Google公式のGoogle Analytics（GA4）MCPサーバーを入れてみたら、想像以上に良かったので共有します。
Claude CodeやCodexから自然言語でGA4のデータを取得・分析できるようになり、「もうGA4の管理画面を開きたくない」と感じるレベルで日常業務が変わります。
「昨日のセッション数は？」「過去30日で最もPVが多いページは？」と話しかけるだけで、GA4の管理画面を開かずにClaude CodeやCodexからデータが返ってきます。
ただし、Google Analytics MCPサーバーのセットアップにはGoogle Cloudプロジェクトの作成やAPI認証の設定が必要で、非エンジニアにはハードルが高い部分もあります。
この記事では、つまずきやすいポイントを補足しながら、Claude Code・CodexでGA4データを呼び出せる状態になるまでの手順と、SEO担当者向けの使い方を解説します。GA4とサーチコンソールの役割の違いはサーチコンソールとGoogleアナリティクスの違い｜使い分け方と連携方法で詳しく解説しています。
Google Analytics（GA4）MCPサーバーとは、GA4のデータをMCP（Model Context Protocol）経由でAIツールに接続するためのサーバーです。
Googleが公式にオープンソースとして公開しており、GitHubスター数は1,400超（2026年3月時点）。Claude Code、Codex、Cursorなど、MCPに対応したAIツールから利用できます。
Google公式のMCPページでは以下のように紹介されています。
The Google Analytics Model Context Protocol (MCP) server lets you connect your Analytics data to an LLM, like Gemini. You can use the MCP server to chat with your data, build custom agents with access to your data, and more.
MCPサーバーが提供するツール（関数）は以下の7つです（公式リポジトリより）。
| ツール名 | 機能 |
|---|---|
| get_account_summaries | GA4アカウントとプロパティの一覧を取得 |
| get_property_details | プロパティの詳細情報を返す |
| list_google_ads_links | Google広告アカウントとのリンク一覧を取得 |
| run_report | GA4レポートを実行（Data API経由） |
| run_funnel_report | ファネルレポートを実行 |
| run_realtime_report | リアルタイムレポートを実行 |
| get_custom_dimensions_and_metrics | カスタムディメンション・指標を取得 |
実際にClaude CodeとCodexで使ってみて感じた「もうGA4の管理画面を開きたくない」と思うくらい便利だったポイントを7つに整理しました。
GA4は管理画面の表示が遅いうえ、レポート画面の構成も慣れないと迷子になります。「期間設定どこだっけ」「ディメンションどう追加するんだっけ」と毎回悩む時間が、地味にストレスです。
MCPサーバーを入れれば、Claude CodeやCodexに自然言語で質問するだけで、その場でデータが返ってきます。管理画面を開かずに済むので、思考の流れが切れません。
「先月のセッション数を前月と比較して」「過去30日の流入ページTOP10を出して」と話しかけるだけ。GA4で毎週・毎月やっていた繰り返し作業が、ほぼゼロになります。
複数の期間条件・ディメンションの組み合わせも、自然言語で指定するだけで実行できるので、レポート作成の手数が一気に減ります。
従来は「GA4からエクスポート → スプレッドシートで加工 → 報告書にまとめる」という3〜4工程の流れでした。
MCPサーバーを使えばLLMが直接データを掴むので、取得から要約・示唆出しまでがシームレスにつながります。「このデータから読み取れる課題を3つ挙げて」と続けるだけで、レポート文章のドラフトまで一気に書けます。
個人開発のサードパーティMCPではなく、Google公式のオープンソースです。継続的なメンテナンスとセキュリティ対応が期待できます。GitHubスター数は1,400超（2026年3月時点）と勢いもあります。
社内利用やクライアントワークでもガバナンス的な説明がしやすく、Google公式という安心感は地味に大きいです。
サービスアカウント方式を使えば、複数のGA4プロパティを横断的に分析可能です。「サイトA・B・Cそれぞれの先月のセッション数を出して」のような問い合わせも1プロンプトで完結します。
複数サイトを運営しているSEO担当者や、複数クライアントを抱える代理店のアナリストには特に効きます。
GA4 Data APIを直接叩こうとすると、ディメンションや指標の正式名称、フィルタの構文など覚えることが多くて挫折しがちです。
MCPサーバー経由なら、LLMが自然言語と API仕様のあいだを翻訳してくれます。「直帰率の高いページを出して」と日常語で投げれば、必要なディメンション・指標を LLM 側が補完してリクエストを組み立ててくれるので、非エンジニアでも触れます。
Claude Code や Codex のスクリプトとして組み込めば、「毎週月曜の朝にSlackへ前週のサマリーを投げる」「特定の数値が閾値を超えたら通知する」といった自動化も組めます。
