Claude CodeとGA4を組み合わせると、週次レポート作成を自動化でき、分析時間を大幅に削減できます。MCPサーバー接続・CSV活用・API連携の3手法を、フリーランスの方でも実践できる手順で解説します。
この記事の結論
Claude CodeとGA4を連携させる方法は「MCPサーバー接続」「CSVアップロード」「API連携」の3つに整理されます。エンジニアではないフリーランスの方はCSVアップロードから始めるのが最短ルートで、設定不要・5分以内で最初の分析が完了します。MCPサーバー接続を使えば対話形式でリアルタイム分析が可能になり、週次レポート作成の時間をさらに短縮できます。
今日やるべき1つ
GA4の「探索」または「レポート」画面でCSVをダウンロードし、Claude Codeにアップロードして「先月のセッション数の推移と気になる変化点をまとめて」と入力する（5分）。
状況別ショートカット
| 状況 | 読むべきセクション | 所要時間 |
| 今すぐ手軽に試したい | Claude CodeでGA4は3手法で接続できる | 3分 |
| MCPサーバーを設定したい | GA4 MCPサーバーは4ステップで接続できる | 10分 |
| 週次レポートを完全自動化したい | Claude CodeのGA4分析は5つの仕組みで解決 | 15分 |
| 自分に合う手法を診断したい | GA4分析の手法を3分で診断 | 3分 |
| 実際の活用事例を見たい | GA4×Claude Code活用は2パターンで比較 | 5分 |
Claude CodeでGA4は3手法で接続できる
接続方法は複雑に見えますが、技術レベルと目的に応じた3つのアプローチに整理されます。CSVアップロード・スクリーンショット分析・MCPサーバー接続のうち、今日すぐ試せる手法はCSVアップロードです。
CSVアップロードは設定不要で5分で開始できる
GA4管理画面の「レポート」または「探索」タブを開き、画面右上の「共有」アイコンをクリックして「ファイルをダウンロード」→「CSV」を選択します。ダウンロードしたCSVファイルをClaude Codeの入力欄にドラッグ&ドロップし、「先月のセッション数の推移と変化点をまとめて」と入力するだけで分析が始まります。
Googleアカウントの権限設定が不要で、サービスアカウントの作成も必要ありません。GA4のレポート閲覧権限さえあれば即日利用できる点が、フリーランスがクライアントのデータを扱う場面で特に有効です。クライアントに「CSVをください」と依頼するだけで分析業務を開始できるため、技術的な調整コストがゼロになります。
作業効率を上げる方法を組み合わせれば、CSVダウンロードからレポート完成までの全工程を体系的に効率化できます。
スクリーンショット分析はグラフごとAIに渡せる
GA4の折れ線グラフや棒グラフの画面をOSの標準スクリーンショット機能で撮影し、Claude Codeの入力欄に画像として貼り付ける方法です。「このグラフで先月比較して気になるポイントを教えて」と入力するとトレンドの読み取りから異常値の指摘まで一括で回答が得られます。
CSVよりも操作ステップが少ない反面、数値の細かい集計や複数指標のクロス分析には不向きです。「ざっくりした傾向把握」や「クライアントへのレポートを口頭で説明する前の確認」に使うと効果的です。CSVとスクリーンショットを使い分けることで、分析の深度と作業スピードを状況に応じて調整できます。
MCPサーバー接続はリアルタイム対話分析を実現する
Google公式が提供するGA4のMCPサーバーをClaude Codeに接続すると、「先月の月次データを分析して」という自然言語の指示だけでGA4のデータをリアルタイムに取得・分析できます（LCT Column）。CSVダウンロードという手動作業が不要になり、毎週同じ手順を繰り返す必要がなくなります。
設定に30分程度かかる一方で、一度設定すれば毎回の分析コストがほぼゼロになります。複数クライアントのGA4を管理しているフリーランスにとっては、初期投資の価値が大きい選択肢です。複数のクライアント案件を安定して受注・管理する仕組みを整備することで、MCPサーバー設定の効果をさらに最大化できます。
CHECK
