Google広告の運用では、キャンペーンやキーワードごとの成果を集計し、CPAやROASが悪化した要因を探る作業を毎週・毎月繰り返します。
管理画面からレポートを書き出し、スプレッドシートで集計してグラフを作る作業に時間を取られ、改善策の検討に十分な時間を割けないことも少なくありません。
Google広告のデータをBigQueryに蓄積し、生成AIのClaudeに接続すれば、「キャンペーン別の主要指標を出して」と日本語で指示するだけで、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Google広告を分析するための設定手順と、分析のプロンプト例、結果の読み方を解説します。エンジニアでなくても、画面の操作だけで構築できる手順です。
ClaudeでGoogle広告のデータを分析している画面（デモ用のデータ）
なお、Google広告のデータをAIに渡す方法には、CSVを添付する方法やGoogle広告のMCPサーバーを使う方法もあります。それぞれの違いは「Google広告をAIで分析する3つの方法（別タブで開く）」で比較しています。
本記事では、そのうちBigQueryに蓄積したデータをClaudeに接続する方法を扱います。
ClaudeでGoogle広告を分析する仕組み
全体の流れは次のとおりです。Google広告のデータをFivetranでBigQueryに転送し、BigQueryをClaudeのコネクタとして接続します。
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。
環境の全体像
一度構築すれば、データは自動で更新されます。分析のたびにレポートを書き出して添付する必要がなく、期間の長いデータや、キーワード・検索語句のような細かい単位のデータもまとめて扱えます。
必要なツールと費用
以下は2026年10月時点の情報です。
- Google広告アカウント：分析したいアカウントへのアクセス権が必要です
- Fivetran：Google広告などのデータを、分析しやすい形に整えてBigQueryへ自動で転送するサービスです。月50万行（MAR）まで使える無料プランがあります（Fivetranの無料プラン（別タブで開く））
- BigQuery：Google Cloudのデータウェアハウスです。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ます（BigQueryの料金（別タブで開く））
- Claude：BigQueryをコネクタとして接続し、分析に使います。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））
Google広告の分析を試す程度であれば、多くの場合は各ツールの無料の範囲で始められます。
ただし、FivetranはBigQueryのサンドボックス（課金を設定しない無料の環境）に対応していないため、Google Cloudの課金を有効にし、クレジットカードを登録する必要があります（Fivetranのセットアップガイド（別タブで開く））。データ量や利用量が無料の範囲を超えると、各ツールの費用がかかります。
Fivetranの概要と料金の考え方は「Fivetranとは？広告データ統合でできること・料金・始め方（別タブで開く）」で解説しています。
ClaudeでできるGoogle広告の分析例
構築後にどのような分析ができるのかを、先に紹介します。画面の数値は、中小企業向けのクラウド人事労務SaaSを提供する架空の企業を想定したデモ用のデータです。
デモ環境では、日付×キャンペーン、日付×キーワードといった単位に整えたテーブルをBigQueryに用意し、テーブルの説明と回答のルールをまとめたファイル（後述のcontext.md）をClaudeに渡しています。
キャンペーン別の主要指標を確認する
まずは、期間や指標を指定せずに依頼します。
プロンプト例
まずは、Google広告単体のパフォーマンスを分析してください。
Claudeは、期間の指定がないため直近30日を仮に置くこと、使うテーブルを宣言したうえでSQLを実行し、キャンペーン別の表示回数・クリック・費用・CV・CTR・CPC・CPA・CVRを一覧にしました。
Claudeの回答画面（デモ用のデータ）
集計結果だけでなく、読み取れることと、次に確認すべきことの提案も返ってきます。
読み取れることと次の分析の提案（デモ用のデータ）
結果の読み方
- 前提を確認する：Claudeが仮に置いた期間と、使ったテーブルを最初に確認します。意図と違えば「先月で集計し直してください」のように指示します
- 費用の集中と効率を合わせて見る：この例では、費用の約7割を占める一般語の検索キャンペーン3本のCPAが、指名検索やP-MAXの2倍以上でした。改善の効果が大きいのは、費用の大きいキャンペーンです