GA4の標準スケジュールメール機能では難しい「数値の解釈・コメント付きレポート」も、LLMに任せれば実現可能です。
要するに、SEO担当者がGA4で毎週やっている「期間比較・上位ページ抽出・流入経路の確認・レポート作成」を、自然言語1行で済ませられるようになります。その分の時間を、施策の企画やコンテンツ改善に回せるのが一番大きいです。
設定は大きく3ステップです。
所要時間は15〜30分程度です。Google Cloudプロジェクトを既に持っている場合はもっと短くなります。
以下のプロンプトをそのままClaude Code / Gemini CLI / Codexに貼り付けると、あなたの環境を聞き取りながらセットアップを最後まで案内してくれます。手順を読みながら自分で進めるより、AIに「次は？」と聞きながら進めるほうがミスが少ないので、非エンジニアの方には特におすすめです。
Google Analytics（GA4）MCPサーバーのセットアップを手伝ってください。私は非エンジニアなので、コマンドはコピペできる完全な形で提示し、専門用語は最初に1文で説明してから使ってください。
【参照元】
本記事で紹介しているGoogle公式のGA4 MCPサーバーを使います。設定の前に、READMEや最新の使い方を一度確認してください。
- 公式リポジトリ: https://github.com/googleanalytics/google-analytics-mcp
- 公式ドキュメント: https://developers.google.com/analytics/devguides/MCP
【最初に確認してほしいこと】
- 私のOS（macOS / Windows / Linux）を聞いてください
- gcloud CLI / pipx / Python 3.10以上 が入っているか、確認コマンドを教えて、実行結果を貼るので判定してください
- Google Cloudプロジェクトを既に持っているか聞いてください
【手順の案内】
1. Google Analytics Data API の有効化方法を、Google Cloud Console の画面遷移パス付きで案内してください
2. OAuthクライアント（デスクトップアプリ）の作成手順を、メニューのパス付きで案内してください
3. gcloud auth application-default login のコマンドを、私のOSに合わせて貼ってください。スコープには `https://www.googleapis.com/auth/analytics.readonly` と `https://www.googleapis.com/auth/cloud-platform` を必ず含めてください
4. 認証情報ファイルのデフォルト保存先を、私のOSに合わせて教えてください
5. 私が使うMCPクライアント（Claude Code / Gemini CLI / Codex）を聞き、対応する設定ファイルのパスと記述例（Claude CodeはJSON、Gemini CLIはJSON、CodexはTOML）を提示してください
6. 設定後の動作確認手順（`/mcp` コマンド、再起動）を案内してください
【エラー時の対応】
エラーが出たらメッセージを貼るので、原因と修正方法を即答してください。特に「API not enabled」「Permission denied」「Quota exceeded」は根本原因と対処までセットで教えてください。GitHubリポジトリのIssuesも参考にできるなら、関連Issueを引用して回答してください。
【最終確認】
全部終わったら、「先月のセッション数を出して」とテストプロンプトを実行させて、データが返ってきたら完了宣言してください。
それでは、まず私のOSを聞いてください。
application_default_credentials.json）のパスはAIに教える必要があります。LLM側に直接送られるわけではなく、設定ファイルにパス文字列として書き込むだけです以下、手動で進める場合のSTEP 1〜3です。プロンプトを使った方は、AIの案内に沿って進めればOKです。
Google Cloud Consoleにアクセスし、新規プロジェクトを作成します（既存プロジェクトを使う場合はスキップ）。
プロジェクト名は任意ですが、ga4-mcp など用途がわかる名前にしておくと管理しやすいです。
以下の2つのAPIを有効にします。
Google Cloud Consoleの「APIとサービス」→「APIとサービスの有効化」から検索して有効化できます。
gcloud CLIがインストール済みなら、以下のコマンドでも有効化できます。
gcloud services enable analyticsadmin.googleapis.com analyticsdata.googleapis.com
ADC（Application Default Credentials）認証を使うため、OAuthクライアントIDを作成します。
ga4-mcp-client）Google Cloud CLIをインストールし、初期設定を行います。
gcloud init
プロジェクトの選択では、STEP 1で作成したプロジェクトを選びます。
ダウンロードしたOAuthクライアントのJSONファイルを使って、ADC認証を実行します。
gcloud auth application-default login \
--scopes https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform \
--client-id-file=YOUR_CLIENT_JSON_FILE
