GoogleアナリティクスMCP：GA4データをビッグモデルに接続するローカルサーバーツール

Google Analytics MCP (Model Context Protocol)は、Google Analytics 4 (GA4)のデータとビッグモデル(Claude, Cursorなど)をローカルサーバー経由で接続するためのオープンソースツールです。Google Analytics Admin APIとData APIを通じて、データクエリと管理機能を提供する。ユーザーはサーバーをローカルで実行し、自然言語処理の助けを借りてウェブサイトのトラフィックやユーザー行動などのデータを分析することができる。プロジェクトはGitHubでホストされており、Google Analyticsチームによって管理されている。開発者やデータアナリストに適したPython環境をサポートしている。コードは頻繁に更新され、最後の更新は2025年7月で、コミュニティは非常に活発である。

機能一覧

• Google Analyticsのアカウントとプロパティ情報を取得します。
• 構成や設定など、特定のプロパティの詳細を問い合わせる。
• Google Adsアカウントへのリンクを表示します。
• カスタムディメンションとメトリックをサポートするGA4データレポートを実行します。
• カスタム・ディメンションを含め、特定の属性のコア・レポート・ディメンションを取得します。
• カスタムメトリクスを含む、特定の属性のコアレポートメトリクスを取得します。
• データ分析を容易にするために、標準的な寸法と指標のリストを提供する。
• 自然言語クエリをサポートし、大規模なモデルと組み合わせて複雑なデータ要件に対応。

ヘルプの使用

設置プロセス

Google Analytics MCPを使用するには、ローカル環境にサーバーをインストールし、設定する必要があります。以下は、インストールと使用方法の詳細です：

1. 環境を整える
   • Python 3.10以降がシステムにインストールされていることを確認してください。以下のコマンドを実行してバージョンを確認してください：

     python --version
     python3 --version
     

   • 取り付けpipそしてバージョンを確認する：

     pip --version
     pip3 --version
     

2. クローン倉庫
   Git を使用して Google Analytics MCP リポジトリをローカルにクローンします：

   git clone https://github.com/googleanalytics/google-analytics-mcp.git
   cd google-analytics-mcp
   

3. 仮想環境の構築
   依存関係の衝突を避けるために、Pythonの仮想環境を作成することをお勧めします：

   python3 -m venv venv
   source venv/bin/activate  # Linux/Mac
   venv\Scripts\activate     # Windows
   

4. 依存関係のインストール
   プロジェクトに必要な依存関係を仮想環境にインストールします：

   pip install -r requirements.txt
   

5. Googleアナリティクスの認証情報を設定する
   • Google Cloud Consoleでサービスアカウントを作成し、Google Analytics Data APIを有効にします。
   • サービス・アカウントのJSONキー・ファイルをダウンロードする。/path/to/your/service-account-key.json.
   • 環境変数の設定GOOGLE_APPLICATION_CREDENTIALS::

     export GOOGLE_APPLICATION_CREDENTIALS="/path/to/your/service-account-key.json"  # Linux/Mac
     set GOOGLE_APPLICATION_CREDENTIALS="path\to\your\service-account-key.json"     # Windows
     

   • オプション：編集~/.gemini/settings.json認証パスを追加する：

     {
     "mcpServers": {
     "analytics-mcp": {
     "command": "pipx",
     "args": ["run", "--spec", "git+https://github.com/googleanalytics/google-analytics-mcp.git", "google-analytics-mcp"],
     "env": {
     "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/your/service-account-key.json"
     }
     }
     }
     }
     

6. オペレーション・サーバー
   以下のコマンドを使用して、MCPサーバーを起動します：

   pipx run --spec git+https://github.com/googleanalytics/google-analytics-mcp.git google-analytics-mcp
   

   または仮想環境で実行する：

   python -m ga4_mcp_server
   

7. テスト接続
   GA4の認証情報を確認するために以下のコードを実行してください：

   import os
   from google.analytics.data_v1beta import BetaAnalyticsDataClient
   os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "/path/to/your/service-account-key.json"
   client = BetaAnalyticsDataClient()
   print("✅ GA4 credentials working!")
   

