GA4の数値が合わないのはなぜ？広告との乖離と合計値のズレ

Web広告の運用現場において、Googleアナリティクス4（以下、GA4）と各種広告管理画面（Google広告、Meta広告、LINEヤフー広告など）の数値が一致しない事象は、多くの担当者が直面する課題です。この数値乖離は単なる設定ミスだけでなく、各プラットフォームの計測ロジックやアトリビューションモデル、さらに最新のプライバシー保護技術（ITPやサードパーティCookie規制）の差異によって必然的に発生します。

「数値が合わない」には2種類あります。1つはGA4と広告管理画面のあいだで数字が違うケース。もう1つはGA4の中だけで、内訳の合計と総計が一致しないケースです。前者は計測の仕組みの違いによるもので、後者はGA4のデータ処理の仕様によるものなので、原因も対処もまったく別物です。

本記事では両方を分けて解説します。あわせて、2026年4月1日に実施されたLINE広告とYahoo!広告の統合に伴う計測面の変更点と、計測精度を高めるためのSquad beyondの活用法についても触れていきます。

1. GA4と広告管理画面で数値が乖離する5つの主な理由

数値乖離の根本的な原因は、広告媒体が「広告への関心（クリック）」を起点とするのに対し、GA4が「サイト内の行動（セッション）」を起点としている点にあります。これにCookie規制やAIによる推計計測の差が加わるため、完全な一致は困難です。

1. 計測基準の違い：クリック数とセッション数の定義

広告媒体の「クリック数」とGA4の「セッション数」は、カウントの定義が異なります。広告媒体は広告がクリックされた回数を純粋に積み上げますが、GA4はサイトへの流入から離脱までを一つの「セッション」として扱います 。   

例えば、1人のユーザーが30分以内に同じ広告を2回クリックした場合、広告媒体では「2クリック」となりますが、GA4では同一セッションと見なされ「1セッション」となります 。また、ページが完全に読み込まれる前にユーザーが離脱した場合、クリックは記録されてもGA4のタグが発火せず、セッションが計測されないこともあります 。   

2. アトリビューションモデルの差異

コンバージョン（CV）の貢献度をどう割り振るかという「アトリビューションモデル」の違いも大きな要因です。広告媒体は自社媒体内の接点のみを評価しますが、GA4は自然検索や他社広告を含む「全チャネル」を横断して評価します 。   

例えば、Meta広告をクリックして来訪したユーザーが、後日Google検索から再訪してCVした場合、Meta広告側は自社の成果としてカウントしますが、GA4のデフォルト設定では最後に流入したチャネル（この場合は検索）に貢献度が割り当てられます 。

3. ITPおよびCookie規制の影響

AppleのSafariに搭載されたITP（Intelligent Tracking Prevention）などの影響で、Cookieによるユーザー識別期間が短縮されています 。これにより、広告クリックからCVまでの期間が長い場合、GA4側で広告流入として紐付けられなくなるケースが増えています 。   

2026年現在、Meta広告などは「コンバージョンAPI（CAPI）」によるサーバーサイド計測でこの制限を回避しようとしていますが、ブラウザベースの計測のみを行っているGA4との間では、どうしても数値の差が生じてしまいます 。

4. 設定不備およびタグの発火タイミング

運用上の設定ミスも無視できません。GA4で社内IPアドレスを除外している場合、社内からの広告クリックは媒体側でカウントされますが、GA4では無視されます 。

また、リダイレクトが発生するランディングページ（LP）において、UTMパラメータや自動タグ（gclidなど）の引き継ぎに失敗すると、GA4側で流入元を特定できず「(direct) / (none)」に分類されてしまいます 。

5. タイムゾーンとデータ反映のタイムラグ

レポートにデータが反映されるまでの時間差も影響します。Google広告などは数時間で反映されますが、GA4の標準レポートは反映までに24〜48時間かかる場合があります 。また、管理画面のタイムゾーン設定がツール間で異なっていると、日別の集計結果にズレが生じます 。   

2. GA4の中だけで「合計値が合わない」4つの理由

広告媒体と比べているわけではないのに、GA4のレポート内で内訳を足しても総計に一致しないことがあります。これは不具合ではなく、GA4がデータを処理・表示する際の仕様です。原因は次の4つに整理できます。

