prod または test
custom_param	custom_value	オプションの追加パラメータ

データを GA4 にアップロードし、テストインポートでフィールドマッピングを検証

完全な Bing Ads エクスポートをロードする前に、フィールドマッピングを検証するためにテストインポートを実行します。コンパクトなファイルセットを使用してマッピングが GA4 ディメンションとカスタム定義に適合することを確認し、次に全体のデータセットにスケールします。

1. 5–10 行のテスト CSV を準備し、ヘッダー列が GA4 データインポートの期待に適合することを確認します。

   • 列: event_name, event_timestamp, user_pseudo_id, advertising_platform, campaign_name, campaign_id, ad_group_name, keyword, impressions, clicks, cost, conversions, source, medium, utm_source, utm_medium, utm_campaign
   • サンプル値: bing_ads_import, 1700000000000, test_user_001, Bing Ads, Spring Sale, BID1234, AdGroup1, red shoe, 120, 4, 15.50, 2, bing, cpc, bing, cpc, spring-sale
   • 数値列が数値であること、タイムスタンプがエポックミリ秒であること、テキストフィールドが CSV セーフ (余分なカンマなし) であることを確認します。

2. テストインポートのための GA4 データセットを設定し、マッピングを定義します。

   • Admin > Data Import > New Data Set、 “Event data” を選択、CSV 形式、プロパティに適合するタイムゾーン。
   • 広告属性のためのカスタム定義を作成: Advertising Platform, Campaign Name, Campaign ID, Ad Group, Keyword (スコープ: イベント)。
   • 可能な限りビルトインのイベントフィールドを GA4 デフォルトにマッピング (event_name, event_timestamp, user_pseudo_id)。

3. ファイルから GA4 パラメータとカスタムディメンションへのフィールドマッピングを設定します。

   • advertising_platform -> カスタムディメンション Advertising Platform (GA4 で定義)
   • campaign_name -> カスタムディメンション Campaign Name
   • campaign_id -> カスタムディメンション Campaign ID
   • ad_group_name -> カスタムディメンション Ad Group
   • keyword -> カスタムディメンション Keyword
   • impressions, clicks, cost -> 対応するメトリクスまたは必要に応じてカスタムメトリクス

4. テストインポートを実行し、ステータスを確認します。

   • Data Import UI のテストインポートオプションを使用してサブセットファイルをアップロードします。
   • インポートステータスをレビューし、成功を確認し、GA4 が報告するエラーを検査します。必要に応じてヘッダー名またはデータタイプを修正し、再アップロードします。
   • イテレーションを速く明確に保つためにテストを小さなサンプルに制限します。

5. テストインポート処理後、GA4 で結果を検証します。

   • Reports > Engagement > Events を開き、bing_ads_import でフィルタリング; イベントパラメータに Advertising Platform, Campaign Name, Campaign ID, Ad Group, Keyword が含まれることを検証します。
   • Traffic または Acquisition レポートをチェックして source = bing, medium = cpc を確認; キャンペーン値がテストデータを反映することを確認します。
   • イベント数、インプレッション、クリック、コストをカウント; テストファイルと比較し、小さな処理デルタを許容し、報告された数値の正確性を確認します。
   • マッピングがずれている場合、フィールドマッピングを調整または追加のカスタム定義を作成し、テストインポートを再実行します。

6. 完全なデータロードに進み、継続的な正確性を監視します。

   • テストがパスしたら、同じデータセットに完全な Bing Ads データセットを割り当て、必要に応じてバッチでインポートを実行します。
   • 処理ステータスを監視し、プラットフォーム変更またはスキーマ更新後に定期的にマッピングを再検証します。
   • 継続的なチェックを容易にする設定を維持し、プラットフォーム全体でのデータ品質を最大化し、広告洞察の生涯価値を高く保つことを目指します。

適切に構成された設定は、継続的なデータ品質チェックを容易にし、プラットフォーム全体での報告メトリクスの正確性を最大化します。

カスタムパラメータとディメンションを使用してインポートデータを GA4 イベントにリンク

Bing インポートのための専用カスタムパラメータセットを定義し、即座に GA4 カスタムディメンションにマッピングします。これにより、欠落マッピングを防ぎ、データをクリーンに保ち、ジャーニーに関与するオーディエンス全体での正しいアトリビューションをサポートし、パフォーマンスの包括的な視覚化を提供します。明確な命名規則から始め、必要に応じてパラメータを GA4 定義に適合するように名前を変更します。このアプローチは GA4 UI で無料で実装でき、測定するもの全体でのデータ組織のための最良のアイデアを得るのに役立ちます。

