【2026年10月版】Claude × GA4 / Search Console / BigQuery MCP連携 完全手順書

  • 投稿日

  • 更新日

最終更新:2026年10月10日(2026年5月の初版を全面改訂) 作成:株式会社ALL WEB CONSULTING

本マニュアルは、Claude Desktop(または Claude Code)に GA4・Search Console・BigQuery を MCP(Model Context Protocol)で接続し、AIにデータ分析やレポート作成を任せられる環境をつくるための手順書です。

2026年10月版では、初版で「手順どおりにやっても動かない」というお声が多かった箇所を、すべて実機(Windows 11)で検証し直しました。GA4 は Google 公式の MCP サーバーに、BigQuery はコードを書かない Google 公式ツールに切り替えています。

2026年10月版で変わったこと(初版から設定した方へ)

  • GA4:初版の mcp-server-google-analytics は開発が終了しました。Google 公式の analytics-mcp に切り替えます。秘密鍵を設定ファイルに貼る作業はなくなりました
  • BigQuery:自作の index.js は不要です。Google 公式の MCP Toolbox を使います
  • Windows:設定ファイルの場所が2か所ある問題と、npx が起動しない問題への対処を追加しました
  • GA4 の権限は「閲覧者」で足ります(初版の「アナリスト以上」は不要でした)
  • Node.js の推奨バージョンを v22 以上に更新しました
AIをフル活用したEC支援ならALL WEB CONSULTING サポート実績2,000サイト以上

1. はじめに

1-1. MCP連携でできること

連携先 できること こんなときに使う
GA4 セッション・ユーザー・コンバージョン・流入元などのレポート取得、リアルタイム、ファネル 月次レポートの素材集め、傾向の把握
Search Console クエリ別・ページ別のクリック、表示回数、CTR、掲載順位(最大25,000行)、改善候補の自動抽出、インデックス確認 SEO の改善提案、CTR 改善の対象探し
BigQuery(GA4 エクスポート) SQL で GA4 の生データを集計 GA4 の画面では出せないクロス集計、長期のデータ分析

1-2. 所要時間の目安

ステップ 所要時間
事前準備(Node.js・Python・Claude Desktop) 20分
Google Cloud の共通設定 15分
① GA4 15分
② Search Console 10分
③ BigQuery 15分(GA4 のエクスポート設定が済んでいる場合)
合計 約1時間15分

1-3. 動作確認した環境(2026年10月10日)

項目 バージョン
OS Windows 11
Node.js v22.20.0
Python 3.13.6
analytics-mcp(GA4) 0.7.0
mcp-server-gsc(Search Console) 0.3.0
MCP Toolbox for Databases(BigQuery) 1.14.0

2. 先に読んでください:つまずきポイント早見表

初版を読んだ方からのご相談と、今回の検証で実際に起きたことをまとめました。うまくいかないときは、まずこの表を確認してください。

症状 原因 対処
設定ファイルを直したのに、Claude Desktop に何も表示されない(Windows) Microsoft Store 版など(MSIX 版)は、「設定を編集」で開くファイルとは別の場所のファイルを読んでいる 3-4 の手順で、実際に読まれているファイルを編集する
BigQuery が「BigQuery API を有効に」などのエラー API が無効 4-2 で有効化
spawn npx ENOENT と出て起動しない(Windows) Windows では npx をそのまま起動できないことがある "command": "cmd", "args": ["/c", "npx", ...] の形で書く
'pipx' は、内部コマンドまたは外部コマンド…として認識されていません pipx が PATH の通っていない場所に入った python -m pipx で呼ぶか、exe のフルパスを書く(4-4)
GA4 が「接続失敗」になるが、時間をおくとつながる 初回起動時のダウンロードに時間がかかり、Claude Desktop が待ちきれない 事前にインストールしておく(4-4)
BigQuery で User does not have bigquery.jobs.create permission サービスアカウントに「BigQuery ジョブユーザー」がない クエリを実行するプロジェクトにロールを追加(6-2)
GA4 で権限エラー サービスアカウントをアカウントではなくプロパティに追加していない/API が片方しか有効でない プロパティの「アクセス管理」に追加し、Admin API と Data API の両方を有効化
GA4 のデータが取れない 測定ID(G-XXXX)をプロパティIDと取り違えている プロパティIDは9桁の数字
Search Console で「サイトが見つからない」 URL の書き方が登録内容と違う URLプレフィックスは https://www.example.com/(末尾スラッシュまで一致)、ドメインプロパティは sc-domain:example.com
Search Console が1,000行しか返さない 取得行数の既定値が1,000 プロンプトで「25,000行まで取得して」と指示する
JSON の書き方を間違えて、何も起動しない カンマの抜け、\ が1つ(Windows のパス) 保存前に構文をチェックする(8章)
Claude Code の claude mcp add で Invalid environment variable format -e のすぐ後にサーバー名を書いている -e の後に --transport stdio を挟む(9章)