原因	起きること	気づき方
「(other)」行	行数の上限を超えると、頻度の低い値が「(other)」に押し込められる	レポートに「(other)」という行が出る
データのしきい値	ユーザー数が少ない行が、まるごと非表示になる	レポート上部のデータ品質アイコンに警告が出る
サンプリング	一部のデータから全体を推計するため、実数とズレる	データ品質アイコンに使用データの割合が表示される
ユーザー数・セッション数の近似カウント	警告が何も出ていなくてもズレる。最も気づきにくい	表示されない。仕様として知っておくしかない

1. 「(other)」行に押し込められている

GA4のテーブルには行数の上限があり、上限を超えると頻度の低いディメンション値が「(other)」という1行にまとめられます。Googleは例として、行の上限が10万行のテーブルに重複のないページが15万行ある場合、頻度順に並べ替えて最後の5万行が「(other)」にグループ化されると説明しています。

ディメンションが持つ値の数を基数（カーディナリティ）と呼び、値が500を超えるディメンションは高基数とみなすべきとされています。URLにパラメータが付いたページパスや、ユーザーごとに異なる値を入れたカスタムディメンションが典型です。

減らすには、カスタムディメンションを増やさないことが第一です。Googleは「ユーザーの一意の識別子をカスタムディメンションで作らない（User-ID機能を使う）」「探索よりも集計済みの標準レポートを使う」ことを推奨しています。セカンダリディメンションやフィルタ・比較を重ねるほど出やすくなる点にも注意してください。

[GA4]「（other）」行について - アナリティクス ヘルプ

2. データのしきい値で行ごと消えている

個人が特定されないようにするため、ユーザー数が少ない行はレポートから除外されます。これがデータのしきい値です。対象になるのは主にユーザー属性データ（年齢・性別・インタレストなど）を含むレポートと、検索語句の情報を含むレポートです。

しきい値はシステムが決めるもので、自分で調整できません。ただし出にくくする方法はあります。

• 期間を広げる： 期間中のユーザー数が増えれば、除外されていた行が表示されることがあります。「日次で見ると合わないのに、月次にすると合う」のはこれが理由です。
• ユーザー属性を外す： 年齢・性別などのディメンションを外したレポートに作り直すと、しきい値の対象から外れます。
• BigQueryにエクスポートする： ただしエクスポートにはGoogleシグナル由来のデータが含まれないため、GA4の画面とBigQueryでユーザーあたりのイベント数が違うことがあります。「BigQueryに出せば完全一致する」わけではありません。

[GA4] データのしきい値について - アナリティクス ヘルプ

3. サンプリングで推計値になっている

レポートの作成に使うイベント数がプロパティの割り当て上限を超えると、一部のデータから全体を推計するサンプリングが発生します。上限は標準プロパティでイベント1,000万件、アナリティクス360では最大10億件です（360の初期値はクエリあたり1億件）。

サンプリングが効いている場合は、データ品質アイコンに「結果の作成に使われたデータの割合」が表示されます。まずここを見てください。発生しているなら期間を狭めるのが最も簡単な対処です。なお大規模なデータを国でフィルタすると、標準レポートでもサンプリングが起きることがあります。

4. ユーザー数・セッション数がそもそも近似値である

これが最も気づきにくい原因です。警告アイコンは何も出ません。GA4は非サンプリングのレポートであっても、ユーザー数やセッション数といった「重複を除いた数」をHyperLogLog++（HLL++）というアルゴリズムで推定しています。

重複を完全に除いて数えるには全データを保持する必要があり、大規模なデータでは現実的ではありません。そこでGA4は精度と速度を引き換えにしています。Googleは、ほとんどの場合の差異率は1%未満としつつ、複数のHLL++指標を組み合わせると差異率がより高くなる可能性があると明記しています。

つまり「チャネル別のユーザー数を足しても、合計のユーザー数には一致しない」のは正常な挙動です。1人のユーザーが複数のチャネルから来ていれば各チャネルで1人ずつ数えられますが、合計では1人にまとめられます。これに近似カウントの誤差が乗ります。ユーザー数の内訳を足し算して検算するのはやめてください。厳密な加算が必要なら、イベント数やコンバージョン数のようなそのまま積み上げられる指標を使います。

データのサンプリングについて - アナリティクス ヘルプ

3. 【比較表】媒体別・GA4別で数値がズレるポイント

項目	GA4 (標準設定)	Google広告	Meta広告	LINEヤフー広告 (2026統合後)
計測の主軸	セッション / ユーザー	クリック	クリック / インプレッション	クリック
初期アトリビューション	データドリブン (DDA)	データドリブン (DDA)	7日間クリック / 1日間ビュー	データドリブン (DDA)
CVカウント単位	同一セッション内でも複数	1回または全件選択可	1回または全件選択可	設定による
Cookie制限対策	同意モード(v2)等	拡張コンバージョン	コンバージョンAPI (CAPI)	計測タグ (サーバー連携可)

