CData Sync 活用事例|YouTube Analytics データを BigQuery へ連携し、Tableau で分析を実現する方法

目次

はじめに

こんにちは!パートナーサクセスエンジニアの今西です。

YouTube チャンネルの運用において、データに基づいた戦略策定は不可欠です。
しかし、標準の YouTube Studio のレポート機能だけでは、過去データの詳細な分析や、施策(例: タイトル変更)による影響の正確な把握が難しい場合があります。特に、以下の課題を抱えている担当者の方も多いのではないでしょうか。

  • 動画タイトルの取得
    Analytics API の標準レポートでは動画 ID のみが提供され、タイトルと紐付けた分析が煩雑。

  • 日次データの蓄積
    タイトル変更やサムネイル更新など、日々の施策がパフォーマンス指標(インプレッション、CTR 等)に与える影響を時系列で正確に追跡したいが、標準レポートでは過去のスナップショットデータの保持が困難。

本記事では、これらの課題を解決するため、ノーコード / ローコードでのデータ連携を実現する「CData Sync」 を活用し、YouTube Analytics および YouTube Data API のデータを Google Cloud のデータウェアハウス「BigQuery」に集約、さらに BI ツール「Tableau」で可視化するプロセスをステップバイステップで解説します。

簡単な SELECT 文程度の SQL 知識があれば、本記事の内容をご理解いただける構成となっています。

本記事のゴール

  1. データ統合
    YouTube Analytics の指標データと、YouTube Data API のメタデータ(動画タイトル等)を BigQuery 上で統合する。

  2. 日次スナップショットの実現
    CData Sync を用いて、日々のパフォーマンスデータを BigQuery に蓄積し、時系列分析を可能にする。

  3. 高度な可視化
    BigQuery に蓄積されたデータを Tableau で可視化し、示唆に富んだ分析ダッシュボードの基盤を構築する。

利用するツールとテクノロジー

本プロセスで利用する主要なツールと API は以下の通りです。

  1. YouTube Analytics API
    取得できる状態になっていれば問題ありません。
    再生回数、視聴時間、インプレッション、CTR などのパフォーマンス指標を取得するための API。

  2. CData Sync
    様々なデータソースとデスティネーション(データベース、データウェアハウス)間のデータ連携を、コーディング不要で設定・自動化できる ETL / ELT ツール。本プロセスの要となります。

  3. Google BigQuery
    Google Cloud Platform (GCP) が提供する、フルマネージドでスケーラブルなペタバイト級のデータウェアハウス。大量データの高速な集計・分析に適しています。

  4. Tableau
    データをインタラクティブなグラフやダッシュボードに可視化する BI(ビジネスインテリジェンス)ツール。BigQuery とのネイティブ接続が可能です。

STEP 1|CData Sync 事前準備

データ連携を開始する前に、必要な環境を準備します。

1. CData Sync をインストール

CData Sync 無償トライアルページより、CData Sync の評価版(30日間無料)をダウンロードいただけます。お使いのオペレーティングシステムに応じて、ダウンロードしたインストーラーより、インストール手順に従ってください

2. CData Sync の起動

インストール後に自動でWeb ブラウザが開き、サインインページが開きます。
誤って閉じてしまった場合でも、Web ブラウザを開いてURL に http://localhost:8181/ と打ち込めばCData sync のログインページへ移動できます。

ライセンスがある方はライセンスを入力し、トライアルの場合はトライアルでお試しする旨を選択ください。

STEP 2|CData Sync 接続設定 - データソースとデスティネーションの接続

CData Sync の管理コンソールから、YouTube API と BigQuery への接続を確立します。

1. YouTube Analytics への接続設定

  • CData Sync の「接続」タブを開き、「+ 接続の追加」をクリック。

  • ソース一覧から「YouTube Analytics」を検索・選択します。
    インストール済のトグルをOFF にしてください。

  • 接続設定画面で「OAuth」を選択し「YouTube Analytics への接続」をクリック

  • YouTube Analytics への接続」を実行します。ブラウザが起動し、Google アカウントでの認証とアクセス許可が求められます。チャンネルを管理するアカウントで承認してください。