▶ 今すぐやること: GA4管理画面を開き、レポートページで「共有」→「CSVをダウンロード」を実行してClaude Codeにアップロードする（5分）
Q: CSVファイルはどのGA4レポートからダウンロードすればいいですか？
A： 「レポート」タブの「概要」ページや「集客」→「トラフィック獲得」など目的に応じたページから取得できます。「探索」機能で自作したカスタムレポートもCSVダウンロードに対応しています。
Q： スクリーンショット分析とCSV分析、どちらが精度が高いですか？
A： 数値の集計精度はCSVが上です。スクリーンショットはグラフの視覚的傾向把握に向いており、数値の正確な集計にはCSVを使ってください。
GA4 MCPサーバーは4ステップで接続できる
MCPサーバー接続は「サービスアカウント作成 → GA4への権限追加 → Claude Codeへの設定 → 動作確認」の4ステップで完了します。各ステップの所要時間を把握しておくと作業がスムーズに進みます。
サービスアカウントの作成はGCPコンソールで3分
Google Cloud Consoleにアクセスし、左メニューから「IAMと管理」→「サービスアカウント」を選択します。「サービスアカウントを作成」をクリックし、名前（例:「claude-ga4-analyzer」）を入力して作成を完了します。作成後、「キー」タブからJSONキーをダウンロードして安全な場所に保存してください。サービスアカウントのメールアドレス（xxx@xxx.iam.gserviceaccount.com形式）を必ずメモしておきます。
GCPのサービスアカウント作成は無料です。ただし、Google Cloud Projectが必要なため、プロジェクトを持っていない場合は先にプロジェクトを作成してください。この事前準備を省略すると後のステップで詰まるため、順番を守って進めてください。
GA4プロパティへのアクセス権追加は2分
GA4管理画面（analytics.google.com）を開き、左下の「管理」歯車アイコンをクリックします。「プロパティ」列の「プロパティのアクセス管理」を選択し、右上の「＋」ボタンから「ユーザーを追加」を選択します。メールアドレス欄に先ほどメモしたサービスアカウントのメールアドレスを入力し、ロールは「閲覧者」を選択して保存します。
クライアントのGA4を分析する場合は、クライアントに上記の操作を依頼するか、クライアントが作業する場面に立ち会うのが最も確実です。「サービスアカウントのメールアドレスを閲覧者として追加するだけ」と伝えると相手も理解しやすくなります。
Claude CodeへのMCP設定はclaude.jsonを1行追加
Claude CodeのMCP設定ファイル（claude.json）に以下の記述を追加します。Node.jsが未インストールの場合は事前にインストールが必要です（GA4 MCPセットアップガイド）。
{
“mcpServers”: {
“ga4”: {
“command”: “npx”,
“args”: [“@google/mcp-server-ga4”],
“env”: {
“GOOGLE_APPLICATION_CREDENTIALS”: “/path/to/your-service-account.json”,
“GA4_PROPERTY_ID”: “123456789”
}
}
}
}
JSONキーのパスとGA4プロパティIDは環境に合わせて書き換えてください。プロパティIDはGA4管理画面の「プロパティの設定」で確認できます。
動作確認は「先月の主要指標を教えて」の1文
設定完了後、Claude Codeを再起動してから「先月の月次データを分析して」と入力します。GA4からデータが取得されてセッション数・ユーザー数・直帰率などの指標が表示されれば接続成功です。エラーが出た場合は、JSONキーのパスが正しいか、GA4プロパティIDが正確か、サービスアカウントに閲覧者権限が付与されているかの3点を順番に確認してください。
CHECK
▶ 今すぐやること: Google Cloud Consoleでサービスアカウントを作成し、メールアドレスをメモする（3分）
Q: Node.jsは必須ですか？
A： はい、GoogleのGA4 MCPサーバーをnpxで実行する場合はNode.js（v18以上推奨）が必要です。インストール済みか確認するには、ターミナルで「node -v」と入力してください。
