生成AI活用

Google Analytics MCP とは|GA4 を AI で分析する使い方と設定方法【2026年版】

ENHANCED編集部更新 約13分で読めます

Google Analytics MCP とは、GA4 のデータを Claude や Gemini などの AI から自然な言葉で問い合わせられるようにする、Google 公式の MCP サーバーです。 「先月と比べてセッション数はどう変わった?」と聞くだけで、AI が GA4 のレポートを取り、結果をまとめて答えます。無料のオープンソースで、手元の PC で動かし、既定では GA4 のデータを読むだけです。

要点は、Google 公式で無料(Apache-2.0)、読み取り用のツールが 9 個、手元の PC で動かす(Python 3.10 以上と pipx または uvx)、Claude Desktop・Claude Code・Cursor・Antigravity などから使える、の 4 つです。この記事では、ツールの一覧、導入の手順、質問の例、エラーの直し方までを公式の情報に沿ってまとめます。(2025年7月公開。2026年10月23日時点の公式ドキュメントと最新版 v0.8.0 に合わせて書き直しました)

①Google 公式・無料のオープンソース (Apache-2.0) ②読み取り用のツール 9 個 (書き込みは --allow-write を付けたときの注釈の作成だけ) ③手元の PC で動かす (Python 3.10 以上・pipx または uvx) ④Claude Desktop・Claude Code・Cursor・Antigravity から使える --

MCP・AIエージェント開発

GA4 などのデータと AI をつなぐ仕組みを作ります

エンハンスドは、MCP などで社内のシステムやデータと AI をつなぎ、情報の収集・判断・操作までを任せられる AI エージェントを、業務に合わせて設計・開発しています。

AIエージェント開発を相談する

Google Analytics MCP の仕組み

MCP(Model Context Protocol)は、AI と外部のデータやツールをつなぐ共通の決まりです。Google Analytics MCP は、GA4 の Admin API(アカウントやプロパティの情報)と Data API(レポートの数字)を、AI から呼べるようにします(公式リポジトリ)。

AI クライアントが質問に合わせてツールを選び、手元で動く MCP サーバーが API を呼び、返ってきた数字を AI が読んで答えます。認証には Google Cloud の「アプリケーションのデフォルト認証情報(ADC)」を使い、API キーは使いません。

AI クライアント (Claude Desktop / Claude Code / Cursor / Antigravity) ⇄ 手元の PC の MCP サーバー analytics-mcp (ADC で認証) ⇄ Google Analytics Admin API (アカウント・プロパティの情報) と Google Analytics Data API (レポート) --

2025年7月に公開され、リポジトリの題には「Experimental(試験的)」とあります。パッケージ名は analytics-mcp で、2026年10月22日に v0.8.0 が出ています(リリース一覧)。

できること(使えるツールの一覧)

v0.8.0 で使えるツールは次のとおりです(公式ドキュメント)。AI が組み合わせて呼ぶので、名前を覚える必要はありません。

ツール できること 使う API
get_account_summaries 見られるアカウントとプロパティの一覧 Admin API
get_property_details プロパティの詳細 Admin API
list_google_ads_links Google 広告とのリンクの一覧 Admin API
list_property_annotations プロパティの注釈(アノテーション)の一覧 Admin API
get_custom_dimensions_and_metrics カスタム ディメンションと指標 Data API
run_report 期間・ディメンション・指標を指定したレポート Data API
run_realtime_report リアルタイムのレポート Data API
run_funnel_report ファネル(段階ごとの離脱)のレポート Data API
run_conversions_report コンバージョン・広告費・ROAS のレポート Data API

この 9 個はすべて読み取りだけです。v0.8.0 では、起動時に --allow-write を付けたときだけ使える書き込みのツール create_property_annotation(注釈の作成)が加わりました。使うには analytics.edit の権限も要ります。

必要なもの

公式ドキュメントが挙げる前提は次のとおりです。

  • Python 3.10 以上と、pipx または uv(uvx)
  • Google Cloud のプロジェクトと gcloud CLI
  • 対象の GA4 プロパティで「閲覧者」以上の役割を持つ Google アカウント、またはサービスアカウント
  • MCP に対応した AI クライアント(Claude Desktop・Claude Code・Cursor・Antigravity など)

