この記事ではMCPに特化して解説します。MCP（Model Context Protocol）全般は MCPサーバーの作り方2026完全ガイド をご覧ください。
GA4の分析、毎回ダッシュボードを開いていないか
GA4のレポートを見るたびに、同じことを繰り返している。ログイン、レポート画面を開く、期間を変更、ディメンションを切り替え、数字をスプレッドシートにコピー、Slackに貼り付け。
週次レポートで金曜の午後が潰れる。月次レポートなら半日。
「数字を見る」行為自体に価値はない。価値があるのは「数字から何をするか決める」こと。Google Analytics MCPは、この「数字を見る」部分をAIに丸投げするGoogle公式ツールだ。
Before / After
Before：手動でダッシュボードを確認
1. GA4にログイン
2. レポート → トラフィック取得 → チャネル
3. 期間を「過去7日」に変更
4. 「セッション」でソート
5. 数字をメモ or スクショ
6. Slackに貼り付け
→ 所要時間: 10〜15分
After：AIに聞くだけ
あなた: 「先週の流入元別セッション数を教えて。多い順で」
AI: 先週（3/26〜4/1）の流入元別セッション数です。
| 流入元 | セッション | 前週比 |
|--------|-----------|--------|
| Organic Social (X) | 14,059 | +42% |
| Direct | 3,184 | +18% |
| Referral | 834 | -5% |
| Organic Search | 543 | +12% |
Xからの流入が全体の75%を占めており、前週比+42%と
大幅に増加しています。
10分が10秒になる。 しかもAIは数字の「意味」まで解釈してくれる。
仕組み
「先週のPVは？」"] -->|日本語で質問| B["AI
Claude"] B -->|MCPプロトコル| C["Google Analytics
MCPサーバー"] C -->|API呼び出し| D["GA4
データ"] D -->|数字を返す| C C -->|データを整形| B B -->|わかりやすく回答| A
あなたが意識するのは「質問する」だけ。API、クエリ、ディメンション設定は全てAIが処理する。
セットアップ手順
前提条件:
- GA4プロパティが既にある
- Node.js 18以上がインストール済み（
node -vで確認） - Claude Code または Claude Desktop がインストール済み
Step 1：Google Cloudプロジェクトの準備
Google CloudでAPIを有効化する。既にプロジェクトがあればそれを使う。
# プロジェクトを作成（既存があればスキップ）
gcloud projects create my-ga-mcp --name="GA MCP"
# プロジェクトを選択
gcloud config set project my-ga-mcp
# Google Analytics Data API を有効化
gcloud services enable analyticsdata.googleapis.com
Step 2：認証の設定
2つの方式がある。個人利用ならOAuth、チーム利用ならサービスアカウントが推奨。
方式A：OAuth（個人利用向け）
# OAuth同意画面を設定（Google Cloud Consoleで実施）
# 1. APIs & Services → OAuth consent screen
# 2. External を選択
# 3. アプリ名・メールを入力
# 4. スコープ追加：Google Analytics Readonly
# クライアントIDを作成
# 1. APIs & Services → Credentials → Create Credentials
# 2. OAuth client ID → Desktop app
# 3. JSONをダウンロード → client_secret.json として保存
方式B：サービスアカウント（チーム利用向け）
# サービスアカウントを作成
gcloud iam service-accounts create ga-mcp-reader \
--display-name="GA MCP Reader"
# 鍵ファイルを生成
gcloud iam service-accounts keys create ~/ga-mcp-key.json \
--iam-account=[email protected]
サービスアカウントのメールアドレスを、GA4のプロパティ管理画面で閲覧者として追加する。
GA4管理画面 → プロパティ → アクセス管理 → ＋追加
→ サービスアカウントのメールアドレスを入力
→ 役割：閲覧者
Step 3：MCPサーバーの接続
Claude Code（またはClaude Desktop）の設定ファイルに以下を追加する。
Claude Codeの場合（~/.claude/settings.json）：
{
"mcpServers": {
"google-analytics": {
"command": "npx",
"args": ["-y", "@anthropic-ai/google-analytics-mcp"],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "/Users/yourname/ga-mcp-key.json",
"GA_PROPERTY_ID": "123456789"
}
}
}
}
