“数字を見る”より“AIに数字を渡す”——生データを自社に貯める計測の作り方

「ダッシュボードを眺めるだけ」で終わっていませんか

アクセス解析を入れて、管理画面のグラフを月に一度眺める。多くの会社の計測は、ここで止まっています。見ないよりずっと良いのですが、AIの時代になって、計測の"本当の価値"が変わりました。

いま効くのはこういう状態です。

「先月、ECの購入率が落ちたのはなぜ？ どのページで離脱してる？」——これを AIに自然言語で聞いて、自社のデータから答えさせられる。

これができる会社と、「月次の集計グラフを眺めるだけ」の会社では、意思決定の速さがまるで違います。そして、その差を分けるのは AIの賢さではありません。 AIに渡せる"生データ"を、自社にちゃんと貯めているか——ここだけです。

この記事では、弊社（設立数ヶ月・専任の計測担当なし）が実際に組んでいる計測の構成を全部お見せしつつ、あなたの会社に合う形の見つけ方を書きます。

なぜ「管理画面を見るだけ」では足りないのか

アクセス解析ツールの管理画面は、"見る" ためによくできています。ただ、AIに分析させようとすると壁にあたります。

• 数字が 集計済み で、1件1件の生の行動ログには触れない
• 保持期間 があり、古いデータは消えていく
• 会計・広告費・在庫など 他のデータと結合できない
• そもそも 外に取り出しにくい（AIに渡す口がない）

AIに「なぜ？」を分析させるには、集計されたグラフではなく、「誰が・いつ・どのページで・何をしたか」という 生のログそのもの が要ります。だから弊社は、計測の最終目的を「グラフを見る」ではなく、生データを自社に丸ごと貯める ことに置いています。

弊社の計測、全部お見せします

弊社の構成はこの4段です。むずかしく見えて、やっていることはシンプルです。

① 集める（サイトに計測を仕込む） 自社サイトは、計測タグを コードに直接書いて います。そして、弊社のWebゲームのように "実際に何回遊ばれたか" が大事な数字は、ブラウザ側ではなく サーバ側から取ります。ブラウザの計測は広告ブロックなどで わりと欠ける ので、「本当の数字」はサーバで押さえるのが鉄則です。

② 貯める（生データを自社のデータ基盤へ） アクセス解析（GA4）から、1件1件のイベントを自動で自社のデータ基盤（BigQuery）に流し込みます。この連携は無料・毎日・手入力ゼロ。会計ソフトの数字やインフラのコストなど、Web以外のデータも同じ基盤に丸ごと 集めます。ポイントは、すべてが1か所に、生のまま貯まる ことです。

③ 意味づける（KPIの形に整える） 自社のデータ基盤の中で、生ログを「売上」「問い合わせ数」「継続率」などの 見たい指標の形に自動で整えます。

④ 配信・監視する（見える化＋健康チェック） 整えた数字はダッシュボードで見えるようにし、さらに、届いたデータの鮮度や異常を Slack へ自動通知 します。「今日のデータはちゃんと届いた？」「異常な数字が出ていない？」を自動で見張るイメージです。KPI（成長しているか）とは別に、サービスの健康状態（ちゃんと動いているか）を分けて見張るのがコツです。

この形にしておくと、最後にいちばんおいしいことが起きます。自社に生データが丸ごと揃っているので、そこにAIをつなぐだけで「自然言語で自社データに質問できる」ようになります。ここが、いまやる価値のある投資だと考えています。

論点：「タグマネージャー（GTM）」か「コード直書き（gtag）」か

計測タグの入れ方は、大きく2通りあります。ここで迷う人が多いので、正直に書きます。

• A. タグマネージャー（Google Tag Manager＝GTM）：管理画面でタグを一元管理する。コードを触らずに追加・変更できる。
• B. コードに直接書く（gtag）：サイトのコードに計測を書き込む。

