ClaudeでGA4を分析する方法｜公式MCPとBigQuery連携

GA4は、流入元・ページ・イベント・コンバージョンなど、サイトの状況を細かく計測できる一方で、画面の操作に慣れが必要なツールです。

探索レポートの組み方が分からない、期間やディメンションを変えて集計し直すのに時間がかかる、といった理由で、データはあるのに十分に分析できていないという声も多く聞きます。

GA4のデータを生成AIのClaudeに接続すれば、「先月の流入元別のセッションとコンバージョン率を出して」と日本語で依頼するだけで、集計から示唆の整理、ダッシュボードの作成まで任せられます。

本記事では、ClaudeでGA4を分析する2つの方法として、Googleが公開しているGA4のMCPサーバーで直接つなぐ方法と、GA4のデータをBigQueryに書き出してつなぐ方法を取り上げます。それぞれの違いと、接続するとできる分析の例、接続の手順、選び方の順に解説します。

Claudeが作成した、GA4のデータにもとづくサイトのファネル分析のダッシュボード。セッション・購入数・CVRと、セッションから商品閲覧・カート追加・購入手続き・購入までの各段階の通過率を表示している

Claudeが作成したファネル分析のダッシュボード（デモ用のデータ）

ClaudeでGA4を分析する2つの方法

ClaudeとGA4の接続には「MCP（Model Context Protocol）」という仕組みを使います。MCPは、ClaudeなどのAIが外部のデータベースやAPIとやり取りするための標準規格です。

MCPに対応した「MCPサーバー」を介することで、Claudeは日本語の依頼をデータの取得の処理に置き換え、取得した結果を解釈して回答します。

GA4のデータをClaudeにつなぐ方法は、大きく次の2つです。

方法1：GA4のMCPサーバーで直接つなぐ：Googleが公開している「Google Analytics MCP サーバー」を使い、GA4のAPIから集計済みのレポートを取得します
方法2：BigQueryに書き出してつなぐ：GA4の「BigQuery Export」でイベント単位の生データをBigQueryに書き出し、BigQueryのMCPサーバー経由でClaudeがSQLを実行します

2026年10月時点の違いは次のとおりです。

	方法1：GA4のMCPサーバー	方法2：BigQuery Export＋BigQuery MCP
準備の手軽さ	Google Cloudの設定と、PC上でのサーバーの起動が必要。BigQueryは不要	Google Cloudのプロジェクト、GA4とBigQueryのリンク、コネクタの設定が必要
使えるClaude	Claude Code・Claude Desktop（PC上でサーバーを動かすため）	Web版・アプリのClaude（コネクタ）、Claude Code
扱えるデータ	GA4のレポートと同じ集計値（ディメンション×指標）	イベント単位・ユーザー単位の生データ
過去のデータ	GA4に残っている期間をすぐに取得できる	リンクを設定した後のデータが蓄積される
上限・精度	APIの割り当て（トークン）や1回の取得行数に上限がある。サンプリングや「(other)」行、しきい値の影響を受けることがある	標準プロパティは1日100万イベントまで書き出せる。書き出されたデータはサンプリングされていない
ほかのデータとの結合	できない（GA4のデータのみ）	広告・CRM・売上などのデータとSQLで結合できる
費用	BigQueryの料金はかからない	BigQueryのストレージとクエリの料金（無料枠あり）

手軽にGA4の主要な数字を確認したい場合は方法1、継続的に深い分析をしたい場合や、ほかのデータと組み合わせたい場合は方法2が向いています。まず接続するとできる分析の例を紹介し、その後でそれぞれの方法の手順を解説します。

ClaudeでできるGA4の分析例

GA4をClaudeにつなぐと、次のような分析を日本語の指示だけで行えます。

どちらの方法でも、同じように依頼できます。つなぎ方は後半の「方法1」「方法2」で解説します。

流入元別の成果を比べる

プロンプト例
直近28日と、その前の28日について、セッションのデフォルトチャネルグループ別に、セッション数・エンゲージメント率・コンバージョン数・コンバージョン率を比べてください。変化の大きいチャネルと、考えられる原因を整理してください。