Claude Desktopの場合（~/Library/Application Support/Claude/claude_desktop_config.json）：
{
"mcpServers": {
"google-analytics": {
"command": "npx",
"args": ["-y", "@anthropic-ai/google-analytics-mcp"],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "/Users/yourname/ga-mcp-key.json",
"GA_PROPERTY_ID": "123456789"
}
}
}
}
GA_PROPERTY_ID はGA4の管理画面 → プロパティ設定 → プロパティIDで確認。数字のみ（123456789 の形式）。
Step 4：動作確認
Claude Codeを再起動して、以下を試す。
あなた: 「GA4に接続できてる？昨日のセッション数を教えて」
正常に動作すれば、GA4のデータが返ってくる。エラーが出る場合は次のセクションを確認。
トラブルシューティング
| エラー | 原因 | 対処法 |
|---|---|---|
Permission denied |
サービスアカウントにGA4のアクセス権がない | GA4管理画面でサービスアカウントを閲覧者として追加 |
API not enabled |
Analytics Data APIが無効 | gcloud services enable analyticsdata.googleapis.com |
Invalid property ID |
プロパティIDの形式が違う | 数字のみ。properties/ プレフィックスは不要 |
GOOGLE_APPLICATION_CREDENTIALS not found |
鍵ファイルのパスが間違い | フルパスで指定。~ は展開されない場合あり |
| MCPサーバーが起動しない | Node.jsのバージョンが古い | node -v で18以上か確認 |
AIに何を聞けるか — 実用例
毎日の確認（30秒で済む）
「昨日のPVとセッション数を教えて」
「今リアルタイムで何人がサイトにいる？」
「今日最もアクセスされているページTOP5は？」
週次レポート（Slackにそのまま貼れる形で出力）
「先週と先々週のセッション数を比較して、表形式で」
「流入元別のコンバージョン率を出して」
「直帰率が高いページTOP10を出して、改善案も提案して」
月次分析
「3月のオーガニック検索流入の推移をまとめて」
「新規ユーザーとリピーターの比率を月別で出して」
「コンバージョンが多い曜日と時間帯を分析して」
突発対応（最も威力を発揮する場面）
「昨日急にPVが増えたけど、どのページ？どこからの流入？」
「Xからの流入が減ってる気がする。データで確認して」
「このランディングページのCVRは先月と比べてどう？」
GA4の操作方法を覚える必要がない。ディメンション、メトリクス、フィルタ、セグメント——これらの専門用語を知らなくても、やりたいことを日本語で伝えればAIがGA4のAPIを叩いて結果を返す。
従来ツールとの比較
| 項目 | GA4ダッシュボード | Looker Studio | Google Analytics MCP |
|---|---|---|---|
| 操作方法 | マウスで操作 | レポート設計が必要 | 日本語で質問 |
| 学習コスト | 高い | 中程度 | ほぼゼロ |
| レポート作成 | 10〜30分 | テンプレ設定後は自動 | 10秒 |
| アドホック分析 | 都度操作 | 事前設計が必要 | その場で質問 |
| データ解釈 | 自分で判断 | 自分で判断 | AIが解釈 |
| 異常検知 | 自分で気づく | アラート設定必要 | AIが指摘 |
| 初期コスト | 無料 | 無料 | 無料（AI利用料別途） |
最大の違いは「データの解釈」まで含めてくれること。GA4やLooker Studioは数字を見せるだけ。MCPを使えばAIが「前週比で異常に高い。原因はXからのバズ記事の可能性がある」と分析まで行う。
セキュリティの注意点
GA4のデータにはユーザー行動情報が含まれる。以下を守ること。
- サービスアカウントの権限は「閲覧者」のみ。 編集権限は不要
- 鍵ファイル（JSON）はGitにコミットしない。
.gitignoreに追加 - チーム共有時は各自のサービスアカウントを使う。 1つの鍵を共有しない
- 不要になったサービスアカウントは削除する
# .gitignore に追加
echo "*.json" >> .gitignore
echo "!package.json" >> .gitignore
こんな人におすすめ
マーケティング担当者 — 毎朝GA4を開く作業をなくしたい。週次レポートの作成時間を削減したい。
メディア運営者 — どの記事がバズっているかリアルタイムで知りたい。流入元の変化にすぐ気づきたい。
経営層 — GA4の使い方を覚える気はないが数字は見たい。データに基づく意思決定をスピーディにしたい。
まとめ
Google Analytics MCPは「GA4のデータを見る」という作業そのものを消すツール。
セットアップは4ステップ: Google Cloudプロジェクト → 認証設定 → MCP接続 → 動作確認。エンジニアなら30分、初めてでも1時間で完了する。
一度設定すれば、以降は「AIに聞くだけ」。毎朝GA4を開く時間が、戦略を考える時間に変わる。Google公式提供なのでセキュリティも安心。Claude Codeのベストプラクティスガイドで紹介されているMCP連携と組み合わせると、開発ワークフロー全体が効率化される。