導入の手順

流れは「API を有効にする → 閲覧の権限を付ける → ADC で認証する → AI クライアントに登録する → 確かめる」です。コマンドと設定は公式ドキュメントと README に載っているものです。

①Google Cloud で Admin API と Data API を有効にする → ②GA4 で閲覧者の役割を付ける → ③gcloud で ADC を作る (analytics.readonly と cloud-platform のスコープ) → ④AI クライアントに analytics-mcp を登録する → ⑤「見られるプロパティは?」と聞いて確かめる の 5 段 --

手順1 API を有効にする

Google Cloud のプロジェクトで、Google Analytics Admin API と Data API を有効にします。

gcloud services enable analyticsadmin.googleapis.com \
      analyticsdata.googleapis.com \
      --project=YOUR_PROJECT_ID

手順2 GA4 で閲覧の権限を付ける

GA4 の管理画面で、使う Google アカウント(またはサービスアカウントのメールアドレス)に、対象プロパティの「閲覧者」以上の役割を付けます(アクセス管理のヘルプ)。

手順3 ADC で認証する

1 人で試すなら自分のアカウントで、担当者が変わっても同じ権限で使いたいならサービスアカウントで認証します。サービスアカウントは「なりすまし」で使うか、鍵の JSON を使います。

認証の 3 つの方法。列: 方法 / 向いている場面 / 指定のしかた。行: 自分のアカウントの ADC (1 人で試す / gcloud auth application-default login)、サービスアカウントのなりすまし (担当者が変わっても同じ権限 / --impersonate-service-account)、サービスアカウントの鍵 JSON (鍵の発行が認められている場合 / GOOGLE_APPLICATION_CREDENTIALS に絶対パス) --

自分のアカウントの場合は、次を実行し、開いたブラウザで GA4 を見られるアカウントにログインします。自作の OAuth クライアントを使うときは、末尾に --client-id-file=YOUR_CLIENT_JSON_FILE を足します。

gcloud auth application-default login \
      --scopes="https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform"

サービスアカウントになりすます場合は次のとおりです。

gcloud auth application-default login \
      --impersonate-service-account=SERVICE_ACCOUNT_EMAIL \
      --scopes="https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform"

終わると Credentials saved to file: [...] と出ます。このパスを次の手順で使います(鍵の JSON を使う場合は鍵のファイルのパス)。

手順4 AI クライアントに登録する

どのクライアントでも、起動のコマンド pipx run analytics-mcp と、2 つの環境変数を渡します。GOOGLE_APPLICATION_CREDENTIALS には認証の情報のパスを絶対パスで、GOOGLE_CLOUD_PROJECT には Google Cloud のプロジェクト ID を書きます。

Claude Desktop は claude_desktop_config.json に書き、アプリを終了してから起動し直します。ファイルは macOS なら ~/Library/Application Support/Claude/、Windows なら %APPDATA%\Claude\ にあります。開き方は「claude_desktop_config.json の場所と書き方」で詳しく説明しています。

{
  "mcpServers": {
    "analytics-mcp": {
      "command": "pipx",
      "args": ["run", "analytics-mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
        "GOOGLE_CLOUD_PROJECT": "YOUR_PROJECT_ID"
      }
    }
  }
}

Claude Code は次のコマンドで登録します。--scope user で、どのフォルダからでも使えます。

claude mcp add analytics-mcp \
      --scope user \
      -e GOOGLE_APPLICATION_CREDENTIALS="PATH_TO_CREDENTIALS_JSON" \
      -e GOOGLE_CLOUD_PROJECT="YOUR_PROJECT_ID" \
      -- pipx run analytics-mcp

Gemini CLI は ~/.gemini/settings.json の mcpServers に、上の JSON と同じ形で書きます(README)。ただし Google の公式ドキュメントは 2026年10月時点で Gemini CLI を非推奨とし、後継の Antigravity を案内しています(移行の案内)。Antigravity では ~/.gemini/config/mcp_config.json に同じ形で書きます。

uvx を使う場合は、command と args を次のようにします(公式ドキュメントの Cursor の例)。

"command": "uvx",
"args": ["--from", "analytics-mcp", "google-analytics-mcp"]