- CPAの低さだけで判断しない：ここでのCVは、Google広告が計測したフォームの送信です。商談や受注に至ったかは別のデータで確認する必要があることを、Claude自身も注意点として挙げています
続けて「この結果をアーティファクトにしてください」と指示すると、HTML形式のダッシュボードを作成できます。作成したダッシュボードはこちら（別タブで開く）で操作できます。
Claudeが作成したダッシュボード（デモ用のデータ）
作成したダッシュボード（アーティファクト）は、リンクを知っている人に共有できます。2026年10月時点では、TeamプランとEnterpriseプランでは、アーティファクトは初期設定で組織の中だけに共有されます（Share artifacts（別タブで開く））。
キーワード別のCPAを比較する
前の回答の提案を受けて、一般語のキャンペーンをキーワード単位で深掘りします。
プロンプト例
キーワード別のパフォーマンスを分析してください。キーワード群とマッチタイプで絞り込めるダッシュボードにしてください。
キーワード別のCPAの棒グラフと、CPAとCVRの散布図、キーワード群・マッチタイプの絞り込みを備えたダッシュボードが作成されました（ダッシュボード（別タブで開く））。
キーワード別のダッシュボード（デモ用のデータ）
キーワード別の明細（デモ用のデータ）
結果の読み方
- 差が出ている指標を確かめる：一般語のキーワードはCPAが約13,000〜15,000円でほぼ横並びでした。CVRは指名検索とほとんど変わらず、指名検索との差はCPC（2倍以上）から生じています。特定のキーワードを止めるよりも、入札や予算配分を見直すほうが効果的だと分かります
- 件数の少ないキーワードは期間を延ばす：1か月のCVが10件前後のキーワードでは、数件の増減でCPAが大きく変わります。止める・伸ばすの判断は、期間を延ばして確かめてから行います
CPAが悪化したときに、どの要素に分解して原因を探るかは「CPAとは？悪化の原因と改善方法（別タブで開く）」で解説しています。
ほかの広告媒体やCRMのデータと組み合わせて受注まで評価する
Meta広告などほかの広告媒体や、HubSpotなどのCRMのデータもBigQueryに集めておくと、管理画面上のCVではなく、商談や受注まで含めて広告を評価できます。
プロンプト例
Meta広告やHubSpotのデータも組み合わせて、本当に効果が出ているキャンペーンを分析してください。
キャンペーンごとに、獲得したコンタクト数・MQL以降の件数・受注数・受注額と、受注額にもとづくROASを並べた結果が返ってきました（ダッシュボード（別タブで開く））。
媒体を横断した評価（デモ用のデータ）
結果の読み方
- CPAの順位と受注の順位は一致しない：CPAが最も高かった一般語のキャンペーン（generic-jinji）が、受注額では最も大きく、ROASも5倍ありました。CPAだけで判断すると、売上につながっている広告を止めてしまうおそれがあります
- 配信先の性質を踏まえる：リターゲティングのように、すでに検討が進んでいるユーザーに配信する広告は、ROASが高く出やすい傾向があります。新規の需要を獲得している広告と同じ基準で比べないようにします
広告からの受注までを結び付けるには、広告のクリックとCRMのコンタクトを紐付ける設計が必要です。
顧客のデータを載せる際は、個人情報の扱いも先に決めておきます。当社が支援した株式会社Techouse様では、広告の成果を事業の数字までつなげて見たいという社内の声を受けて、応募・売上のデータを追加しました。求職者の個人情報を含むため、取り扱いのルールを先に整えてから載せています（「毎朝1時間の広告データ取り込みを15〜20分に（別タブで開く）」）。
複数の広告媒体をまとめて分析する方法は「広告の媒体横断分析をAIで行う方法（別タブで開く）」で、HubSpotのデータの分析は「ClaudeでHubSpotのデータを分析する方法（別タブで開く）」で紹介しています。GA4と組み合わせてLPの改善まで進める方法は「Google広告とGA4をBigQueryで統合分析する方法（別タブで開く）」で解説しています。
そのほかのプロンプト例
Fivetranのデータモデル（後述）を追加すると、キャンペーン・広告グループ・広告・キーワード・検索語句・リンク先URLといった単位のテーブルが作られます（Ad Reportingのデータモデル（別タブで開く））。これらを使って、次のような分析も依頼できます。
| 目的 | プロンプト例 |
|---|---|
| 変動の要因を探す | 先週と比べてCPAが悪化したキャンペーンを挙げ、CPC・CVR・表示回数のどれが変わったかに分解してください |
| 無駄な費用を見つける | 直近90日でクリックが20回以上あるのにCVが0件の検索語句を、費用の多い順に出してください |
