実務でSQLを使う：BigQueryの料金・権限とGA4データの扱い方｜マーケターのためのSQL入門 第6回

料金のしくみ：読み込んだデータ量で決まる

BigQueryの料金は、大きく「データをためておく料金（ストレージ）」と「SQLを実行して処理する料金（コンピュート）」に分かれます。SQLを書く人が特に意識すべきなのは、後者です。

公式の料金ページによると、2026年11月時点の主な内容は次のとおりです。

ここでいうオンデマンドとは、実行したSQLが処理したデータ量に応じて払う料金の形です。大量に使う組織向けには、処理能力（スロット）を時間単位で確保する「容量ベース」の料金もあります。

TiB（テビバイト）は約1.1兆バイトで、1TiB＝1,024GiBです。たとえば、1回で50GiBを読み込むSQLなら、50÷1,024×6.25ドル＝約0.31ドルです。1回は小さな金額でも、同じSQLを毎日何十回も実行したり、ダッシュボードが自動で何度も実行したりすると、無料枠をすぐに超えることがあります。

「選んだ列」の量で課金される

BigQueryの料金で最も大事なのが、次の点です。公式の料金ページには、BigQueryは列ごとにデータを持つ構造（列指向）で、選んだ列で処理したデータの合計に応じて課金される、と書かれています。さらに、LIMITで結果の件数を絞っても、選んだ列で処理したデータに応じて課金されることも明記されています。

つまり、次の2つのSQLは、結果は10行ずつでも、処理するデータ量が大きく違います。

-- 選んだ2列だけを読む
SELECT customer_id, prefecture
FROM `my-project.shop.customers`
LIMIT 10;

-- 表のすべての列を読む（LIMITで件数を絞っても、読む量は減らない）
SELECT *
FROM `my-project.shop.customers`
LIMIT 10;

第2回で「分析では SELECT * ではなく、必要な列だけを書く」と説明したのは、このためです。列の多い大きな表で SELECT * を使うと、それだけで料金が何倍にもなることがあります。

費用を抑える5つの習慣

BigQueryを安心して使うために、次の習慣をつけましょう。

1. 必要な列だけを選ぶ：SELECT * を避け、使う列だけを書く。中身を確かめたいときは、BigQueryの画面の「プレビュー」を使う
2. 実行前に処理量を確かめる：BigQueryの画面では、SQLを書くと実行前に「このクエリで処理されるデータ量」の見積もりが表示されます（クエリ検証ツール）。公式のガイドでも、実行前にプレビューして費用を見積もるよう勧めています
3. 読む範囲を日付で絞る：日付で分割された表（パーティション分割テーブル）や、日付ごとに分かれた表（GA4の出力など）では、WHEREで日付の範囲を絞ると読む量が減ります
4. 上限を設定する：「課金される最大バイト数」を設定すると、見積もりがその量を超えるクエリは、課金されずに失敗します
5. 練習はサンドボックスや小さな表で：BigQueryのサンドボックスは、クレジットカードの登録なしで、ストレージ10GiB・クエリ毎月1TiBまで使えます。ただし、表は60日で自動的に消えるなどの制限があります

よくある誤解：「無料枠があるから、気にしなくていい」

毎月1TiBの無料枠は、学習や小さな分析には十分な量です。しかし、GA4のデータを何年分もためた表に SELECT * を何度も実行したり、BIツールのダッシュボードが見られるたびに大きな表を読んだりすると、無料枠は思ったより早くなくなります。

チームで使うときは、誰がどのくらい処理しているかを確かめられるようにしておき、上限の設定（4番目の習慣）も組み合わせておくと安心です。

権限の考え方：読むだけの権限から始める

BigQueryでは、誰が何をできるかをIAM（アイデンティティとアクセス管理）の「ロール（役割）」で決めます。分析で関係するのは、主に次の2種類の権限です。

• データを読む権限：表の中身を参照する権限。たとえば「BigQuery データ閲覧者（roles/bigquery.dataViewer）」は、データセットや表に付けると、表のデータを読む（クエリする）ことができる、と公式ドキュメントで説明されています
• クエリを実行する権限：SQLを「ジョブ」として実行する権限（bigquery.jobs.create）。データを読む権限とは別に、クエリを実行するプロジェクトで必要になります