チャネルごとの増減を一覧にしたうえで、どの流入元が全体の変化に影響したかを整理できます。ChatGPTなどのAIからの流入を確認・計測する方法は「LLMOの調べ方（別タブで開く）」で解説しています。

ファネルのどこで離脱しているかを調べる

プロンプト例
直近3か月について、セッション → view_item → add_to_cart → begin_checkout → purchase のファネルを作り、各段階の通過率を出してください。最も通過率の低い段階と、その改善の方向性を提案してください。

冒頭のダッシュボードは、このようなファネルの集計結果をClaudeにダッシュボードとしてまとめさせた例です。この例では、商品閲覧からカート追加への通過率が13.2%と最も低く、ここが改善の優先箇所であることが分かりました。

続けて「デバイス別・流入元別に分けてください」と依頼すれば、離脱が特定の条件に偏っていないかも確認できます。

ダッシュボードを社内で共有し、自動で更新させる方法は、「Claude Codeでダッシュボードを作成する方法｜自動更新と社内共有（別タブで開く）」で解説しています。

ランディングページ別にコンバージョン率を比べる

プロンプト例
セッション数の多い上位20のランディングページについて、エンゲージメント率とコンバージョン率を出してください。サイト平均より大きく低いページを挙げ、改善の方向性を提案してください。

検索語句ごとの流入とあわせてページを評価したい場合は、サーチコンソールのデータも組み合わせます。手順は「ClaudeでサーチコンソールとGA4を分析する方法（別タブで開く）」で解説しています。

また、広告からの流入とLPの改善を分析する場合は、「Google広告とGA4をBigQueryで統合分析する方法（別タブで開く）」で、Google広告のデータと組み合わせる手順を紹介しています。

分析の精度を上げるには前提を渡す

結果が誤っている、または正しいか判断できない場合は、Claudeに渡している前提が不足していることがほとんどです。

GA4のプロパティID（方法2ではBigQueryのプロジェクトIDとデータセット名）、コンバージョンとして扱うイベント名、期間の決め方などを、Claudeの「プロジェクト（別タブで開く）」の指示に書いておくと、プロジェクト内のどのチャットでも同じ前提で分析できます。

また、「どのような手順で集計したか説明してください」と依頼すると、使ったデータや集計の条件を確認できます。想定と異なる集計をしていれば、その場で修正を指示します。

方法1：公式のGA4 MCPサーバーで直接つなぐ

1つ目は、Googleが公開している「Google Analytics MCP サーバー（別タブで開く）」を使う方法です。MCPサーバーが、GA4の「Google Analytics Data API（別タブで開く）」と「Google Analytics Admin API（別タブで開く）」を通じて、GA4からレポートを取得します。

GA4の集計済みのレポートを、自分のPCで起動したGoogle Analytics MCPサーバーがData APIで取得し、MCPでClaude CodeやClaude Desktopから参照する流れを示した図

方法1の全体像

Claudeが「先月の流入元別のセッションを知りたい」と依頼を受けると、MCPサーバーがそれをData APIのリクエストに変換し、集計結果を受け取ってClaudeに返します。

GA4 MCPサーバーでできること

2026年10月時点で、MCPサーバーには次のツール（機能）が用意されています。いずれも読み取り専用で、GA4の設定を変更することはできません（Try the Google Analytics MCP server（別タブで開く））。

アカウントとプロパティの情報の取得：アクセスできるアカウント・プロパティの一覧、プロパティの詳細、Google広告とのリンクの一覧
レポートの実行：通常のレポート、ファネルレポート、カスタムディメンション・カスタム指標の一覧の取得
リアルタイムレポートの実行

なお、このMCPサーバーはGitHubで「Experimental（試験運用）」と表示されています。また、自分のPC上で起動する「ローカル」のMCPサーバーのため、Claude CodeやClaude Desktopから使います。