| 広告文を比べる | 同じ広告グループ内の広告を、CTRとCVRで比較してください |
| LPを比べる | リンク先URL別のクリック・CV・CVRを出し、CVRの低いページを挙げてください |
| 予算の配分を見直す | キャンペーン別の費用の構成比とCPAを並べ、予算を移すとしたら候補を挙げてください。根拠も添えてください |
結果を読むときの注意点
- 使ったテーブルと条件を確かめる：結果が正しいか判断できないときは、「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、使ったテーブル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
- 直近のCVは後から増える：Google広告のCVは、クリックから時間がたってから計上されることがあります。FivetranのGoogle広告のコネクタは、1日1回、過去30日分（初期値）のデータを取り直します（Google広告のコネクタ（別タブで開く））。直近数日のCPAは高めに出やすいため、期間を比べるときは考慮します
- 大量の明細は集計してから取得する：BigQueryのMCPサーバーは、1回のクエリの処理が初期設定で3分まで、結果は最大3,000行までに制限されています（Use the BigQuery MCP server（別タブで開く））。長期間の日別・検索語句別のデータは、期間を区切るか、集計した結果を返すよう依頼します
週次・月次のレポートを決まった形で自動作成する方法は「広告レポートをAIで自動化する方法（別タブで開く）」で解説しています。
ClaudeとGoogle広告をつなぐ環境の構築手順
ここからは、具体的な構築手順を解説します。データの転送を待つ時間を除けば、構築の作業そのものは1時間程度が目安です。
手順1：Fivetran・BigQuery・Claudeを準備する
Fivetran
Fivetranのサイト（別タブで開く）の「Start free」からアカウントを登録します。
2026年10月時点では、新しいアカウントには14日間の無料トライアルがあります（Fivetranの無料トライアル（別タブで開く））。トライアル中やその後に、利用量が上限を下回っていれば無料プランを選べます（Fivetranの無料プラン（別タブで開く））。
BigQuery
Google Cloudのプロジェクトを作成し、BigQueryを使えるようにします。手順は「サンドボックスを使用して BigQuery を試す（別タブで開く）」にまとめられています。
前述のとおり、FivetranはBigQueryのサンドボックスに対応していません。プロジェクトに請求先アカウントを設定し、課金を有効にします。
Claude
Claude（別タブで開く）のアカウントを用意します。Web版・デスクトップアプリのどちらでも利用できます。
手順2：FivetranでGoogle広告のデータをBigQueryに転送する
Fivetranでは、データの転送先（Destination）と、転送元との接続（Connection）の2つを設定します。今回は、転送先がBigQuery、転送元がGoogle広告です。
- Fivetranの「Destinations」で「Add destination」をクリックし、「BigQuery」を選びます。画面の右側のセットアップガイドに沿って、手順1のプロジェクトIDなどを入力し、「Save & Test」を実行します
- 「Connections」で「Add connection」をクリックし、「Google Ads」を選びます。転送先に1.のBigQueryを指定し、Google広告の「Customer ID」を入力して「Authorize with Google」をクリックし、広告アカウントへのアクセス権を持つGoogleアカウントで認証します。特定の広告アカウントだけを転送したい場合は、「Accounts sync mode」で対象を絞り込めます
- 「Save & Test」の後に表示される画面で、Quickstartのデータモデル（Ad Reporting）を追加します。日付・キャンペーン・広告グループ・広告・キーワードなどの単位で主要な指標を整理したテーブル（
ad_reporting__campaign_reportなど）が作られ、Claudeが集計しやすくなります。Meta広告など、ほかの広告媒体を追加した場合も、共通の形式のテーブルにまとめられます（Ad Reportingのデータモデル（別タブで開く）） - 設定後の画面の「Settings」タブにある「Sync frequency」で、データを更新する頻度を決めます。初期値は6時間ごとです（Fivetranの同期の仕組み（別タブで開く））