※2026年4月1日に広告プラットフォームの統合が実施され、「LINEヤフー広告 ディスプレイ広告」の提供が始まっています。これに伴い従来の「LINE Tag」は廃止され、Yahoo!広告仕様の「計測タグ」への移行が必要です。

移行がまだのアカウントは期限に注意してください。LINEヤフーは、LINE広告の配信を2026年10月下旬頃に停止（読取専用化）し、2027年3月末頃に完全提供終了とする予定を公表しています（LY Corporation「ディスプレイ広告プラットフォームを統合」2026年4月2日リリース／LINEヤフー for Business「【LINE広告】新規アカウント作成終了日について」2026年5月27日）。LINE広告の新規アカウント作成はすでに終了しています。読取専用化のあとは管理画面での操作ができなくなるため、配信停止までに移行を終えて、計測タグが正常に発火しているところまで確認しておく必要があります。

4. 数値乖離を最小化するためのチェックリスト

計測の精度を100%にすることは不可能ですが、「防げるミス」をなくすことが運用者の第一歩です。タグ、パラメータ、サーバーサイド連携の3点を確認しましょう。

• [ ] 全てのLPとサンクスページにGA4と各媒体のタグが設置されていますか 。
• [ ] Tag Assistant等で、タグの発火ステータスが正常であることを確認しましたか 。
• [ ] 同一ページ内に同じGA4プロパティのタグが二重に埋まっていませんか（直帰率の異常低下の原因になります） 。   
• [ ] Google広告とGA4はリンクされ、自動タグ設定が「オン」になっていますか 。
• [ ] Meta広告やLINE広告で、UTMパラメータが全キャンペーンに付与されていますか 。   
• [ ] リダイレクト後もパラメータやgclid/yclidが保持されていますか 。      

5. GA4の数字の乖離に関するFAQ（現場の悩みと実践的な回答）

6. データの断絶を解消する「Squad beyond」の活用

複数のツールを跨ぐことで発生するデータの欠落は、制作から解析までを一つのプラットフォームで完結させることで劇的に改善されます。

広告運用における最大のボトルネックは、各ツール間での「データの断絶」です。これを解消するのがSquad beyondです。

1. サーバー間直接連携（ポストバック）

Squad beyondはCookie規制の影響を受けにくい「サーバーサイドポストバック」を採用しています 。ブラウザ上のCookieに依存せず、サーバー間で直接CVデータをやり取りするため、ITP等による欠落を最小限に抑え、広告媒体へ正確な実績をフィードバックできます。   

2. LP制作から解析まで一気通貫

Squad beyondでLPを管理することで、ページ内の行動データと広告成果が自動的に紐づけられます 。解析ツールを別途導入する必要がなく、同一プラットフォーム上で「どのクリエイティブが、LPのどこでCVに寄与したか」を正確に把握できます 。   

計測の紐付け作業に追われる時間を削減し、本来の「運用改善」に集中したい担当者にとって、Squad beyondは強力な計測基盤となります。

7. まとめ：データ乖離を正しく理解し、本質的な改善サイクルへ

Web広告運用において、GA4と各広告媒体の数値が100%一致することはありません。重要なのは、「なぜズレるのか」というロジックを把握し、許容範囲内での「傾向」を読み解くことです。

2026年4月のLINE広告とYahoo!広告の統合や、プライバシー保護の更なる強化により、計測環境はより複雑化しています。単なるタグ設置に留まらず、以下の3点を意識した運用体制を構築しましょう。

• 「点」ではなく「線」で見る： 単一チャネルのCV数に固執せず、アトリビューション分析を用いてユーザーの検討プロセス全体を評価する。
• 最新技術への適応： ITP対策としてコンバージョンAPI（CAPI）やサーバーサイド計測の導入を優先し、データの欠落を最小限に抑える。
• 計測基盤の集約： Squad beyondのような、制作・配信・解析が一体となったプラットフォームを活用し、ツール間のデータ断絶という構造的課題を解消する。

正確なデータは、AIによる最適化の精度を上げ、最終的なROI（投資対効果）を最大化させるために重要です。計測環境の整備を「コスト」ではなく「投資」と捉え、変化の激しいデジタルマーケティングの世界で勝ち残る基盤を作り上げましょう。