Q： クライアントに「サービスアカウントを閲覧者に追加して」と伝える際の注意点はありますか？
A： クライアントに対して「データは読み取り専用で、変更や削除は一切できない権限です」と説明すると承認を得やすくなります。閲覧者権限はGA4の設定変更もデータ削除もできないため、クライアントのデータを安全に扱えます。
GA4分析の手法を3分で診断
以下の質問に答えると、自分に適したGA4×Claude Code連携手法が特定できます。
Q1: 毎週同じクライアントのGA4を分析する業務が3件以上ありますか？
Yesの場合はQ2へ進んでください。Noの場合は「CSVアップロード法」を選択してください。設定コストをかけず、その都度CSVをダウンロードして分析する方法が最適です。
Q2: ターミナル（コマンドライン）を月に1回以上操作したことがありますか？
Yesの場合は「MCPサーバー接続」を選択してください。初期設定30分の投資で毎週の作業を自動化できます。Noの場合はQ3へ進んでください。
Q3: PythonまたはJavaScriptのコードを書いたことがありますか？
Yesの場合は「API連携による自動化」を選択してください。GitHub Actionsと組み合わせて完全な週次自動化を構築できます。Noの場合は「CSVアップロード法＋スクリーンショット分析の併用」を選択してください。2つの手法を組み合わせて使うことで、設定なしでも十分な分析業務をこなせます。
Result A（MCPサーバー）: 週3件以上の定期分析をこなしているなら、MCPサーバー設定の初期投資（30分）は3週間以内に回収できます。
Result B（CSV＋スクリーンショット）: 月数回のスポット分析なら、設定コストゼロのCSV法が費用対効果で最も高くなります。
Result C（API連携）: 自動化を最大化したい場合、GitHub Actionsで週次レポートをSlackやメールに自動送信する仕組みを構築できます。
CHECK
▶ 今すぐやること: 上記の診断を実行し、自分に該当する手法のセクションに直接ジャンプする（3分）
Q: MCPサーバーとCSVアップロード、分析結果の精度に差はありますか？
A： 分析精度はClaudeの処理能力に依存するため、データ取得方法による本質的な差はありません。違いは「データの鮮度（MCPはリアルタイム、CSVはダウンロード時点）」と「操作の手軽さ」にあります。
GA4×Claude Code活用は2パターンで比較
実際にGA4とClaudeを組み合わせた活用事例を2つ紹介します。自分の状況に近いパターンから読むと判断がしやすくなります。
ケース1（成功パターン）: LP改善業務を完全自動化したフリーランスマーケター
毎週手動で行っていたGoogle広告とGA4の突き合わせ作業をClaude Codeで自動化したフリーランスマーケターの事例があります。Google広告のクリック数・CTR・コンバージョン率とGA4のランディングページ別直帰率・滞在時間を同時に分析させることで、「広告では高クリックだがLPで離脱している」という課題をAIが自動特定できるようになりました。結果として、週2〜3時間かかっていた分析・レポーティング作業が30分以内に短縮されています。
「AIが広告データとサイト分析データを横断的に確認し、LPの課題を特定し、改善の実行まで行う」
というユーザーの声が報告されています（Google広告×GA4をClaudeで分析しLP改善まで自動化する方法）。
この自動化を導入していなければ、週2〜3時間の作業が年間100時間以上の機会損失につながっていた計算になります。フリーランスの生産性を2倍にする仕組みと組み合わせることで、さらなる業務効率化が実現できます。
ケース2（活用拡大パターン）: 人間の役割を最終承認に絞ったチーム
同じ事例では、自動化の仕組みが整ったことで人間のマーケターが担う役割が「方向性の指示と最終承認」に集約されています。
「人間がやるのは『こういう方向で改善して』という指示と、出てきた改善案の最終承認だけ」
というユーザーの声があります（Google広告×GA4をClaudeで分析しLP改善まで自動化する方法）。