GA4 MCPサーバーの接続手順

2026年10月時点の手順は次のとおりです（google-analytics-mcp の README（別タブで開く））。ターミナルでのコマンド操作が必要です。

1. Pythonの環境を用意する

MCPサーバーはPython（3.10以上）で動きます。サーバーの起動に使う「pipx（別タブで開く）」をインストールします。

2. Google CloudでAPIを有効にする

Google Cloudのプロジェクトで、次の2つのAPIを有効にします。

3. 認証情報を用意する

GA4のプロパティにアクセスできるGoogleアカウントで、「アプリケーションのデフォルト認証情報（ADC）（別タブで開く）」を設定します。

Google Cloudで作成したOAuth クライアント（デスクトップまたはウェブアプリケーション）のJSONファイルをダウンロードし、Google Cloud CLIで次のコマンドを実行します。認証情報には、GA4の読み取り専用のスコープ（analytics.readonly）を含めます。

gcloud auth application-default login \
  --scopes https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform \
  --client-id-file=（OAuth クライアントのJSONファイル）

完了すると、認証情報のファイルの保存先が Credentials saved to file: [...] と表示されます。このパスを次の手順で使います。

4. ClaudeにMCPサーバーを登録する

Claude Codeの場合は、次のコマンドで登録します。認証情報のファイルのパスと、Google CloudのプロジェクトIDを置き換えます。

claude mcp add analytics-mcp \
  --scope user \
  -e "GOOGLE_APPLICATION_CREDENTIALS=（認証情報のファイルのパス）" \
  -e "GOOGLE_PROJECT_ID=（プロジェクトID）" \
  -- pipx run analytics-mcp

Claude Desktopの場合は、設定の「Developer」タブにある「Edit Config」から設定ファイル（claude_desktop_config.json）を開き、mcpServers に同じ内容を追加して、Claude Desktopを再起動します（Connect to local MCP servers（別タブで開く））。

{
  "mcpServers": {
    "analytics-mcp": {
      "command": "pipx",
      "args": ["run", "analytics-mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "（認証情報のファイルのパス）",
        "GOOGLE_PROJECT_ID": "（プロジェクトID）"
      }
    }
  }
}

登録後、Claudeに「アクセスできるGA4のプロパティの一覧を教えてください」と質問し、プロパティ名が返ってくれば接続は完了です。

GA4 MCPサーバーを使うときの注意点

APIの割り当て（クォータ）に上限がある

Data APIは、リクエストのたびにプロパティごとの「トークン」を消費します。2026年10月時点の標準プロパティの上限は、1日あたり20万トークン、1時間あたり4万トークンです。

多くのリクエストは10トークン以下ですが、ページのパスのように値の種類が多いディメンションを使うと、消費が大きく増えることがあります（割り当て（別タブで開く））。

また、1回のリクエストで取得できるのは最大25万行です（runReport（別タブで開く））。

サンプリング・「(other)」行・しきい値の影響を受けることがある

Data APIの結果は、GA4の画面と同じ集計の仕組みにもとづきます。データ量の多いレポートではサンプリングされた結果が返ることがあり、値の種類が多いレポートでは、細かい値が「(other)」行にまとめられることがあります。

年齢・性別などのディメンションには、個人の推測を防ぐためのしきい値が適用され、一部の行が表示されないことがあります（ResponseMetaData（別タブで開く））。

数字が想定と異なるときは、Claudeに「サンプリングやしきい値の影響を受けていないか確認してください」と依頼します。

ほかのデータとは組み合わせられない

取得できるのはGA4のデータだけです。広告の費用や、CRM・ECの受注データと組み合わせて分析したい場合は、方法2が必要になります。

方法2：GA4のデータをBigQueryに書き出し、BigQuery MCPでつなぐ

2つ目は、GA4のデータをBigQueryへ毎日自動で書き出し、BigQueryをClaudeのコネクタとして接続する方法です。Claudeは、BigQueryに対してSQLを自ら作成・実行し、その結果をもとに回答します。