3. 事前準備

3-1. Node.js をインストール(Search Console・BigQuery で使用)

https://nodejs.org/ から LTS 版(v22 以上、v24 推奨) をインストールします。v18・v20 はサポートが終了しているので使わないでください。

インストール後、コマンドプロンプト(Mac はターミナル)で確認します。

node --version
npx --version

v22.x.x 以上が表示されれば OK です。

3-2. Python をインストール(GA4 で使用)

https://www.python.org/downloads/ から Python 3.10 以上をインストールします。

  • Windows はインストーラーの最初の画面で「Add python.exe to PATH」に必ずチェックを入れてください
  • インストール後、python --version(Mac は python3 --version)で確認します

3-3. Claude Desktop をインストール

https://claude.com/download からダウンロードしてインストールし、Anthropic アカウントでログインします。ローカルの MCP サーバーは無料プランでも使えます。

Claude Code(コマンドで使う版)を使う場合は、8章の手順で登録できます。設定ファイルの編集は不要です。

3-4. 設定ファイル(claude_desktop_config.json)の場所【最重要】

MCP サーバーは、claude_desktop_config.json という設定ファイルに書いて登録します。

Mac

~/Library/Application Support/Claude/claude_desktop_config.json

Claude Desktop の「Claude」メニュー →「設定」→「開発者」→「設定を編集」で開けます。

Windows

Windows は、インストール方法によって読まれるファイルが2か所に分かれます。ここが初版で一番多かったつまずきポイントです。

  1. エクスプローラーのアドレス欄に %LOCALAPPDATA%\Packages と入力して開きます
  2. Claude_ で始まるフォルダ(例:Claude_pzs8sxrjxfjjc)があるか確認します
Claude_ フォルダ 編集するファイル
ある(Microsoft Store 版・最近の公式インストーラー版) %LOCALAPPDATA%\Packages\Claude_xxxx\LocalCache\Roaming\Claude\claude_desktop_config.json
ない %APPDATA%\Claude\claude_desktop_config.json

注意:Claude_ フォルダがある場合、Claude Desktop の「設定 → 開発者 → 設定を編集」で開くのは %APPDATA% 側のファイルです。こちらを直しても読まれず、エラーも出ません。必ず Packages 側のファイルを編集してください。ファイルがなければ新規作成します。

ファイルにすでに "preferences" などの項目がある場合は、消さずに "mcpServers" を追加してください。

{
  "preferences": { ...既存の内容はそのまま... },
  "mcpServers": {
    ...ここに追加...
  }
}

4. Google Cloud の共通設定(GA4・Search Console・BigQuery 共通)

3つの連携で、1つのサービスアカウント(ロボット用の Google アカウント)を使い回します。

4-1. プロジェクトを作成

  1. Google Cloud コンソールにログインします
  2. 画面上部のプロジェクト選択 →「新しいプロジェクト」→ 名前を入力(例:claude-mcp)→「作成」
  3. 作成したプロジェクトを選択し、プロジェクトID(例:claude-mcp-123456)をメモします

4-2. API を有効化

「API とサービス」→「ライブラリ」で、次の4つを検索して「有効にする」を押します。

API 使う連携
Google Analytics Admin API GA4
Google Analytics Data API GA4(Admin API と両方必要)
Google Search Console API Search Console
BigQuery API BigQuery(多くの場合、最初から有効)

4-3. サービスアカウントと鍵(JSON)を作成

  1. 「IAM と管理」→「サービスアカウント」→「サービスアカウントを作成」
  2. 名前を入力(例:claude-mcp)→「作成して続行」→ ロールは付けずに「完了」
  3. 作成したサービスアカウント →「鍵」タブ →「鍵を追加」→「新しい鍵を作成」→「JSON」→「作成」
  4. ダウンロードされた JSON ファイルを、分かりやすい場所に保存します(例:Windows C:\mcp-credentials\claude-mcp.json、Mac ~/mcp-credentials/claude-mcp.json)