ただし、AIの分析結果をそのままクライアントに提出するリスクも存在します。Claudeが出力する示唆は確率的な推論であり、業界特有のコンテキスト（季節性・キャンペーンの影響など）を人間が必ず確認する工程を省略しないことがこのパターンの成功要因です。
CHECK
▶ 今すぐやること: Google広告とGA4の両方のデータをCSVでダウンロードし、「広告のCTRとLPの直帰率を突き合わせて課題を教えて」とClaude Codeに入力する（10分）
Q: AIの分析結果をそのままクライアントに提出していいですか？
A： 最終確認は人間が行ってください。季節性の影響や突発的なキャンペーンなど、Claudeが把握していないコンテキストが分析結果に影響する場合があります。AIの出力を「たたき台」として活用し、数値の確認と背景の解釈を人間が加える形が現実的です。
Claude CodeのGA4分析は5つの仕組みで解決
週次レポート作成の自動化を実現するための具体的な仕組みを、技術レベル別に5つ解説します。初日から使えるシンプルな手法から始め、スキルに応じて段階的に取り組んでください。
ハック1: CSVプロンプトテンプレートで分析時間を10分から2分に短縮
【対象】: GA4分析に毎回同じ項目を確認しているフリーランスマーケター
【手順】: GA4から「チャネルグループ別セッション数」「ランディングページ別直帰率」「デバイスカテゴリ別コンバージョン率」の3つをCSVでダウンロードします（3分）。Claude Codeに「週次レポートテンプレート:セッション数の前週比・直帰率が高いページトップ3・コンバージョン率の変化要因を200字以内で各項目まとめて」という固定プロンプトを保存しておきます（初回1分）。毎週CSVを貼り付けてプロンプトを呼び出すだけで分析が完了します（2分）。
【ポイントと理由】: 「毎回自由なプロンプトで聞けばいい」ではなく、「固定フォーマットのプロンプト」を事前に用意することで分析時間を削減できます。Claudeは同じ構造のプロンプトに対して安定した出力フォーマットを維持するため、毎回の結果を比較検討する際に余計な読み替えコストがかかりません。クライアントへの納品物をテンプレート化する作業と同じ発想です。
【注意点】: プロンプトを凝りすぎて長文化すると出力が冗長になり、確認コストが増えます。200字以内の出力指定を入れておくことが出力品質の安定につながります。
ハック2: スクリーンショット+音声メモで移動中に分析を完了させる
【対象】: 外出先やクライアント訪問後にすぐ分析したいフリーランス
【手順】: クライアントとのミーティング後、GA4の主要画面を3〜5枚スクリーンショットで撮影します（1分）。Claude Codeのモバイルアプリまたはブラウザ版を開き、撮影した画像を貼り付けます（1分）。「このGA4データでクライアントに報告すべき重要な変化点を3つ教えて」と入力し、移動中に分析結果を受け取ります（2分）。
【ポイントと理由】: 「帰社してからPCで分析する」やり方ではなく、「移動中にスクリーンショットで完結させる」アプローチを取ることで、ミーティングから分析完了までの時間を短縮できます。Claudeの画像認識は折れ線グラフの傾きや棒グラフの比較を文章で説明できるレベルまで処理できるため、数値の細かい集計を要しない初期確認用途では十分な精度が出ます。
【注意点】: 画像の解像度が低い場合、数値の読み取りに誤差が生じます。グラフの数値ラベルが見える解像度で撮影してください。PC画面のスクリーンショット（Retina対応）であれば十分です。
ハック3: GitHub Actionsで週次レポートを月曜朝9時に自動配信する
【対象】: PythonまたはJavaScriptが書けるフリーランスエンジニア・マーケター
【手順】: Google Analytics Data API（GA4）とAnthropicのPythonライブラリをrequirements.txtに追加し、GitHubリポジトリを作成します（10分）。以下のPythonスクリプトをベースにGA4データ取得とClaude分析を実装します（30分）。
from google.analytics.data_v1beta import BetaAnalyticsDataClient
import anthropic
