GA4のデータをChatGPTに分析させてみよう【ユーザー属性×エンゲージメント】|GA4

GA4のデータをChat GPTのAdvanced Data Analysis(旧Code interpreter)で分析してみましょう。

今回はデバイスや性別、年齢とエンゲージメント関連の指標のデータをChatGPTのCode interpreterに読ませてデータの特徴を分析してもらいます。

手順は下記のようになります。

  1. GA4でデータ探索を作成する
  2. CSVファイルを加工する
  3. ChatGPTで分析する

1.GA4でデータ探索を作成する

まずGA4のデータ探索で下記のようなレポートを作成します。

今回はディメンション、指標、フィルタの設定はこのようにしています。

ディメンション

  • 日付
  • デバイスカテゴリ
  • 性別
  • 年齢

指標

  • エンゲージメントのあったセッション数
  • エンゲージメント率

フィルタ

  • 性別 unknown除外、(not set)除外
  • 年齢 unknown除外、(not set)除外

このようなグラフができたら、CSVファイルでダウンロードします。

 GA4のデータをChatGPTに分析させてみよう【ユーザー属性×エンゲージメント】|GA4

CCSVファイルがダウンロードできたら、ChatGPTのCode interpreterで読み込めるように加工します。

2.CSVファイルを加工する

 ダウンロードした状態のCSVファイルには不要な行が含まれるのと、文字コードが文字化けするので修正します。

  1. ダウンロードしたCSVファイルをテキストで開く
  2. Excelにコピー&ペーストする
  3. 不要な行を削除する
  4. CSV UTF-8で保存する

このようなCSVファイルに加工できました。

GA4のデータをChatGPTに分析させてみよう【ユーザー属性×エンゲージメント】|GA4

このファイルをChatGPTのCode interpreterに読み込んでみましょう。

3.ChatGPTで分析する

まずはGA4のデータであることを明示して、CSVファイルをChatAdvanced Data Analysis(旧Code interpreter)に読み込ませて内容を確認します。

GA4のデータをChatGPTに分析させてみよう【ユーザー属性×エンゲージメント】|GA4

このようにちゃんとGA4のデータであることを理解して、簡単なサマリを返してきました。

続いて、デバイスや性別、年齢とエンゲージメントのあったセッション、エンゲージメント率をグラフにしてもらいます。

ざっくりですがグラフができました。

なお、日本語の部分は文字化けします(2023年8月時点)。

以下、ChatGPTによるコメントです。

  1. デバイスカテゴリによるエンゲージメント:
    • mobile および desktop は、エンゲージのあったセッション数が高い傾向にあります。
    • エンゲージメント率はデバイスカテゴリに大きな差が見られないようです。
  2. 性別によるエンゲージメント:
    • 男性と女性のエンゲージのあったセッション数にはあまり差が見られません。
    • エンゲージメント率も、男性と女性の間に大きな差は見られません。
  3. 年齢によるエンゲージメント:
    • 35-44歳の層がエンゲージのあったセッション数が最も高い傾向にあります。
    • エンゲージメント率については、特定の年齢層で著しく高いまたは低いという明確なパターンは見られませんが、65+の層が少し高めになっているようです。

GA4のデータをChatGPTに分析させてみよう【ユーザー属性×エンゲージメント】|GA4

ChatGPTのCode interpreterでグラフを生成するとデフォルトはこの色味(グリーン〜パープルのグラデーション)になるようです(2023年8月現在)。

もちろんグラフの色も指示をすれば変更できます。ブルー系にしてもらいました。落ち着いた色でいい感じですね。

GA4のデータをChatGPTに分析させてみよう【ユーザー属性×エンゲージメント】|GA4

以上、デバイスや性別、年齢とエンゲージメント関連の指標のデータをChatGPTのAdvanced Data Analysis(旧Code interpreter)に読ませてデータの特徴を分析してもらうテストでした。

ブログに戻る