第575回：Google Analytics MCPサーバーとは？初心者にはおすすめしない理由

ラウンドナップWebコンサルティングの中山陽平です。

※2026年7月追記：本記事は、2025年10月に配信したPodcastの書き起こしを基にしています。Podcastでお伝えした「Google Analytics MCPサーバーは誰に向いているのか」「新しいツールをどう選ぶのか」という話の流れを残しながら、現在のGoogle公式情報に合わせて、MCPサーバーの機能と読み取り範囲を補足しました。

このPodcast/書き起こしで得られること（要点）

• Google Analytics MCPサーバーとは何か
• 便利なツールでも、Webサイト分析の初心者には勧めにくい理由
• MCPサーバーを使ったデータ分析が向いている人
• AIへ集計を任せる範囲と、人が判断すべき範囲
• 新しいツールを導入する前に考えたいこと

ポッドキャスト一部抜粋

Google Analyticsの「MCPサーバー」は本当に誰にでも便利なツールか

Google Analyticsの「MCPサーバー」とは何か。そして、誰もが使うべき便利なものなのか。私の結論は、そうではありません。ある程度データ分析やGoogle Analyticsが分かっている人でなければ、かえって判断を誤るリスクがあります。

Introducing the Google Analytics MCP Server｜Google Analytics公式動画

Google Analytics MCPサーバーとは

Google Analytics MCPサーバーは、Google Analyticsのデータと、Geminiなどの大規模言語モデル（LLM）をつなぐためにGoogleが公開している仕組みです。普段使う言葉で質問すると、Google Analytics Data APIやAdmin APIを通じて、条件に合うデータを取得できます。

例えば、通常レポート、ファネルレポート、リアルタイムレポートを取得できます。アカウントやプロパティの情報、カスタムディメンションやカスタム指標も確認できます。

2026年7月30日時点では、Googleの公式リポジトリで「Experimental」と案内されている実験的なローカルMCPサーバーです。また、Google公式ドキュメントでは、読み取り専用であり、Google Analyticsの設定を変更できないと明記されています。

ここで区別しておきたいのは、MCPサーバーがGoogle Analyticsからデータを取得する処理と、取得したデータをAIが解釈する処理です。MCPサーバーを導入しただけで、AIが事業の事情まで理解し、正しい改善案を自動的に出せるようになるわけではありません。

導入方法や現在の対応機能は変わる可能性があります。実際に試す場合は、Google Analytics MCPサーバーの公式案内と、Google公式GitHubリポジトリを確認してください。

Google Analytics MCPサーバーは誰のためか

今回は、以前からお話ししようと思っていたGoogle Analytics MCPサーバーについて扱います。ただ、必ずしも「便利だから使ってみましょう」という内容ではありません。

MCPサーバーは、普段使う言葉でAIへ指示を出せるため、「分析が簡単になる」「専門知識がなくても使える」と受け取られやすいツールです。しかし、私自身が使い込むほど、分析に慣れていない方が安易に手を出すと、かえって判断が難しくなると感じています。

そこで今回は、MCPサーバーが本当に役立つ人に加えて、業務で使うツールとどう向き合い、何を基準に選ぶべきかまでお話しします。

「新しいツールを導入したものの、結局使わなくなった」「便利になるはずが、逆に手間が増えた」。そのような経験がある方にも、判断材料として受け取っていただければと思います。

Google Analytics MCPサーバーは、本当に初心者向けなのか

結論：分析に慣れていないなら、急いで使わなくてよい

まず、今回の話で一番お伝えしたい結論からお話しします。

Webサイト分析の初心者であれば、Google Analytics MCPサーバーを急いで導入する必要はありません。

ここでいう「初心者」は、経験年数や役職で決まりません。次のような状態を指しています。

• Google Analyticsに出てくる「指標」や「ディメンション」の意味を、自分の言葉で説明できない
• どの指標とディメンションを組み合わせれば、何を判断できるのかイメージできない
• 期間、比較対象、フィルタを変えると、結果がどのように変わるか判断できない
• Google Analyticsの画面を開いても、アクセス数を確認するだけで終わることが多い

少しでも当てはまる場合は、MCPサーバーを無理に使うより、まずGoogle Analyticsの画面に慣れた方がよいでしょう。表示されるデータが何を意味するのかを、一つずつ自分の言葉で理解することが先です。

そのうえで、Looker Studioなどを使ってデータを可視化し、自分でレポートを組み立てる経験を積む方が、実務の土台を作れます。AIへ質問する前に、自分が何を知りたいのかを決められる状態を目指してください。

MCPサーバーが真価を発揮する「データとの壁打ち」

では、MCPサーバーはどのような人にとって有効なのでしょうか。

一言でいえば、データと対話、つまり壁打ちができる中級者以上の方です。

各指標の意味を理解し、「この指標とこのディメンションを組み合わせれば、仮説を確かめられるのではないか」と次の質問を作れる人を指します。

私自身がMCPサーバーを使うのは、Google Analyticsから必要なデータを取り出し、別のデータと組み合わせて相関関係を探ったり、回帰分析を検討したりする場面です。少し手間のかかる集計を対話形式で進め、結果を見ながら次の条件へ掘り下げられる点には、大きな魅力があります。