analytics_data = fetch_ga4_data()
client = anthropic.Anthropic()
message = client.messages.create(
model=”claude-sonnet-4-5″,
max_tokens=1024,
messages=[{“role”: “user”, “content”: f”以下のGA4データを分析してください:\n{analytics_data}”}]
)
GitHub Actionsのymlファイルに「cron: ‘0 0 * * 1’」（毎週月曜UTC 0時、JST 9時）を設定し、Slack Webhookでレポートを配信します（20分）。
【ポイントと理由】: 「固定指標の週次確認は完全自動化し、人間は異常値への対応に集中する」形にすることで、分析の見落としを構造的に排除できます。自動化によって「今週は忙しかったから確認を省略した」という属人的なミスが発生しなくなります。
【注意点】: GitHub ActionsでのAPIキー管理は必ずGitHub Secretsを使用してください。コード内へのAPIキーの直書きは絶対に避けてください。GOOGLE_APPLICATION_CREDENTIALSのJSONキーもSecretsに格納して環境変数で参照する形が正しい実装です。
ハック4: クライアント複数管理には「プロパティIDの設定ファイル化」で切り替え10秒
【対象】: 3件以上のクライアントのGA4を定期的に管理しているフリーランス
【手順】: clients.jsonというファイルを作成し、クライアント名とGA4プロパティIDのペアを一覧化します（5分）。Claude Codeで「clients.jsonを読み込み、全クライアントのGA4プロパティIDを使って先週のセッション数を一括取得してレポートを生成して」と指示します（2分）。Claudeが生成したPythonスクリプトをclaude.jsonのMCP設定と組み合わせ、コマンド1行で全クライアント分のレポートを生成できる状態にします（15分）。
【ポイントと理由】: 「クライアントごとに個別にGA4を開いて確認する」やり方ではなく、「設定ファイルに全クライアントを列挙して一括処理させる」アプローチを取ることで、複数クライアントの分析にかかる時間を大幅に短縮できます。一度設定ファイルを作れば、新規クライアントが増えても1行追加するだけで対応できます。
【注意点】: クライアントのGA4プロパティIDは混同に注意してください。設定ファイルにはクライアント名と担当者名も合わせて記載し、誤送信を防ぐための人間の確認ステップを必ず残してください。完全自動配信は信頼関係が構築された長期クライアントに限定してください。
ハック5: 「前年同月比較プロンプト」でGA4の季節性を自動考慮した分析を得る
【対象】: 季節変動が大きいECサイトや観光・イベント系クライアントを担当するフリーランス
【手順】: GA4から当月のデータと前年同月のデータを別々のCSVでダウンロードします（5分）。両方のCSVをClaude Codeにアップロードし、「今月のCSVと前年同月のCSVを比較して、季節性の影響を除いた実質的な成長率と、特に改善または悪化した指標を教えて」と入力します（2分）。Claudeの出力から「季節性要因」と「施策効果」を分離した考察を得て、クライアント報告資料に転用します（5分）。
【ポイントと理由】: 「今月と先月を比較する」前月比ではなく、「当月と前年同月を比較する」前年同月比に切り替えることで、夏休みやゴールデンウィークなどの季節変動に振り回されない実質的なトレンド評価が可能になります。クライアントが「先月より悪い」と感じた数値が実は「前年同月より改善している」ケースは実務でよく発生します。この差分を説明できるか否かが、フリーランスとしての提案品質の分かれ目です。
【注意点】: 前年同月比較が有効でないケースも存在します。事業開始から1年未満のクライアント、前年に大きなリニューアルや方針転換があったサービスでは、前年同月比は参考値にとどめてください。この場合は「3ヶ月移動平均」での比較に切り替えてください。
CHECK
▶ 今すぐやること: 既存の週次レポート作業を1つ特定し、GA4からCSVをダウンロードして上記ハック1のプロンプトテンプレートを適用する（5分）