YOUR_CLIENT_JSON_FILE は、STEP 1-3でダウンロードしたJSONファイルのパスに置き換えてください。
実行するとブラウザが開き、Googleアカウントの認証画面が表示されます。GA4にアクセス権限があるアカウントでログインしてください。
認証が完了すると、ターミナルに認証情報ファイルのパスが表示されます。このパスを次のステップで使うので、コピーしておきましょう。
Credentials saved to file: [PATH_TO_CREDENTIALS_JSON]
~/.config/gcloud/application_default_credentials.json%APPDATA%\gcloud\application_default_credentials.json（例：C:\Users\<ユーザー名>\AppData\Roaming\gcloud\application_default_credentials.json）ADC（Application Default Credentials）は、自分のGoogleアカウントの権限をローカル環境で使う仕組みです。サービスアカウントキーのような機密ファイルを管理する必要がなく、個人利用であればこちらの方式が推奨されています。
Claude Codeでは、プロジェクトルートの .mcp.json またはホームディレクトリの ~/.claude.json にMCPサーバーの設定を追加します。
プロジェクト単位で設定する場合（.mcp.json）：
{
"mcpServers": {
"google-analytics": {
"command": "pipx",
"args": [
"run",
"analytics-mcp"
],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
"GOOGLE_PROJECT_ID": "YOUR_PROJECT_ID"
}
}
}
}
GOOGLE_CLOUD_PROJECTと記載されていますが、JSONサンプルではGOOGLE_PROJECT_IDですpip install pipx → pipx ensurepath設定後、Claude Codeを再起動すると google-analytics のMCPサーバーが認識されます。
Gemini CLIでは ~/.gemini/settings.json に設定を追加します。
{
"mcpServers": {
"analytics-mcp": {
"command": "pipx",
"args": [
"run",
"analytics-mcp"
],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
"GOOGLE_PROJECT_ID": "YOUR_PROJECT_ID"
}
}
}
}
設定後、Gemini CLIを起動して /mcp コマンドを実行すると、analytics-mcp がリストに表示されます。
Gemini CLIへのMCP設定全般はGemini CLIのMCPサーバー設定方法【簡単&非エンジニア向け】で詳しく解説しています。
CodexはJSONではなくTOML形式の設定ファイルを使います。設定ファイルは ~/.codex/config.toml です（macOS / Linux / Windowsいずれも同じパス）。
[mcp_servers.analytics-mcp]
command = "pipx"
args = ["run", "analytics-mcp"]
[mcp_servers.analytics-mcp.env]
GOOGLE_APPLICATION_CREDENTIALS = "PATH_TO_CREDENTIALS_JSON"
GOOGLE_PROJECT_ID = "YOUR_PROJECT_ID"
~/.codex/config.toml%USERPROFILE%\.codex\config.toml（例: C:\Users\<ユーザー名>\.codex\config.toml）"key" ではなく key（ダブルクオート不要）[mcp_servers.<name>.env] セクションで指定設定後、Codex TUIを起動して /mcp コマンドを実行すると、analytics-mcp がアクティブなMCPサーバーとして表示されます。
なお、CLIから一発で追加するなら codex mcp add analytics-mcp -- pipx run analytics-mcp でも登録できます（環境変数は後から config.toml を編集）。
MCPサーバーが正しく接続されたら、以下のようなプロンプトで動作を確認しましょう。
GA4のアカウント一覧を取得してください
初回実行時にはプロパティの選択を求められる場合があります。プロパティIDがわからない場合は、GA4管理画面の「管理」→「プロパティの詳細」で確認できます（123456789 のような数字の文字列です）。
レスポンスが返ってくれば設定完了です。
GA4 MCPサーバーは自然言語でデータを取得できるため、GA4の操作に慣れていなくても分析が可能です。
GA4 MCPサーバー単体でも便利ですが、GSC MCPとAhrefs MCPを組み合わせて使うと、SEO分析の主要な作業がほぼClaude CodeやCodexの上で完結します。
3つそれぞれの役割を整理すると、こうなります。
| MCP | カバーする領域 | 取得できるデータ例 |
|---|---|---|
| GA4 MCP | 流入後の行動 | セッション数・PV・エンゲージメント率・コンバージョン |