注意:この JSON には秘密鍵が入っています。メール・チャット・Git には絶対に載せないでください。パスに日本語や空白が入らない場所に置くと、設定の書き間違いを防げます。

JSON ファイルをメモ帳で開き、"client_email" の値(xxx@xxx.iam.gserviceaccount.com)をコピーしておきます。このあと GA4・Search Console に追加するアドレスです。

5. GA4 × Claude(Google 公式 analytics-mcp)

5-1. GA4 にサービスアカウントを追加

  1. GA4 →「管理」→ 対象のプロパティの「プロパティのアクセス管理」
  2. 右上「+」→「ユーザーを追加」→ client_email を貼り付け
  3. 役割は「閲覧者」で OK(データを読むだけなら十分です)→「追加」

サービスアカウントは「アカウントのアクセス管理」ではなく「プロパティのアクセス管理」に追加してください。

5-2. プロパティIDを確認

GA4 →「管理」→「プロパティの詳細」の右上にある9桁の数字がプロパティIDです。G- で始まる測定IDとは別物です。

5-3. analytics-mcp をインストール

コマンドプロンプト(Mac はターミナル)で次を実行します。

Windows

python -m pip install --user analytics-mcp
python -c "import sysconfig; print(sysconfig.get_path('scripts', 'nt_user'))"

2行目で表示されたフォルダ(例:C:\Users\あなたの名前\AppData\Roaming\Python\Python313\Scripts)に analytics-mcp.exe が入っています。このフルパスを次の設定で使います。

Mac

python3 -m pip install --user pipx
python3 -m pipx install analytics-mcp
python3 -m pipx list

pipx list に表示される analytics-mcp の場所(例:/Users/あなたの名前/.local/bin/analytics-mcp)を使います。

なぜ先にインストールするのか:公式 README の pipx run analytics-mcp でも動きますが、初回は起動に2分以上かかり、Claude Desktop が「接続失敗」と表示することがありました。先にインストールしておけば、毎回すぐに起動します。

5-4. 設定ファイルに追加

Windows

{
  "mcpServers": {
    "ga4": {
      "command": "C:\\Users\\あなたの名前\\AppData\\Roaming\\Python\\Python313\\Scripts\\analytics-mcp.exe",
      "args": [],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "C:\\mcp-credentials\\claude-mcp.json",
        "GOOGLE_PROJECT_ID": "claude-mcp-123456"
      }
    }
  }
}

Mac

{
  "mcpServers": {
    "ga4": {
      "command": "/Users/あなたの名前/.local/bin/analytics-mcp",
      "args": [],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/Users/あなたの名前/mcp-credentials/claude-mcp.json",
        "GOOGLE_PROJECT_ID": "claude-mcp-123456"
      }
    }
  }
}
項目 書く値
command 5-3 で確認した analytics-mcp のフルパス
GOOGLE_APPLICATION_CREDENTIALS 4-3 で保存した JSON のフルパス
GOOGLE_PROJECT_ID 4-1 でメモしたプロジェクトID

Windows のパスは \ を2つ重ねて \\ と書きます(JSON のルールです)。日本語フォントでは \ が ¥ に見えることがありますが、同じ文字です。

5-5. 使えるツール(9個)

ツール 内容
get_account_summaries アクセスできるアカウント・プロパティの一覧
get_property_details プロパティの詳細
run_report レポート取得(セッション・ユーザー・CV など)
run_realtime_report リアルタイムレポート
run_funnel_report ファネルレポート
run_conversions_report コンバージョンレポート
get_custom_dimensions_and_metrics カスタムディメンション・指標の一覧
list_google_ads_links Google 広告とのリンク
list_property_annotations プロパティの注釈

5-6. 再起動と動作確認

  1. 設定ファイルを保存し、Claude Desktop を完全に終了します(Windows はタスクトレイのアイコンを右クリック →「終了」。それでも残る場合はタスクマネージャーで「Claude」を終了。Mac は Cmd+Q)
  2. Claude Desktop を起動し、入力欄の「+」→「コネクタ」に ga4 が表示されていれば OK です
  3. 新しいチャットで次のように聞きます
GA4でアクセスできるプロパティの一覧を表示してください。
そのうえで、プロパティID 123456789 の過去7日間のセッション数とユーザー数を日別で教えてください。