弊社（自社サイト）は B＝コード直書き にしています。理由は、

1. 触るのが 自分（エンジニア）だけ なので、管理画面をもう一つ増やす意味が薄い
2. コードの履歴（Git）で計測も一緒に管理 でき、いつ・何を変えたかが全部残る
3. ページが 軽い
4. ゲーム内の細かいイベントは、コードから直接送るほうが素直

……ですが、ここが大事なところで、あなたの会社では A が正解かもしれません。 たとえば、

• サイトが ノーコード（Shopify・WordPress・BASE 等）でコードを触りにくい
• 広告のタグ（Meta・LINE・Google 等）を複数 貼りたい
• 社内にエンジニアがいない／運用は非エンジニアがやる

こういう場合は、管理画面で一元管理できる タグマネージャー（A）のほうが圧倒的に楽で、現実的です。

つまり「GTM か gtag か」に唯一の正解はなく、誰が運用するか・コードを触れるか・広告をどれだけ回すかで変わります。

いちばん効くのは「データを自社に丸ごと貯めるか」

タグの入れ方（A／B）は入口の話で、もっと効くのは「生データを自社に丸ごと貯めるかどうか」です。

「チャネル別の広告ROIを出して」「解約した人に共通する行動は？」——自社にデータが丸ごとあれば、こういう問いをAIに投げられます。 逆に無いと、AIがどれだけ賢くても、渡す材料がありません。

コストを心配されますが、多くの中小規模ならデータ基盤の費用はほぼ無料〜月数百円。アクセス解析からデータ基盤への連携そのものも無料です。「重厚な仕組み」ではなく「安い保険」に近い感覚で始められます。

あなたの会社に合う形は？（5つの問い）

構成は会社ごとに変わります。次の問いに答えると、必要な形が見えてきます。

1. サイトは コードを触れますか？ それとも ノーコード ですか？（→ 直書き or タグマネージャー）
2. 広告を複数の媒体 で回していますか？（→ タグマネージャーが効く）
3. Web以外に見たいデータ（会計・広告費・在庫・POS）はありますか？（→ データ基盤で結合）
4. 計測は「見て終わり」ですか？ それとも AIに使いたい ですか？（→ 自社に丸ごと貯めるか）
5. 誰が運用 しますか？ 社内にエンジニアはいますか？（→ 入れ方と運用の設計）

ざっくり言えば、"見るだけで十分" なら 管理画面＋無料ダッシュボードで軽く、"AIに使って意思決定を速くしたい" なら 自社に丸ごと貯める。会社のフェーズと目的で、最適な"重さ"は変わります。

始めるときの注意点

• 個人情報・同意 の扱いに注意（改正個人情報保護法。必要ならクッキー同意も）
• 最初から全部を計測しない。まず1〜2個の "見て動ける指標" から
• 「生データを貯める」＝「全部を毎日見る」ではありません。貯めておいて、必要なときにAIと掘る

関連記事

設立数ヶ月の会社で、「人を雇う前に」バックオフィスをAIでほぼ自動化した話設立数ヶ月・エンジニア専任なしの会社で、営業・経理・タスク管理・SNSなどのバックオフィスをAIでほぼ自動化した実例と、その要となる『人が承認する関所』の設計を紹介します。記事を読む → エンジニアがいない／少ない会社の「最初の自動化スタック」おすすめ構成設立数ヶ月・専任エンジニアなしの会社が実際に使っている『最初の自動化スタック』を、選定の5原則とレイヤー別の構成（Claude・MCP・GitHub・freee・Slack ほか）で具体的に紹介します。記事を読む →

---

「御社の計測、AIに渡せる形になっていますか？」を一緒に確かめるスポット相談をやっています。 タグの入れ方（GTM／コード直書き）の選び方から、生データの貯め方、そしてAIにつないで自社データに質問できる状態まで、御社の規模・目的に合わせて設計します。お気軽にお問い合わせフォームからどうぞ。