なお README の設定例では環境変数が GOOGLE_PROJECT_ID ですが、README の本文と公式ドキュメントは GOOGLE_CLOUD_PROJECT を使っており、この記事は後者に合わせています。

手順5 動くか確かめる

「Google Analytics で見られるプロパティを一覧にして」と聞き、プロパティの名前と ID が返れば接続できています。

使い方とプロンプト例

質問は日本語で書けます。最初に「プロパティ ID 123456789 について」のように対象を決めると、AI が迷いません。GA4 の分析でよく使う質問の例です。

  1. 先月と先々月のセッション数を比べて、増減の大きい流入元を教えて
  2. 直近 28 日で、自然検索から入ったユーザーが多いランディングページの上位 10 件は?
  3. 直近 90 日で、よく発生しているイベントを多い順に並べて
  4. 今サイトにいるユーザーは何人で、どのページを見ている?
  5. 商品ページ → カート → 購入のファネルで、離脱が大きいのはどの段階?
  6. デバイス別に、エンゲージメント率と平均エンゲージメント時間を比べて
  7. 先月の広告キャンペーンごとのコンバージョンと ROAS を表にして
  8. 先週セッションが急に落ちた日を探し、流入元とページに分けて原因を調べて
担当者が AI に質問し、AI が MCP の接続を通して GA4 のデータを読み、グラフのレポートにして返すイメージ

Google が公開時に見せたデモでは、Gemini CLI で先月の売れ筋を聞き、デモ用ストアの上位の商品と売上を一覧にしていました。続けて、カート放棄へのメールやウェルカムメールといった施策の案も出しています。ただし施策の案は AI の考えなので、人が確かめてから使ってください。

エンハンスドでの使い方の例

エンハンスドでも、自社サイトの GA4 を MCP 経由で AI に分析させています。よく聞くのは、どのページを読んだ人から問い合わせが生まれているか、どの記事のどの位置の CTA(問い合わせへのボタン)が押されているか、といった問いです。

探索レポートを組むと時間がかかる問いも、言葉で聞けばその場で表になり、「では次に直す記事はどれか」と続けて聞けるので、改善の作業にすぐつなげられます。一方で AI が指標を取り違えることもあるため、大事な数字はどの指標と期間で取ったかを示させ、GA4 の画面と照らし合わせています。

ChatGPT から使えるか

公式の Google Analytics MCP を、ChatGPT からそのまま使うことはできません。 ChatGPT がつなぐのはインターネット越しの「リモートの MCP サーバー」ですが(OpenAI のヘルプ)、公式のサーバーは手元の PC で起動する形で、Google がホストするリモート版の案内もないためです。

ChatGPT で使うには、公式のサーバーを認証付きのリモートのサーバーとして自社で立てるか、他社のリモートの GA4 用サーバーを使う(GA4 のデータを第三者に預けることになります)必要があります。手軽さを優先するなら、Claude Desktop や Claude Code から使うのが近道です。社内の多くの人が安全に使える形にしたい場合は、AI エージェント開発としてご相談いただけます。

うまく動かないとき

公式ドキュメントのトラブルシューティングをもとに、よくあるエラーと直し方をまとめます。

エラー 主な原因 直し方
403 PERMISSION_DENIED API が無効、または GA4 の権限がない 2 つの API を有効にし、閲覧者の役割を付ける
Request had insufficient authentication scopes スコープが足りない analytics.readonly と cloud-platform を付けて認証し直す
403 ACCESS_NOT_CONFIGURED クォータ プロジェクトが決まっていない GOOGLE_CLOUD_PROJECT を書くか、下のコマンドを実行する
401 UNAUTHENTICATED 認証の情報のパスが違う、または期限切れ 絶対パスにする。期限切れなら認証し直す
spawn pipx ENOENT / uvx: command not found アプリから pipx・uvx が見つからない Python 3.10 以上か確かめ、command を絶対パスにする

クォータ プロジェクトは、次のコマンドでも決められます。

gcloud auth application-default set-quota-project YOUR_PROJECT_ID

動かないときに確かめる 5 項目: ①Admin API と Data API がそのプロジェクトで有効か ②GA4 のプロパティで閲覧者以上の役割があるか ③認証に analytics.readonly と cloud-platform のスコープを付けたか ④GOOGLE_APPLICATION_CREDENTIALS が絶対パスか (~ や $HOME を使っていないか) ⑤Python 3.10 以上で、pipx・uvx を絶対パスで指定したか --