6. Search Console × Claude(mcp-server-gsc)

6-1. Search Console にサービスアカウントを追加

  1. Search Console → 対象のプロパティ →「設定」→「ユーザーと権限」
  2. 「ユーザーを追加」→ client_email を貼り付け → 権限は「制限付き」で OK →「追加」

複数サイトがある場合は、プロパティごとに追加します。

6-2. 設定ファイルに追加

Windows(cmd /c を付けるのがポイント)

"gsc": {
  "command": "cmd",
  "args": ["/c", "npx", "-y", "mcp-server-gsc"],
  "env": {
    "GOOGLE_APPLICATION_CREDENTIALS": "C:\\mcp-credentials\\claude-mcp.json"
  }
}

Mac

"gsc": {
  "command": "npx",
  "args": ["-y", "mcp-server-gsc"],
  "env": {
    "GOOGLE_APPLICATION_CREDENTIALS": "/Users/あなたの名前/mcp-credentials/claude-mcp.json"
  }
}

GA4 の設定の後ろにカンマ , を付けて追加します。完成形は7章を見てください。

6-3. 使えるツール(8個)

ツール 内容
list_sites 登録サイトの一覧
search_analytics クエリ・ページ・デバイス別などの検索パフォーマンス(既定1,000行、最大25,000行)
enhanced_search_analytics 正規表現フィルタなどを使った詳細な取得
detect_quick_wins 「あと一押しで伸びる」クエリの自動抽出
index_inspect URL のインデックス状況の確認
list_sitemaps / get_sitemap / submit_sitemap サイトマップの確認・送信

submit_sitemap はサイトマップを送信するツールです。権限を「制限付き」にしておけば、誤って送信されることはありません。

6-4. 動作確認

gsc に登録されているサイト一覧を表示してください。
そのうえで https://www.example.com/ の過去28日間のクエリ別データを、クリック数の多い順に20件、表で教えてください。

7. BigQuery × Claude(Google 公式 MCP Toolbox)

初版の自作サーバー(index.js)は不要になりました。Google 公式の「MCP Toolbox for Databases」を使えば、設定ファイルに書くだけで使えます。

7-1. 前提:GA4 の BigQuery エクスポート

GA4 →「管理」→「BigQuery のリンク」→「リンク」で、エクスポートを設定しておきます。データは設定の翌日から貯まります。データセット名は analytics_ + プロパティID です。

データの保存場所(ロケーション)は「東京(asia-northeast1)」でも「US」でも構いません。MCP Toolbox は保存場所を自動で判定します(初版のコードは US 固定だったため、東京のデータで失敗していました)。

7-2. サービスアカウントに権限を追加

「IAM と管理」→「IAM」→「アクセス権を付与」で、サービスアカウントに次の2つのロールを付けます。

ロール 付けるプロジェクト
BigQuery ジョブユーザー(roles/bigquery.jobUser) クエリを実行するプロジェクト(7-3 の BIGQUERY_PROJECT)
BigQuery データ閲覧者(roles/bigquery.dataViewer) GA4 のデータが入っているプロジェクト

同じプロジェクトなら、そのプロジェクトに2つ付けます。ジョブユーザーがないと、次のエラーになります(今回の検証で実際に出たものです)。

Access Denied: Project xxx: User does not have bigquery.jobs.create permission in project xxx.

7-3. 設定ファイルに追加

Windows

"bigquery": {
  "command": "cmd",
  "args": ["/c", "npx", "-y", "@toolbox-sdk/server", "--prebuilt=bigquery", "--stdio"],
  "env": {
    "GOOGLE_APPLICATION_CREDENTIALS": "C:\\mcp-credentials\\claude-mcp.json",
    "BIGQUERY_PROJECT": "claude-mcp-123456"
  }
}

Mac

"bigquery": {
  "command": "npx",
  "args": ["-y", "@toolbox-sdk/server", "--prebuilt=bigquery", "--stdio"],
  "env": {
    "GOOGLE_APPLICATION_CREDENTIALS": "/Users/あなたの名前/mcp-credentials/claude-mcp.json",
    "BIGQUERY_PROJECT": "claude-mcp-123456"
  }
}

7-4. 使えるツール(9個)

