【Web解析】GA4とClaude Codeを連携してアクセス解析レポートを生成してみた結果と考察
松本 孝行毎月のアクセス解析や広告のレポート作成、どうしていますか？弊社では「Data Portal（旧Looker Studio）」などを用いてほぼ自動化は行っています。今回は生成AIの「Claude Code」と「GA4」を連携させ、レポート作成をしてみました。なかなか思ったよりも、良いものが出来たなと言う感じです。。
生成AIを使ったレポート作成がどれだけ通用するものでしょうか？
Claude CodeとGA4の連携（MCPサーバーの活用）
今回、GA4の第一人者である小川卓さんの解説ブログを参考に、MCP（Model Context Protocol）サーバーを利用してClaude CodeとGA4を接続しました。
（参考：GA4 MCP Server Claude Desktop接続手順【2026年版】 - Google Analytics 4 ガイド）
Googleコンソールの設定などシステム的な手順を踏む必要はありますが、プログラマーでなくても設定自体は十分に可能だと思います。設定ができれば後はもうClaude Codeにプロンプトを入れるだけで、レポート生成だとか分析何かができるようになります。
実際に生成されたレポートの精度
実際に、弊社のサイト（kiyosuru.co.jp）のデータを用いて、2026年4月および5月の基本レポートを作成するよう指示を出しました。下記、PDFのスクリーンショットになります。見た目もなかなか悪くないんじゃないかなと思います。
【使用したプロンプトの例】
単に「レポートを作って」と指示してもよいでしょうが、少しこちらでよく使う指標などを指示しました。
- 「表示回数、ユーザー数などの基本データ」「ユーザー属性」「流入元メディア」などの必須項目を指定
- 「私が指定した内容以外にも、見ておいたほうが良いおすすめの指標があれば入れてください」とAI側の提案を促す
- 「PDFにしてください」と出力形式を指定
- 「フォントは小塚ゴシックでお願いします」とフォントも指定
出力されたPDFのレポートは上記のように、デザインやグラフのレイアウトも整っており、十分に読みやすいものでした。AIがお勧めしてくれた「地域別のアクセスパターン」などの指標も追加されており、社内での状況共有や、Webサイトの保守管理における定期レポートとしては十分に実用的なレベルだと感じます。
レポートの自動生成で見えた「AIの限界」
このように、データの集計やレポート作成といった「作業」においては、生成AIは使えるということがわかります。しかし、レポートの最後に出力された「施策提案」については、AIでは厳しい部分があるなと思いました。
例えば、今回のレポートでClaude Codeは「問い合わせフォームの送信数（コンバージョン）を増やすための施策」を提案してきました。BtoBサイトにおいて問い合わせを増やすことは、一般的なセオリーとしては正しい提案です。
しかし、実際の現場ではどうでしょうか。 弊社の問い合わせフォームに届く内容の多くは「営業メール」です。もしフォームを改善して送信数をさらに増やしたとしても、営業メールが増えるだけであればビジネス上の意味はありません。むしろ現場の判断としては、「入力項目を増やしたり、チェックボックスを設けたりして、営業メールを送信しづらくする（弾く）」ことが正解になるケースもあります。
まとめ 判断と決断はまだ人間がやるべき領域
「自社にとって質の高い問い合わせとは何か」「今は数を追うべきか、質を追うべきか」といったビジネスの背景を踏まえた良し悪しの判断は、人間にしか出来ません。その指標が良いのか悪いのかを判断するのは生成AIには基準がないので出来ないのです。
生成AIの進化により「人間の仕事がなくなる」と言われることもあります。マーケターも生成AIにレポート作成業務を任せると、自分の仕事がなくなるから演る人が少ないと聞いたこともあります。しかし、AIに任せるべきなのはデータ集計やレポート作成といった「一部の作業」で、人間の仕事はなくならないな、と感じました。
レポートは生成AIでも十分だと思います。そこから、最終的に「どういう施策を実行するか」を判断・決断する領域は、まだまだ人間が担うべき重要な役割です。
投稿者プロフィール