データの保存場所（Data Location）は、特に制約がなければ初期値のUSのままで問題ありません。ただし、社内の規程でデータの保管場所を日本国内に限定している企業もあるため、事前に確認しておくと安心です。
無料プランでは、Quickstartのデータモデルの実行も月5,000回までです（Fivetranの無料プラン（別タブで開く））。データモデルは初期設定では同期のたびに実行されるため、6時間ごとの同期では上限に近づくことがあります。
無料プランで使う場合は、同期の頻度を24時間ごとにしておくと安心です。
各画面の操作は「ChatGPTでGoogle広告を分析する方法（別タブで開く）」の手順2で、画像付きで紹介しています。
Ad Reportingのほかに、Google広告専用のデータモデル（google_ads__campaign_report などを作るもの）もあり、違いは「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）」で説明しています。
手順3：BigQueryをClaudeのコネクタとして接続する
最後に、BigQueryをClaudeに接続します。Claudeのコネクタの一覧には「Google Cloud BigQuery」が用意されています。
接続先は、Google Cloudが提供する「BigQuery リモート MCP サーバー」です。2026年10月時点では、BigQuery APIを有効にすると、このMCPサーバーも利用できる状態になります。新しいプロジェクトでは、BigQuery APIは最初から有効です（Use the BigQuery MCP server（別タブで開く））。
Claudeのコネクタの一覧
ClaudeからBigQueryにアクセスするには、Google Cloudで「OAuth クライアント」を作成し、次の2つを用意します。
- OAuth クライアント ID：接続するアプリを識別するためのID
- OAuth クライアント シークレット：そのアプリが正規のものであることを証明するための、アプリ専用のパスワード
Google CloudでOAuth クライアントを作成する
- 手順1で作成したプロジェクトで、Google Auth Platform の「クライアント」（別タブで開く）のページを開きます
- 「クライアントを作成」をクリックします
- アプリケーションの種類で「ウェブ アプリケーション」を選びます
- 名前を入力します（例：BigQuery MCP）
- 「承認済みのリダイレクト URI」に
https://claude.ai/api/mcp/auth_callbackを追加します（Authentication for connectors（別タブで開く）） - 「作成」をクリックします
作成したOAuth クライアント
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））。
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きます
- 「BigQuery」で検索し、「Google Cloud BigQuery」を選びます
- Google Cloud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ます
- 「続ける」をクリックし、BigQueryへのアクセス権を持つGoogleアカウントで認証します
BigQueryコネクタの設定画面
手順4：接続を確かめ、分析の前提を渡す
コネクタを追加したら、チャット画面で次のように質問し、Google広告のデータが見えているかを確認します。
プロンプト例
BigQueryのプロジェクト「（プロジェクトID）」にあるデータセットとテーブルの一覧を教えてください。Google広告のデータについて、最も古い日付と最も新しい日付も確認してください。
データセットの一覧にGoogle広告のデータが表示され、日付の範囲が返ってくれば、接続は完了です。
接続できても、Claudeはどのテーブルが何を表し、CVやCPAをどう定義するかを知りません。
データセットとテーブルの一覧、各項目の意味、指標の定義、回答の形式などをMarkdownのファイルにまとめ、分析の前に渡しておくと、回答の精度が安定します。
本記事の分析例では、次のファイルを渡しています。
- context.md（デモ環境のデータの説明と、回答のルールをまとめたもの）
Claudeの「プロジェクト（別タブで開く）」にこのファイルを追加しておけば、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、毎回添付する必要がなくなります。2026年10月時点では、プロジェクトは無料プランでも5つまで作成できます。