ツール 内容
list_dataset_ids / list_table_ids データセット・テーブルの一覧
get_dataset_info / get_table_info データセット・テーブルの情報(列の定義など)
execute_sql SQL の実行
search_catalog テーブルの検索
ask_data_insights 自然文でのデータ分析
forecast 時系列の予測
analyze_contribution 変化の要因分析

7-5. 動作確認と費用の注意

GA4 のエクスポートがまだない場合は、Google が公開している GA4 のサンプルデータで試せます。

bigquery で、次の SQL を実行して結果を表で見せてください。
SELECT event_name, COUNT(*) AS n
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_20210131`
GROUP BY event_name ORDER BY n DESC LIMIT 5

自社のデータで試すときは、次のように聞きます。

bigquery で analytics_123456789 のテーブル一覧を新しい順に5件見せてください。
そのうえで、先月の page_view を日別に集計してください。

費用:BigQuery はクエリで読み込んだデータ量に応じて課金されます(毎月1TBまでは無料)。期間を絞って聞く、Google Cloud で予算アラートを設定する、のどちらかは必ず行ってください。

8. 完成形の設定ファイル

3つすべてを入れた状態です。あなたの名前 やプロジェクトIDは、自分の値に置き換えてください。

Windows

{
  "mcpServers": {
    "ga4": {
      "command": "C:\\Users\\あなたの名前\\AppData\\Roaming\\Python\\Python313\\Scripts\\analytics-mcp.exe",
      "args": [],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "C:\\mcp-credentials\\claude-mcp.json",
        "GOOGLE_PROJECT_ID": "claude-mcp-123456"
      }
    },
    "gsc": {
      "command": "cmd",
      "args": ["/c", "npx", "-y", "mcp-server-gsc"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "C:\\mcp-credentials\\claude-mcp.json"
      }
    },
    "bigquery": {
      "command": "cmd",
      "args": ["/c", "npx", "-y", "@toolbox-sdk/server", "--prebuilt=bigquery", "--stdio"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "C:\\mcp-credentials\\claude-mcp.json",
        "BIGQUERY_PROJECT": "claude-mcp-123456"
      }
    }
  }
}

Mac

{
  "mcpServers": {
    "ga4": {
      "command": "/Users/あなたの名前/.local/bin/analytics-mcp",
      "args": [],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/Users/あなたの名前/mcp-credentials/claude-mcp.json",
        "GOOGLE_PROJECT_ID": "claude-mcp-123456"
      }
    },
    "gsc": {
      "command": "npx",
      "args": ["-y", "mcp-server-gsc"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/Users/あなたの名前/mcp-credentials/claude-mcp.json"
      }
    },
    "bigquery": {
      "command": "npx",
      "args": ["-y", "@toolbox-sdk/server", "--prebuilt=bigquery", "--stdio"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/Users/あなたの名前/mcp-credentials/claude-mcp.json",
        "BIGQUERY_PROJECT": "claude-mcp-123456"
      }
    }
  }
}

保存前に構文チェック:カンマ1つの抜けでも、すべてのサーバーが起動しなくなります。VS Code などのエディタで開くと、間違いに赤い波線が出ます。

9. Claude Code で使う場合

Claude Code(コマンドで使う版)では、設定ファイルを編集せずに、コマンドで登録できます。--scope user を付けると、どのフォルダで Claude Code を起動しても使えます。

Windows(コマンドプロンプトか PowerShell で実行)

claude mcp add --scope user -e GOOGLE_APPLICATION_CREDENTIALS=C:\mcp-credentials\claude-mcp.json -e GOOGLE_PROJECT_ID=claude-mcp-123456 --transport stdio ga4 -- C:\Users\あなたの名前\AppData\Roaming\Python\Python313\Scripts\analytics-mcp.exe

claude mcp add --scope user -e GOOGLE_APPLICATION_CREDENTIALS=C:\mcp-credentials\claude-mcp.json --transport stdio gsc -- cmd /c npx -y mcp-server-gsc

claude mcp add --scope user -e GOOGLE_APPLICATION_CREDENTIALS=C:\mcp-credentials\claude-mcp.json -e BIGQUERY_PROJECT=claude-mcp-123456 --transport stdio bigquery -- cmd /c npx -y @toolbox-sdk/server --prebuilt=bigquery --stdio