確かめる順は、API が有効か、GA4 の権限があるか、スコープを付けたか、パスが絶対パスか、Python と pipx の場所、の 5 点です。パスの ~ や $HOME は展開されないことがあります。Claude Desktop などのアプリはターミナルの PATH を引き継がないことが多いので、which pipx(Windows は where pipx)で調べた絶対パスを command に書きます。

使うときの注意点

権限は最小にします。 読むだけなら役割は「閲覧者」、スコープは analytics.readonly で足ります。--allow-write は必要なときだけ付け、認証の情報のファイルはパスワードと同じように扱って、共有フォルダやリポジトリに置かないようにします。

データは AI の提供元に渡ります。 取ってきた数字は、答えを作るために AI のモデルに送られます。GA4 の数字を社外のサービスに送ってよいか、使うプランでデータが学習に使われるかを、社内の決まりと各社の規約で確かめてください。

API には上限があります。 通常のプロパティでは、レポートの基本のトークンが 1 日 200,000、1 時間 40,000、同時のリクエストが 10 までです。超えると 429 RESOURCE_EXHAUSTED になり、1 日の上限は太平洋標準時の 0 時に戻ります(Data API のクォータ)。長い期間の細かい集計を繰り返させると上限に近づきます。

試験的な提供です。 ツールや設定の書き方は版ごとに変わっているので、動かなくなったらリリース一覧と公式ドキュメントを確かめてください。

よくある質問

Google Analytics MCP は Google の公式ですか?

はい。GitHub の googleanalytics/google-analytics-mcp で公開され、Google の開発者向けドキュメントにも手順があります。似た名前のサーバーは多数ありますが、それらは別の会社や個人のものです。

料金はかかりますか?

サーバーは無料のオープンソースです。API には前の節の上限があり、AI クライアントの利用料は各サービスの料金によります。

GA4 のデータや設定を書き換えられてしまいませんか?

既定では読み取りのツールだけが動くので、書き換えません。--allow-write を付け、analytics.edit の権限を足したときだけ、注釈を作れます。

ChatGPT から使えますか?

公式のサーバーは手元で動かす形なので、そのままでは使えません。リモートのサーバーとして立てるなどの準備が要ります。

プログラミングの知識は必要ですか?

コードは書きませんが、ターミナルでのコマンドの実行と、JSON の設定ファイルの編集は必要です。

Search Console のデータも見られますか?

見られません。使うのは GA4 の Admin API と Data API だけです。

MCP・AIエージェント開発

データ分析を AI に任せる仕組みづくりを

エンハンスドは、MCP などで社内のシステムやデータと AI をつなぎ、情報の収集・判断・操作までを任せられる AI エージェントを、業務に合わせて設計・開発しています。

AIエージェント開発を相談する

まとめ

Google Analytics MCP は、GA4 のデータを AI に自然な言葉で聞けるようにする Google 公式のサーバーです。導入は「API を有効にする → 閲覧の権限を付ける → ADC で認証する → AI クライアントに登録する」の順で、つまずいたら API・権限・スコープ・パスを見直せば、たいてい解決します。

まずは自分のアカウントで 1 つのプロパティにつなぎ、普段の分析の問いを投げてみてください。社内の他のデータともつなぎ、分析から改善までを AI に任せたい場合は、エンハンスドにご相談ください。

参考資料

あわせて読みたい

次に読む

この記事に関わるエンハンスドの事業

AI活用・無料相談

社内の AI 活用を、仕事で使える形にしませんか

一般職から営業・エンジニア・経営層まで、職種に合わせた実践型の AI 研修で、生成 AI を「知る」から仕事で「使える」へ。組織全体の活用と定着を支援します。

  • 職種・役割に合わせた AI 活用研修
  • 業務に合わせた使い方のご提案
  • 導入から社内定着まで伴走
AI 活用研修を相談する

ご相談は何度でも無料です。まずはお気軽にお問い合わせください。

← 記事一覧に戻る