GA4のイベントの生データをBigQuery Exportで毎日自動でBigQueryに書き出し、MCPでClaudeのコネクタからSQLで参照する流れを示した図

方法2の全体像

BigQuery Exportは、GA4に標準で用意されている機能です。前日のイベントデータが、サンプリングされていない未加工の状態で毎日書き出されます。

イベント単位・ユーザー単位のデータを扱えるため、GA4の画面では難しい分析も行えます（BigQuery Export（別タブで開く））。

BigQuery連携の接続手順

設定の流れは次のとおりです。各手順の詳細は「ClaudeでサーチコンソールとGA4を分析する方法（別タブで開く）」の手順1・手順2・手順4で、画面とあわせて解説しています。

1. Google Cloudのプロジェクトを用意する

Google Cloud コンソール（別タブで開く）でプロジェクトを作成し、BigQuery APIが有効になっているか確認します。

GA4のデータは、課金を有効にしていない「BigQuery サンドボックス」にも書き出せますが、テーブルが60日で自動的に削除されるなどの制限があります（BigQuery サンドボックス（別タブで開く））。継続して分析するなら、請求先アカウントをリンクして課金を有効にしておきます。

BigQueryには毎月10GiBのストレージと1TiBのクエリ処理までの無料枠があり、超えた分に料金がかかります（BigQueryの料金（別タブで開く））。

2. GA4とBigQueryをリンクする

GA4の「管理」→「サービス間のリンク設定」→「BigQuery のリンク」から、手順1のプロジェクトを選び、データのロケーションと書き出しの頻度（まずは「毎日」）を設定します。

リンクの完了から24時間以内に書き出しが始まり、analytics_{プロパティID} というデータセットに、1日1つ events_YYYYMMDD のテーブルが作成されます（BigQuery Export を設定する（別タブで開く））。

書き出されるのは、リンクを設定した後のデータです。分析に使えるデータが貯まるまで時間がかかるため、早めに設定しておくことをおすすめします。

また、標準（無料）のGA4プロパティでは、1日に書き出せるイベントは100万件までです。

3. Google CloudでOAuth クライアントを作成する

手順1のプロジェクトで、Google Auth Platform の「クライアント」（別タブで開く）のページを開き、「クライアントを作成」から次の内容で作成します。

アプリケーションの種類：ウェブアプリケーション
名前：任意（例：BigQuery MCP）
承認済みのリダイレクト URI：https://claude.ai/api/mcp/auth_callback（Authentication for connectors（別タブで開く））

作成すると、クライアント IDとクライアントシークレットが表示されます。クライアントシークレットを確認・ダウンロードできるのは作成時のみのため、安全な場所に控えておきます（OAuth クライアントを管理する（別タブで開く））。

Google Auth Platformの「クライアント」の画面。種類が「ウェブアプリケーション」のOAuth 2.0 クライアント「BigQuery MCP」が1件表示されている（クライアントIDはぼかしている）

作成したOAuth クライアント

4. Claudeにコネクタを追加する

Claudeの「カスタマイズ」→「コネクタ」を開き、「＋」ボタンからコネクタの一覧を開いて「BigQuery」で検索し、「Google Cloud BigQuery」を選びます。

Claudeのコネクタの一覧で「BigQuery」を検索し、「Google Cloud BigQuery」が表示されている画面

コネクタの一覧

手順3で控えたOAuth クライアント IDとOAuth クライアントシークレットを入力し、「続ける」をクリックして、BigQueryへのアクセス権を持つGoogleアカウントで認証します。

ClaudeのGoogle Cloud BigQueryのインストール画面。OAuth クライアントIDとOAuth クライアントシークレットの入力欄がある

BigQueryコネクタの設定画面

コネクタの一覧にBigQueryが追加されていれば、接続は完了です。接続先は、Google Cloudが提供する「BigQuery リモート MCP サーバー」です（Use the BigQuery MCP server（別タブで開く））。

コネクタの一覧（ディレクトリ）にあるコネクタは、無料プランを含むすべてのユーザーが利用できます（Use connectors to extend Claude’s capabilities（別タブで開く））。