Mac は cmd /c を外し、パスを Mac の形に置き換えてください。登録できたかは claude mcp list で確認できます(「✔ Connected」と表示されれば OK)。

つまずきやすい点(検証で確認済み)

  • -e のすぐ後にサーバー名を書くとエラーになります(Invalid environment variable format)。上の例のように、-e の後に --transport stdio を挟んでからサーバー名を書いてください
  • Windows の Git Bash では実行しないでください。/c が C:/ に書き換えられ、サーバーが起動しません。コマンドプロンプトか PowerShell を使います

10. 実務で使えるプロンプト例

GA4:月次サマリー

GA4(プロパティID 123456789)の先月のデータについて、次を表で集計してください。
・セッション数、アクティブユーザー数、表示回数(前月比つき)
・流入元別セッション数 TOP10
・ランディングページ別セッション数 TOP10
・キーイベント(purchase)の件数

Search Console:あと一押しのクエリ

gsc で https://www.example.com/ の過去28日間のクエリ別データを25,000行まで取得し、
掲載順位5〜15位・表示回数500以上・CTR2%未満のクエリを抽出してください。

BigQuery:GA4 の画面では見えない集計

bigquery で analytics_123456789 を使い、先月の「流入元×ランディングページ」別のセッション数とキーイベント数を集計してください。
CV率の高い順に上位20件で、実行した SQL も見せてください。

プロンプトに「GA4で」「gsc で」「bigquery で」と書くと、Claude がどのツールを使えばよいか判断しやすくなります。

11. トラブルシューティング

11-1. どのサーバーも表示されない

確認すること 対処
編集したファイルが正しいか(Windows) 3-4 の Packages 側のファイルを編集しているか確認
JSON の構文 カンマ、カッコの対応、Windows のパスの \\
完全に終了したか タスクマネージャーで「Claude」が残っていないか確認して再起動
ログ 「設定」→「開発者」で各サーバーの状態とログを確認。MSIX 版のログは Packages\Claude_xxxx\LocalCache\Roaming\Claude\logs

11-2. 特定のサーバーだけ失敗する

エラー・症状 原因 対処
spawn npx ENOENT Windows で npx を直接起動している "command": "cmd", "args": ["/c", "npx", ...]
spawn ... analytics-mcp.exe ENOENT exe のパスが違う 5-3 のコマンドでフォルダを再確認
Could not load the default credentials / File ... was not found JSON のパス間違い エクスプローラーでファイルを Shift+右クリック →「パスのコピー」で正確なパスを取得し、\ を \\ にする
PERMISSION_DENIED(GA4) プロパティに未追加、API が片方だけ 5-1 と 4-2 を確認
Analytics Admin API has not been used in project ... Admin API が無効 4-2 で有効化し、数分待つ
User does not have sufficient permission for site(Search Console) サービスアカウント未追加、URL の書き方違い 6-1 を確認、URL を登録どおりに
bigquery.jobs.create permission(BigQuery) ジョブユーザーがない 7-2 を確認
Access Denied: Table ...(BigQuery) データ閲覧者がない GA4 データのあるプロジェクトにデータ閲覧者を付与

11-3. 「データがありません」「0件」

原因 対処
今日のデータを指定している GA4 は反映に最大24時間、Search Console は2〜3日かかる。「昨日まで」で聞く
GA4 のエクスポートを設定した当日 データは翌日から貯まる
別のプロパティを見ている 「アクセスできるプロパティの一覧」を先に聞き、IDを確認

12. セキュリティのルール

  • サービスアカウントの JSON は、メール・チャット・Git・共有フォルダに置かない
  • 権限は最小限にする(GA4「閲覧者」、Search Console「制限付き」、BigQuery「データ閲覧者+ジョブユーザー」)。「編集者」「オーナー」「BigQuery 管理者」は不要です
  • クライアントの案件では、クライアントごとにサービスアカウントを分ける
  • 使わなくなった鍵は Google Cloud で削除する。半年ごとに鍵を作り直すと安全です
  • BigQuery は予算アラートを設定する