インポートされた Bing フィールドのためのカスタムディメンションを定義

GA4 で、各インポートフィールドのためのイベントスコープのカスタム定義を作成します。データレイヤーに適合するパラメータ名を使用し、名前が GA4 フレンドリーであることを確認します。例えば、bing_campaign は Bing Campaign という名前のカスタムディメンションにマッピング; bing_adgroup は Bing Ad Group; bing_keyword は Bing Keyword; bing_match_type は Bing Match Type; bing_account_id は Bing Account ID。各ディメンションはエクスプロレーションとダッシュボードでのレポートと視覚化に利用可能になります。プロパティあたり最大 50 のイベントスコープのカスタムディメンションの制限に注意し、説明を追加してエディターを適合させます。フィールドが変更された場合、新しいパラメータ名を反映して定義を編集し、下流の混乱を避けます。

タグ設定とエクスプロレーション経由でインポートデータをイベントに接続

データレイヤーまたはタグマネージャールールを更新して、関連するすべてのイベントで Bing フィールドを渡します。bing_campaign, bing_adgroup, bing_keyword, bing_match_type, bing_account_id, conversion_asyncjs のようなパラメータを含め、適用可能な場合にコンバージョンシグナルをキャプチャします。データを送信した後、これらのパラメータを作成したカスタム定義にマッピングし、正確なパラメータ名を使用します。イベントで値が欠落した場合、GA4 は空のフィールドを記録します。レポートでこれらのケースをフィルタリングまたはエクスプロレーションで null セーフロジックを使用して処理します。これらのカスタムディメンションを条件として使用するオーディエンスセグメントを構築し、異なるグループの動作を示します。標準ファネル外での人々の動きについてのベストプラクティスとストーリーを明らかにするために調査を使用します。パラメータを名前変更または新しいものを追加した場合、タグルールと GA4 定義の両方を更新して一貫性を保ちます。

エクスプロレーションを使用して GA4 イベントパラメータを分析し、アクショナブルなレポートを構築

GA4 エクスプロレーションを開き、Free Form を選択し、イベントパラメータをコンバージョンにリンクするレポートを生成します。生成された洞察は数分でアクショナブルなガイダンスを提供します。

コアスコープを定義: トップパフォーマンスの 5 つのイベント (view_item, add_to_cart, begin_checkout, purchase, sign_up) を特定します。各イベントのキー パラメータをグリッドのアイテムとして取り入れ (event_name, param_product_id, param_category, param_region)、event_count, users, conversions, revenue のようなメトリクスを引き出して、成果を駆動する最適な組み合わせを表面化します。これらのステップはクリーンなパラメータ命名と一貫したイベントトラッキングを必要とし、国際市場全体でリンゴとリンゴを比較できるようにします。

アクショナブルな分析のためのエクスプロレーションを設定: Free Form を使用して event_name を各パラメータにマッピングし、メトリクスを追加: total_events, engaged_sessions, conversions, generated revenue。コンバージョンでソートし、国際地域でフィルタリングして、どの市場が最適に応答するかを明らかにします。これらのビューは示唆のための完璧なレンズを提供し、重要なものに焦点を当て、洞察をより実用的で意思決定に優れたものにします。

パスとコホートビューを活用: Path Exploration に切り替えて、製品カードのクリック、詳細の閲覧、購入の完了などのインタラクションシーケンスをトレースします。このアプローチはユーザー ジャーニーの示唆を明らかにし、測定しにくいタッチポイントのアトリビューションを強化します。インタラクションステップを使用して 5 つの一般的なドロップオフをフラグ付けし、対象とした改善を計画します。

エクスポート、共有、行動: CSV をエクスポートし、スライドにコピーし、データセットを共有ドライブにアップロードします。コピー可能なレポートテンプレートを提供し、チームのための 5 つの具体的なアイテムを準備します。コア出力は変更するもの、何が重要か、影響を測定する方法を強調し、国際キャンペーンとケース全体で価値を提供できるようにします。

継続的な改善のための実践的なヒント: 5 分間の週次レビューをスケジュールします。新鮮なデータでエクスプロレーションを更新し、最も重要な 5 つのパラメータシフトを結論付け、5 つの成果を追跡します。勝者キャンペーンのケースを使用してベストプラクティスを強化し、アトリビューション決定を情報提供し、競争的な風景でリードを保ちます。

結論: 結論として、エクスプロレーションは成果を駆動するコアパラメータを明らかにします。5 つのアクショナブルなアイテムに焦点を当て、継続的に改善することで、ステークホルダーにクリアでレポート準備済みの洞察を提供し、ケース全体でのアトリビューション正確性を強化します。確かに、このアプローチは迅速で実践的な勝利を求めるチームに最適です。