   と表示されれば、設定は成功です。

主な機能

1. アカウントと物件情報の取得
   利用するget_account_summariesGoogle Analyticsのアカウントと属性リストを照会するツールです。実行後、サーバーはアカウントID、属性ID、およびその他の情報を返し、アカウント構造の簡単な概要に適しています。
2. 運用データ報告
   利用するrun_reportこのツールはGA4レポートを作成します。ユーザーは、属性ID、日付範囲、ディメンション、メトリクスを指定する必要があります。例えば、国/地域と過去7日間のアクティブユーザーデータを照会します：

   {
   "propertyId": "properties/123456789",
   "dateRanges": [{"startDate": "7daysAgo", "endDate": "yesterday"}],
   "dimensions": [{"name": "country"}],
   "metrics": [{"name": "activeUsers"}]
   }
   

   レポート結果は、指定されたディメンションと指標のデータを含む JSON 形式で返されます。

3. ディメンションと指標へのアクセス
   • 利用するget_dimensions歌で応えるget_metricsカスタム・ディメンジョンとカスタム・メトリクスを含む、属性のコア・ディメンジョンとメトリッ クスを取得します。
   • 利用するget_standard_dimensions歌で応えるget_standard_metricsGA4の標準的なディメンションとメトリクスのリストを取得します。
4. 自然言語クエリ
   MCPは、クロードのような大規模なモデルを通じてデータを照会するための自然言語の使用をサポートしています。例えば、"過去30日間のデバイスカテゴリー別の平均セッション時間を比較する "と入力します：
   • サーバーはリクエストをAPIコールに変換し、レポートを生成する。
   • 結果は表またはJSON形式で表示され、理解しやすい。

注目の機能操作

1. 大規模モデルとの統合
   MCPサーバーはローカルで動作し、ユーザーはGA4データを大規模モデルと組み合わせることができる。例えば、ClaudeやCursorを使って、"Show page views by browser for last 90 days "のような自然言語コマンドを入力します。サーバーはコマンドを解析し、GA4 APIを呼び出し、構造化されたデータを返します。
2. グーグル広告のリンク管理
   利用するlist_google_ads_linksGA4属性を持つGoogle Adsアカウントへのリンクを照会します。返される結果には、アカウントIDとリンクのステータスが含まれ、マーケティング担当者が広告掲載を最適化するのに適しています。
3. カスタマイズされた寸法と指標
   ユーザーはget_dimensions歌で応えるget_metricsカスタムディメンションとメトリックを取得して、パーソナライズされたレポートを作成します。例えば、特定のイベント（例えば「購入」イベント）のトリガー数を分析します。

ほら

• サービスアカウントにGoogle Analytics Data APIとAdmin APIの権限があることを確認します。
• サーバーがGoogle APIにアクセスできる必要があります。
• リポジトリのコードを定期的に更新し、最新の機能を追加する：

  git pull origin main
  

アプリケーションシナリオ

1. ウェブサイト・トラフィック分析
   ウェブマスターはMCPを使用してGA4データを照会し、過去30日間のトラフィックソース、ユーザー行動、コンバージョンを分析し、ウェブサイトのコンテンツとマーケティング戦略の最適化に役立てます。
2. 広告効果評価
   マーケティングチームは、次のような取り組みを行っている。list_google_ads_links歌で応えるrun_report異なる広告キャンペーンのクリック率やコンバージョン率を比較し、掲載予算を調整する機能。
3. データ主導の製品最適化
   プロダクトマネージャーは、自然言語クエリーを使用して、特定のページにおけるユーザーの滞在時間と直帰率を分析し、ユーザー体験を最適化する。
4. 開発者統合テスト
   開発者はMCPサーバーをデータ分析ツールに統合し、APIコールとデータの返送をテストして、システムの安定稼働を確保する。

品質保証

1. GA4の認証情報はどのように確保するのですか？
   サービス・アカウント・キー・ファイルを安全な場所に保管し、一般に共有されないようにする。環境変数または~/.gemini/settings.json漏洩を防ぐために認証情報を設定する。
2. MCPはどのような大型モデルをサポートしていますか？
   クロード、カーソル、ジェミニCLIなどのMCPクライアントをサポートし、将来的には対応機種を拡大する可能性がある。
3. レポート照会に失敗した場合はどうすればよいですか？
   サービスアカウントの権限、APIの有効化状況、ネットワークの接続性を確認する。以下を確認する。propertyId正しくは、日付範囲のフォーマットは "YYYY-MM-DD "または "7daysAgo "です。
4. サポートされているディメンジョンとメトリクスはどのように表示されますか？
   利用するget_standard_dimensions歌で応えるget_standard_metrics基準のリストを取得する。get_dimensions歌で応えるget_metrics属性固有のカスタム・ディメンションとメトリックを取得します。