自社の目標CPAや指標の定義を書いた指示書のテンプレートと、定型の分析をスキルにする方法は「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）」で紹介しています。
つまずきやすい点と対処法
「データセットが見つからない」と返される
接続には成功していても、参照先のプロジェクトやデータセットの指定が曖昧だと、Claudeが対象を見つけられないことがあります。
最初にプロジェクトIDを明示し、データセットとテーブルの一覧を質問して、Claudeにデータの構造を把握させてから分析を依頼すると円滑です。前提を書いたファイルにプロジェクトIDやテーブルを書いておけば、この手順も不要になります。
Fivetranで設定した直後は、最初の同期が終わるまでテーブルが作られません。データセットが空の場合は、Fivetranの画面で同期の状況を確認します。
BigQueryのデータにアクセスできない
Claudeからの接続はできても、データを参照できない場合は、認証に使ったGoogleアカウントの権限が不足している可能性があります。2026年10月時点のGoogle Cloudのドキュメントでは、BigQuery MCP サーバーの利用に次のロールが必要とされています。
- MCP Tool User（roles/mcp.toolUser）：MCPのツールを呼び出す権限
- BigQuery Job User（roles/bigquery.jobUser）：クエリを実行する権限
- BigQuery Data Viewer（roles/bigquery.dataViewer）：データを閲覧する権限
会社のGoogle Cloudを利用している場合、自分では権限を変更できないことがあります。その場合は、Google Cloudの管理者に依頼してください。
分析結果が誤っている・正しいか判断できない
明らかに誤った集計が返ってきたり、結果が正しいか判断できなかったりする場合は、Claudeに渡している前提情報が不足していることがほとんどです。
手順4のファイルに、指標の定義（CPAの分母にするCVの種類など）や、集計の期間の決め方を書き足します。そのうえで、集計の手順を説明させて確認します。
Google広告MCPやClaude Adsとの違い
「ClaudeでGoogle広告を分析する」方法として、本記事の方法のほかに、次のようなものも知られています。
- Google広告 MCPサーバー：Google広告APIのチームがGitHubで公開しているMCPサーバーで、Claudeから広告アカウントのデータを直接参照できます。設定にはGoogle広告APIの利用申請などが必要で、扱えるのはGoogle広告のデータに限られます。BigQuery連携との比較は「Google広告をAIで分析する3つの方法（別タブで開く）」で解説しています
- Claude Ads：個人の開発者がGitHubで公開している、広告アカウントの監査などを行うスキル集です。自社のデータとKPIに沿って定型の分析を行うスキルとの違いは「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）」で説明しています
Google広告のデータだけを手早く確認したい場合はGoogle広告 MCPサーバー、GA4やCRMのデータと組み合わせて売上まで評価したい場合は本記事のBigQuery連携が適しています。
まとめ
- データの転送：FivetranでGoogle広告のデータをBigQueryに転送し、Quickstartのデータモデル（Ad Reporting）で分析しやすいテーブルを作る
- Claudeとの接続：OAuth クライアントを作成し、「Google Cloud BigQuery」のコネクタをClaudeに追加する
- 分析の精度：テーブルや指標の定義をまとめたファイルをプロジェクトに入れ、前提をそろえる
- 結果の読み方：Claudeが置いた期間・テーブル・定義を確認し、CPAだけでなく受注や売上まで含めて判断する
一度構築すればデータは自動で更新されるため、レポートの作成や要因の分析を、日本語の指示だけで短時間に行えるようになります。
ただし、企業で継続的に運用するには、データの接続に加えて、指標の定義、権限の管理、運用のルール、GA4やCRM・SFAとの連携まで設計する必要があります。
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「毎朝1時間の広告データ取り込みを15〜20分に。10〜15媒体のデータを統合し、分析を効率化する環境を構築（別タブで開く）」で紹介しています。
「Google広告を含む複数の広告媒体のレポート作成を自動化したい」「広告の成果を商談化率や受注、売上まで含めて評価したい」といった課題をお持ちでしたら、お問い合わせください。