| GSC MCP | 検索面での見え方 | クエリ・表示回数・CTR・平均掲載順位 |
| Ahrefs MCP | 競合・市場の動き | 競合の上位コンテンツ・被リンク・対象KWの難易度 |
「自サイトのデータ（GA4）」「検索市場での見え方（GSC）」「競合・市場の動き（Ahrefs）」が1つのコンソールから取れるので、管理画面を行き来する時間がほぼゼロになります。
GSC（Google Search Console）MCPサーバーとGA4 MCPを併用すると、検索パフォーマンス × サイト内行動が一括で分析できます。
たとえば、「CTRが低いのにインプレッションが多い（=改善余地が大きい）クエリ」をGSCから抽出して、対応するランディングページをGA4側で確認し、滞在時間やエンゲージメント率を見て改善優先度を決める。こうした分析が1つのプロンプトで完結します。
サーチコンソールで過去28日のクエリデータを取得して、
CTRが低い（3%未満）のにインプレッションが多い（1000以上）キーワードを、
GA4のランディングページデータと突き合わせて改善候補を提案して
GSC MCPの設定手順はGSC MCPサーバーの設定方法【Claude Code・Gemini CLI対応】で詳しく解説しています。
Ahrefs公式のMCPサーバーを組み合わせれば、競合の被リンク・上位コンテンツ・KW難易度といった「自社の外側」のデータまで自然言語で扱えます。
GA4・GSCが「自サイトの数値」をカバーするのに対して、Ahrefsは「競合・市場の数値」をカバーするので、3つが揃うと自社データ × 競合分析 × 検索市場の動向を一気通貫で分析できます。
うちの「○○○」というキーワードでの順位推移を直近6ヶ月でGSCから取得して、
Ahrefsで現在の上位10サイトの被リンク数と公開日を出して、
GA4でこのページのランディング後の挙動と合わせて、
順位が伸び悩んでいる原因と改善仮説をまとめて
Ahrefs MCPの導入方法はAhrefs MCPサーバーをClaude Codeで使う方法で詳しく解説しています。
GA4 MCP / GSC MCP / Ahrefs MCP を全部入れると、SEO担当者が日々やっている「データ取得→比較→示唆出し→打ち手の検討」が、AIとの対話だけでひと通り回せます。
管理画面を3つ行ったり来たりせずに、Claude CodeやCodexに対話で投げるだけで「現状把握 → 仮説 → 施策の優先順位」までたどり着けます。
ただし、複数MCPの並行管理は設定の数だけ複雑になります。「MCPの設定はあとで、まずはサイトの状態をUIで把握したい」という場合は、Search Consoleと内部リンクの状態をワンクリックで可視化できるinSiteを併用すると、UI ⇔ MCPの使い分けがしやすくなります。
ADC認証に使用したGoogleアカウントにGA4の閲覧権限がない可能性があります。GA4の管理画面で「管理」→「プロパティのアクセス管理」から、該当アカウントに「閲覧者」以上のロールが付与されているか確認してください。
Google Analytics Admin APIまたはData APIが有効化されていません。STEP 1-2に戻り、APIを有効化してください。
pipx --version で確認。未インストールなら pip install pipx\\）するか、スラッシュ（/）に統一GA4 Data APIにはレート制限があります。短時間に大量のリクエストを送ると制限に引っかかる場合があります。数分待ってから再試行してください。
ADC方式はブラウザ認証が必要なため、CI/CDパイプラインや複数プロジェクトでの共有には向きません。そのような場合はサービスアカウント方式を使います。
ga4-mcp-reader）{
"mcpServers": {
"google-analytics": {
"command": "pipx",
"args": [
"run",
"analytics-mcp"
],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "/path/to/service-account-key.json",
"GOOGLE_PROJECT_ID": "YOUR_PROJECT_ID"
}
}
}
}
.gitignoreに追加）claude_desktop_config.json に記載します。AI×MCPでSEO記事を効率リライトする方法はAI×MCPでSEO記事を効率リライトする方法【Claude Code/Codex対応】で詳しく解説しています。
最初は「設定の手間に対して効果が見合うのか」と思って入れたのですが、一度入れたら戻れない便利さでした。GA4の管理画面を開く回数が一気に減って、毎週の数値確認やレポート作成の時間がかなり短くなります。
ここにGSC MCPとAhrefs MCPも足せば、検索パフォーマンス・サイト内行動・競合分析の主要な作業がClaude CodeやCodexの上で完結します。
ちなみに、MCPは便利な反面、複数並べて使うと設定や認証管理がそれなりに重くなります。UIで一括把握したい部分は専用ツールに任せて、深掘り分析だけMCPで回す、という分担がいちばん運用しやすいです。Search Consoleの検索パフォーマンスと内部リンクをUIで一画面把握したい方は、inSiteを併用すると、UIとMCPの使い分けがしやすくなります。
Claude codeを使ったSEO記事の作成方法はAIで高品質なSEO記事を作るプロンプトとワークフロー【Claude code・Gemini CLI】で詳しく解説しています。