  • テスト成功後、「保存およびテスト」をクリックし保存します。

2. Google BigQuery への接続設定

  • 「+ 接続の追加」から、デスティネーションとして「Google BigQuery」を検索・選択します。

  • 接続設定画面で、「OAuth」を選択し「Google BigQuery への接続」をクリック

  • Google BigQuery への接続」を実行し、成功を確認後、「保存およびテスト」をクリックし保存します。

これで、CData Sync を介してデータソース (YouTube) とデスティネーション (BigQuery) が接続されました。

STEP 3|データ連携ジョブの構成(転送ルールとスケジュールの設定)

次に、具体的なデータ転送ルールを定義する「ジョブ」を作成します。

1. YouTube 動画メタデータ (タイトル等) の転送

  • CData Sync の「ジョブ」タブを開き、「+ ジョブの作成」をクリック。

  • ジョブ名を指定します (例: YouTubeAnalytics_to_GoogleBigQuery)。

  • データソース
    STEP 2 で作成した「YouTube Analytics」接続を選択。

  • 同期先
    STEP 2 で作成した「BigQuery」接続を選択。

  • テーブル選択

    • 転送したいデータが含まれるテーブルを選択します。例として、日次で再生詳細(インプレッション等)がまとめられている「TimeBasedReports」と、アップロードしたビデオのタイトルやディスプリクション、インプレッション数を含む「Videos」を選択します。

  • スケジューリング

    • ジョブの実行頻度を設定します。日次データを取得するため、「毎日」特定の時刻に実行するようにスケジュールを設定します。初回は手動実行でテストすることをお勧めします。

  • ジョブ全体の設定を保存します。

2. ジョブの初回実行と BigQuery での確認

  • 作成したジョブを手動で実行します。

  • CData Sync の「ログ」タブでエラーが発生していないか確認します。

  • BigQuery コンソールで、指定したデータセット内にテーブルが作成され、データが正しくロードされているか確認します。

    • データ型、文字コード、snapshot_date 列の値などを確認してください。

STEP 4|Tableau による可視化

最後に、BigQuery に準備されたデータを Tableau で可視化します。

  1. Tableau から BigQuery へ接続

    • Tableau を起動し、「接続」メニューから「Google BigQuery」を選択します。

    • GCP アカウントで認証を行います。

  2. データソースの選択

  3. ワークシートでの可視化

Tableau の豊富な機能を活用し、フィルター、計算フィールド、ダッシュボードなどを駆使して、より深い洞察を得るための分析環境を構築してください。

まとめと考察

本記事では、CData Sync を利用して YouTube Analytics および Data API のデータを BigQuery に集約し、Tableau で可視化するプロセスを解説しました。

本アプローチによる主なメリット

  • コーディング不要での連携実現
    CData Sync により、API 連携やデータ変換に伴う開発工数を大幅に削減できます。

  • 課題解決
    動画タイトルとの紐付けや、日次でのデータスナップショット取得といった、標準レポートの課題を克服できます。

  • データ分析基盤の構築
    BigQuery にデータを一元化することで、スケーラブルで高速な分析基盤を構築でき、Tableau による高度な可視化と組み合わせることで、データに基づいた意思決定を支援します。

  • 施策効果測定の精度向上
    日次データを蓄積・分析することで、タイトル変更やサムネイル更新といった施策の効果をより正確に測定することが可能になります。

CData Sync は、YouTube 以外にも多種多様なデータソースに対応しており、企業内に散在する様々なデータを統合・活用するための強力なツールとなり得ます。

本記事が、皆様のデータ活用推進の一助となれば幸いです。

関連コンテンツ