Q: Claude Codeは有料プランが必要ですか？
A： Claude Codeの利用にはAnthropicのAPIキーが必要で、従量課金制（トークン単位）になります。無料トライアル枠内で試すことは可能ですが、毎週の定期利用を想定すると月額プランの検討をおすすめします。費用の詳細はAnthropicの公式料金ページでご確認ください。
Q： 複数クライアントのGA4を同時に管理するとき、データが混在するリスクはありますか？
A： プロパティIDを設定ファイルで明示的に管理し、出力ファイルにクライアント名を含めるルールを設ければデータ混在は防止できます。Claudeに「出力ファイル名の先頭に必ずクライアント名を付けて」と指示するだけで対応可能です。
まとめ: Claude CodeとGA4は3手法で自動化できる
Claude CodeとGA4の連携は「CSVアップロード（設定不要・今日から開始）」「MCPサーバー接続（設定30分・リアルタイム分析）」「API自動化（コーディング必要・完全自動化）」の3段階で整理されます。技術スキルがなくてもCSVアップロードだけで週次レポートの分析時間を大幅に削減でき、スキルに応じて段階的に自動化レベルを引き上げていける点がこの手法の最大の特長です。
AIの分析結果は必ず人間が最終確認する工程を残してください。クライアントへの提案資料に転用する場合、Claudeが把握していない業界コンテキストや過去のキャンペーン影響を人間が補完することで、提案の質が格段に上がります。
ChatGPTとClaudeの違いと使い分けを把握しておくことで、GA4分析以外の業務でもAIツールを最大限に活用できます。
| 状況 | 次の一歩 | 所要時間 |
| 今日初めて試したい | GA4からCSVダウンロード → Claude Codeにアップロード → 「主要指標の変化点をまとめて」と入力 | 5分 |
| MCPサーバーを設定したい | Google Cloud ConsoleでサービスアカウントとJSONキーを作成する | 30分 |
| 週次を完全自動化したい | GitHub ActionsにGA4 API + Claude APIのPythonスクリプトを追加する | 1〜2時間 |
| クライアント複数管理 | clients.jsonにプロパティIDを一覧化してClaude Codeで一括処理スクリプトを生成させる | 15分 |
Claude CodeとGA4分析に関するよくある質問
Q: Claude Codeを使うためにエンジニアのスキルは必要ですか？
A： CSVアップロード法とスクリーンショット分析はコーディング不要で使えます。MCPサーバー接続はターミナルの基本操作（コマンドのコピー&ペースト）ができれば設定できます。API連携はPythonの基礎知識が必要です。
Q： GA4のデータをClaudeに渡すとデータが外部に保存されますか？
A： AnthropicのAPIを使用した場合、入力したデータはAPIの利用規約に基づいて処理されます。クライアントの機密データを扱う場合は、AnthropicのプライバシーポリシーおよびDPAの内容を事前にクライアントに説明・同意を得てから利用してください。詳細はAnthropic公式ドキュメントで確認できます。
Q： Claude CodeはGA4以外のアクセス解析ツールにも対応していますか？
A： はい、Adobe AnalyticsやMatomoなどCSVエクスポート機能があるツールであれば、CSV法が使えます。MCPサーバーは各ツールが公式に提供しているかどうかによります。GA4のMCPサーバーはGoogle公式が提供しており、接続の安定性が高い状態です。
【出典・参照元】
Claude CodeにGA4をつないだら、ホームページの分析が対話だけでできるようになった件 – MCPサーバー接続の実践解説
GA4 MCP Server Claude Desktop接続手順 – GA4 MCPサーバーのセットアップ手順
Google広告×GA4をClaudeで分析しLP改善まで自動化する方法 – フリーランスマーケターによる実践事例
Anthropic公式ドキュメント – Claude APIの利用規約・プライバシーポリシー