この2つが分かれているのは、「どのデータを見てよいか」と「誰の費用で処理するか」を別々に管理するためです。データを読む権限があっても、クエリを実行する権限がないと、SQLは実行できません。

安全に使うための3つのルール

1. 分析用のアカウントは読むだけにする：第1回で説明したとおり、分析に必要なのはSELECTだけです。表を書き換えたり削除したりできる「データ編集者」以上のロールは、分析担当には付けないのが基本です
2. 必要なデータセットだけに権限を付ける：プロジェクト全体ではなく、分析に使うデータセットや表の単位で権限を付けると、見なくてよいデータ（個人情報を含む表など）に触れずに済みます
3. 個人情報の扱いを決めておく：氏名やメールアドレスなどの個人情報を含む表は、分析では使わない列を除いた表や、IDだけの表を用意するなど、扱いのルールを会社で決めておきます

この記事の監修者に相談できます

監修者の田中磨生が代表を務める株式会社Abinで、ご相談をお受けしています。

相談無料ツギノテ編集部に相談する→

GA4のデータをBigQueryで扱う

GA4には、サイトやアプリの計測データをBigQueryに出力する機能（BigQuery Export）があります。管理画面のレポートでは見られない切り口で、生のイベントデータを分析できるのが利点です。GA4のヘルプによると、主な仕様は次のとおりです。

サンドボックスに出力する場合は、表が60日で自動的に消えることに注意が必要です。長期間のデータで分析したいなら、請求先アカウントを設定した通常のプロジェクトに出力することを検討しましょう。

GA4の表の構造：1行＝1回のイベント

GA4の出力の表は、1行＝1回のイベントです。ページの閲覧、スクロール、購入などのイベントが起きるたびに1行ずつ記録されます。よく使う列は次のとおりです。

日付ごとの表をまとめて読む

GA4の表は日付ごとに分かれているので、期間をまとめて分析するときは、表の名前の最後を「（ワイルドカード）」にして、_TABLE_SUFFIX*で日付の範囲を指定します。BigQueryの公式ドキュメントでは、_TABLE_SUFFIX で絞ると読み込むデータ量を大きく減らせ、費用の削減につながると説明されています。

10月の日ごとの購入ユーザー数を出すSQLの例です（プロジェクトIDとプロパティIDは架空のものです）。

SELECT PARSE_DATE('%Y%m%d', event_date) AS day,
       COUNT(DISTINCT user_pseudo_id)    AS purchasers
FROM `my-project.analytics_123456789.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20261001' AND '20261031'
  AND event_name = 'purchase'
GROUP BY day
ORDER BY day;

第3回のGROUP BY、第5回のCOUNT(DISTINCT …) がそのまま使われていることが分かるでしょう。event_date は文字なので、PARSE_DATE で日付に変えてから使っています。

ただし、_TABLE_SUFFIX の条件にサブクエリなどの「定数でない式」を使うと、読む表を絞り込めない、と公式ドキュメントに注意書きがあります。’20261001′ のように、値を直接書くのが確実です。

event_params から値を取り出す

ページのURLなどは、event_params という「1行の中に複数のキーと値を持つ列」に入っています。値を取り出すには、UNNESTでこの列を展開し、キーの名前で探します。

SELECT
  (SELECT value.string_value
   FROM UNNEST(event_params)
   WHERE key = 'page_location') AS page_location,
  COUNT(*) AS page_views
FROM `my-project.analytics_123456789.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20261001' AND '20261031'
  AND event_name = 'page_view'
GROUP BY page_location
ORDER BY page_views DESC
LIMIT 20;

かっこの中の SELECT は「その行の event_params の中から、キーが page_location のものの文字の値を取り出す」という意味です。値が文字なら value.string_value、整数なら value.int_value に入っています。最初は難しく感じるかもしれませんが、「よく使うパラメータの取り出し方」をいくつか保存しておけば、あとは組み合わせるだけです。