BigQuery連携を使うときの注意点

GA4の画面の数字と一致しないことがある

BigQueryに書き出されるのは未加工のイベントデータで、GA4が標準レポートや探索のデータに付加している処理は含まれません。そのため、GA4の画面の数字と異なる場合があります（BigQuery Export（別タブで開く））。

セッションやユーザーの数え方をClaudeに確認し、前提をそろえてから比較します。

データを参照できない場合はIAMの権限を確認する

2026年10月時点のGoogle Cloudのドキュメントでは、BigQuery MCP サーバーの利用に「MCP Tool User」（roles/mcp.toolUser）、「BigQuery Job User」（roles/bigquery.jobUser）、「BigQuery Data Viewer」（roles/bigquery.dataViewer）のロールが必要とされています。

また、クエリの処理時間は初期設定で3分まで、結果は最大3,000行までといった制限があるため、明細をそのまま取得するのではなく、集計した結果を返すよう依頼するのが確実です。

自社に合った方法の選び方

どちらの方法が適しているかは、分析の目的と、扱いたいデータの範囲で決まります。

方法1が向いている場合：日々の主要な指標をチャットで手早く確認したい、「先週と比べてCVが落ちた原因をおおまかに知りたい」といった、速さを重視する分析が中心の場合。BigQueryを用意せずに試せます
方法2が向いている場合：ユーザー単位の行動の流れを分析したい、データ量が多くAPIの上限やサンプリングを避けたい、広告や売上など社内のほかのデータと突き合わせたい場合

まず方法1でClaudeによるGA4の分析を試し、分析の範囲を広げたくなった段階で方法2に移る、という進め方も現実的です。

BigQueryへの書き出しは過去にさかのぼれないため、将来的に方法2を使う可能性があるなら、GA4とBigQueryのリンクだけは先に設定しておくと、データを貯めておけます。

当社が支援した株式会社ビビッドガーデン様でも、GA4のデータと、プロダクトの利用ログや取引のデータ（RDS）が別々のシステムにあり、集計のたびに担当者が手作業でデータを処理していました。両方をBigQueryに集約し、全社で横断して使えるデータの土台を整えています（「エンジニアに頼まずに、誰もが自分でデータを引き出せる状態に（別タブで開く）」）。

まとめ

2つの方法：ClaudeでGA4を分析するには、公式のGA4 MCPサーバーで直接つなぐ方法と、BigQuery Exportを経由してBigQuery MCPでつなぐ方法がある
方法1（GA4 MCPサーバー）：BigQueryが不要で手軽に試せる。ただし、集計値のみで、APIの上限やサンプリングの影響を受け、ほかのデータとは組み合わせられない
方法2（BigQuery連携）：イベント単位の生データをSQLで分析でき、広告や売上のデータとも結合できる。リンクを設定した後のデータが対象のため、早めに設定する
分析の精度：プロパティやコンバージョンの定義をプロジェクトの指示に書き、前提をそろえる

決まった分析を繰り返す場合は、Claudeの「スキル」に手順を登録しておくと、一言で同じ分析を実行できるようになります。

作り方は「ClaudeのスキルでGoogle広告の専属AIアナリストを作る方法（別タブで開く）」で解説しています。

ただし、GA4だけでは、購入後の継続や解約まで含めた成果は評価できません。施策ごとのLTVまで分析するには、広告・CRM・売上のデータと統合し、顧客の単位で名寄せするデータ基盤が必要になります。

株式会社INVOXは、データ基盤の構築、データ分析の支援、AIエージェントの開発を行っています。

支援の内容は「マーケティング分析（別タブで開く）」で、支援実績は「エンジニアに頼まずに、誰もが自分でデータを引き出せる状態に（別タブで開く）」で紹介しています。

「GA4のデータをClaudeで分析できる環境を整えたい」「GA4と広告・CRM・売上のデータをつないで分析したい」といった課題をお持ちでしたら、お問い合わせください。