付録A:初版(2026年5月)から変えた点

項目 初版 2026年10月版 理由
GA4 の MCP mcp-server-google-analytics(npm) analytics-mcp(Google 公式) 初版のパッケージは2025年10月に開発終了
GA4 の認証 秘密鍵を \\n に置き換えて貼る 鍵ファイルのパスを書くだけ 置き換えミスが最多のつまずき原因だった
GA4 の権限 アナリスト以上 閲覧者で可 読み取りは閲覧者で足りる
GA4 の API Data API のみ Admin API と Data API 公式 MCP は両方必要
BigQuery 自作の index.js MCP Toolbox(Google 公式) コード不要。初版はロケーションが US 固定で東京のデータで失敗した
Windows npx をそのまま cmd /c npx spawn npx ENOENT 対策
Windows の設定ファイル %APPDATA% のみ MSIX 版は Packages 側 「設定を編集」で開くファイルが読まれない問題
Node.js v18 以上(v20 推奨) v22 以上(v24 推奨) v18・v20 はサポート終了
Claude Code 記載なし 9章を追加

付録B:参考リンク

付録C:改訂履歴

日付 内容
2026-05-17 初版
2026-10-10 全面改訂。GA4 を公式 MCP に、BigQuery を MCP Toolbox に変更。Windows の設定ファイルの場所・npx・pipx の対処、つまずきポイント早見表、Claude Code 版の手順を追加。Windows 11 で全手順を動作確認

株式会社ALL WEB CONSULTINGでは、AIをフル活用したEC支援を行っています。AIを活用することで、データ分析や改善施策の立案・実施を従来より大幅にスピーディーに進められ、成果までの時間を短縮できます。2,000サイト以上のサポート実績×AIで、貴社のECサイトの売上向上を支援します。初回のご相談は無料です。お気軽にお問い合わせください。

この記事のテーマを支援するサービス

  • ・AI導入支援:EC業務の棚卸しからAI化・定着までを伴走

開催予定のセミナー

EC運営・楽天・Amazon・AI活用の最新ノウハウを、無料のセミナーでお伝えしています。

WEB集客やネットショップ運営などでお悩みがあれば一度ご相談ください。ご相談は無料で行なっております。

ALL WEB CONSULTING 公式LINE

AIとECの最新情報を、LINEで受け取りませんか

  • 楽天・Amazon・Yahoo!ショッピングの仕様変更をいち早く解説
  • ChatGPT・Claudeを使ったEC業務の効率化ノウハウ
  • セミナー・新しいお役立ち資料の先行案内

配信は月2〜4回程度。いつでもブロックで解除できます。

AWC公式LINE 友だち追加用QRコード
スマホのカメラで読み取り
友だち追加

通販お役立ち資料無料ダウンロード

この記事を書いた人

株式会社ALL WEB CONSULTING
代表取締役

江守 義樹(えもり よしき)

ウェブ解析士協会認定 上級ウェブ解析士
全日本SEO協会認定 SEOコンサルタント

ECサイト・ネットショップ支援に特化した株式会社ALL WEB CONSULTINGの代表取締役。データ分析を軸にEC事業の売上改善を手がける。
ECサイトの店長として複数のショップをゼロから立ち上げ、月商数千万円規模まで育成。2016年にEC専門のコンサルティング会社へ参画し、月商数億円規模から立ち上げ期まで数百社のECサイトを支援。2018年にLOCUSコンサルティング、2020年に株式会社ALL WEB CONSULTINGを創業。
累計2,000サイト以上のデータ分析で得た知見をもとに、楽天市場・Amazon・Yahoo!ショッピング・自社ECのSEO、広告運用、サイト設計まで幅広く支援。近年は生成AIの導入支援や、AIを使った商品ページ改善・業務自動化など「AI×EC」の実践支援に力を入れている。
セミナー登壇は数百件以上。書籍の執筆やメディア出演を通じて、ECとAI活用の最新ノウハウを発信している。

前の記事
次の記事

Contact

ECの売上づくりの
ご相談はこちら

サポートした
サイト数

2,000以上

売上が向上した
クライアント

95%

  • 楽天・Amazon・Yahoo!のモール運営
  • 広告運用・SEO・AI検索対策
  • AI導入・業務効率化

サービス資料をダウンロード

まずはこれ!人気の資料

【保存版】売れる楽天店舗がやっている共通施策7選
【2026年最新版】AIに選ばれる会社の6つの条件|AIO対策 実践チェックリスト29
楽天コンサルティングサービス導入事例集

楽天の売上施策、AI検索(AIO)対策、楽天コンサルの導入事例など、無料でダウンロードできます。

開催予定のセミナー

セミナー一覧を見る

無料の診断・ツール