実務ではこう使う

SQLを実務で使い続けるために、最後に「チームで使う」ための工夫をまとめます。

1. よく使うSQLを共有の場所に保存する：目的・定義（期間、数え方）・作った人をコメントに書いて保存し、誰が実行しても同じ数字が出るようにする
2. 管理画面の数字と照合する：GA4の管理画面とBigQueryの数字は、集計の方法の違いなどで完全には一致しないことがあります。どの程度の差なら許容するか、どちらを正とするかを決めておきます
3. 費用と権限を定期的に見直す：誰がどのくらい処理しているか、不要な権限が残っていないかを、月に1回などで確かめる
4. 集計の仕組み化を検討する：毎日・毎月同じ集計をするなら、結果の表を自動で作っておき、ダッシュボードはその小さな表を読むようにすると、費用も速さも改善します

社内のデータ基盤を整えたい場合は、DWHおすすめ比較やETLツールおすすめ比較が、BigQueryそのものの評判を知りたい場合はBigQueryの評判が参考になります。GA4の計測の設定から学び直したいなら、アクセス解析とGA4（全8回）もあわせてどうぞ。

この回のまとめ

• BigQueryでは表を「プロジェクト.データセット.テーブル」で指定し、この講座で学んだSQLがそのまま使えます。日付の関数は方言が出やすいところです。
• オンデマンドの料金は、処理したデータ量（1TiBあたり6.25ドル、毎月1TiBまで無料。2026年11月時点）で決まり、選んだ列の量で課金されます。LIMITでは減りません。
• 必要な列だけを選ぶ、実行前に処理量を確かめる、日付で範囲を絞る、上限を設定する、練習はサンドボックスで、の5つの習慣で費用を抑えます。
• 「データを読む権限」と「クエリを実行する権限」は別です。分析用のアカウントは読むだけにし、必要なデータセットに絞って権限を付けます。
• GA4の出力は日付ごとの表で、1行＝1イベントです。_TABLE_SUFFIX で期間を絞り、event_params は UNNEST で取り出します。

確認テスト

全6回を終えて

この講座では、データベースの表・行・列という基本から始めて、SELECT・WHERE・ORDER BYで取り出す、GROUP BYでまとめる、JOINでつなぐ、WITH句で組み立ててファネル・コホート・RFMを書く、そしてBigQueryで安全に使う、というところまで進みました。

SQLは、書いた分だけ上達します。まずは自分の仕事の数字を1つ選び、「普段は誰かに出してもらっている集計」を、自分のSQLで出してみてください。管理画面と数字が合ったとき、あるいは合わなかった理由が分かったとき、データの見え方がきっと変わっているはずです。

参考資料

• Google Cloud「BigQuery pricing」（確認日：2026年11月12日）https://cloud.google.com/bigquery/pricing
• Google Cloud「BigQuery サンドボックスを使用する」（確認日：2026年11月12日）https://docs.cloud.google.com/bigquery/docs/sandbox
• Google Cloud「Estimate and control costs」（確認日：2026年11月12日）https://docs.cloud.google.com/bigquery/docs/best-practices
• Google Cloud「Control access to resources with IAM」（確認日：2026年11月12日）https://docs.cloud.google.com/bigquery/docs/control-access-to-resources-iam
• Google Cloud「Query multiple tables using a wildcard table」（確認日：2026年11月12日）https://docs.cloud.google.com/bigquery/docs/wildcard-tables
• Google Cloud「GoogleSQL：Date functions」（確認日：2026年11月12日）https://docs.cloud.google.com/bigquery/docs/reference/standard-sql/date_functions
• Googleアナリティクス ヘルプ「[GA4] BigQuery Export」（確認日：2026年11月12日）https://support.google.com/analytics/answer/9358801
• Googleアナリティクス ヘルプ「[GA4] BigQuery Export スキーマ」（確認日：2026年11月12日）https://support.google.com/analytics/answer/7029846