例えば、私のコンサルティングでは、毎月同じ数字を報告する定型レポートではなく、その時々の状況に応じてストーリーを組み立て、提案内容を変えています。その場で「この角度から見たらどうだろう」「このデータと組み合わせたら何が分かるだろう」と、AIと壁打ちをしながら分析を深める使い方には、MCPサーバーがよく合います。

一方、毎月決まった形式のレポートを作ることが主な業務なら、MCPサーバーを使う利点は小さいかもしれません。Looker StudioやData API、BigQueryなどを使い、同じ条件で確実にデータを取得できる仕組みを作る方が適している場合があります。

MCPサーバーを使いこなすための注意点と私の実践例

AIの解釈を、そのまま意思決定へつなげない

MCPサーバーを使えるようになった方にも、最初に注意していただきたい点があります。AIが出した解釈や提案を、そのまま事業上の意思決定へつなげないことです。

データの集計をAIへ任せる使い方は有効です。しかし、前提条件を十分に与えず、「このデータから改善点を提案してください」「課題へ優先順位を付けてください」と判断まで委ねると、一般的で当たり障りのない回答になりやすくなります。

AIは、数値の変化が大きい箇所を指摘できます。一方、その変化が事業全体へどの程度影響するか、対象ページへ来た人が見込み客なのか、季節要因があるのかまでは、データだけで判断できない場合があります。

例えば、サイト全体のアクセス数が10万ある中で、ある1ページの直帰率が20ポイント悪化したとします。1ページだけを見れば大きな変化ですが、サイト全体への影響はわずかかもしれません。アクセス数が多かったとしても、見込み客がほとんど訪れない季節ページであれば、事業上の優先度は低い可能性があります。

変化率の大きさと、事業への影響度は同じではありません。この違いを判断するには、顧客、商品、集客経路、ページの役割といった背景が必要です。

分析前に、検証条件とデータの使い方を決める

AIへ分析を依頼する前に、何を重要と見るのか、どの変化を調べるのか、どの条件で比較するのかを決める必要があります。

「AIならそこまで考えてくれるだろう」と期待し、条件を決めないまま解釈や推論を求めると、役に立たないだけでなく、適切ではない方向へ導かれる可能性があります。

まずは、定量的な事実を取得・集計するためにMCPサーバーを使い、結果を解釈する際には人が事業の背景を加える。この順番が重要です。指標や比較条件を自分で判断できない段階では、Google Analyticsの画面から学ぶ方がよいと私は考えています。

MCPサーバーでデータを取得する前に、何を計測し、誰が判断するのかを決める必要があります。基礎から確認したい方は、GA4・Search Consoleから改善判断につなげるWeb解析の基本もご覧ください。

「数字を鵜呑みにしない」で終わらせない

「AIが出した数字は鵜呑みにしてはいけない」という助言を見かけます。しかし、私は毎回すべての数字を疑い続ける運用では、効率化につながらないと考えています。

必要なのは、どの指標、ディメンション、期間、フィルタを使ったのかを確認でき、同じ条件で再取得できる状態です。

例えば、次の情報を回答と一緒に出すよう指示します。

• 使用した指標とディメンション
• 集計期間と比較期間
• 適用したフィルタ
• 対象プロパティとタイムゾーン
• 行数や除外条件

この情報があれば、人は集計条件が妥当かを短時間で確認できます。AIの回答を無条件に信じるのでも、すべてを一から調べ直すのでもなく、再現できる条件を残して使うことが重要です。

ツール選びで失敗しないために考えたいこと

ここからは、MCPサーバーの話から少し視野を広げ、業務ツール全般との向き合い方についてお話しします。

ツールは能力を増幅させる「掛け算」

ツールは魔法の杖ではありません。スキルがゼロの状態を、ツールだけで1から10にしてくれるわけではないのです。

ツールは、自分が持っている能力や、実現したいことを、より速く効率的に進めるための「掛け算」だと考えてください。ツールの価値は、大きく「省力化」と「能力の拡張」に分けられます。

どれが一番優れているかではなく、何をしたいかで選ぶべきです。MCPサーバーが新しいからといって、すべての分析業務を置き換えるわけではありません。

「使い方がピンとくるか」を判断基準にする

新しいツールの機能一覧や紹介画面を見たとき、「この機能を使えば、自分のあの業務をこのように変えられそうだ」と具体的にイメージできるでしょうか。

使い方がその場でピンとこないのであれば、そのツールは自分にとってまだ早いか、そもそも合っていない可能性があります。

もちろん、「このツールを使いこなせるようになりたい」という意思がある場合は別です。ただし、その場合は、ツールを使う仕事とは別に、ツールの使い方を学ぶ時間が必要になります。「なんとなく使っていれば、そのうち分かるだろう」という期待だけで導入すると、使わないツールが増えてしまいます。

Google Analytics MCPサーバーを使う前の確認項目

導入を検討する際は、次の質問へ答えられるかを確認してみてください。

• 調べたい事業上の疑問を一文で示せるか
• 必要な指標とディメンションを選べるか
• 期間、比較対象、フィルタを決められるか
• 取得した数値が妥当かをGoogle Analyticsの画面などで確認できるか
• 数値の変化と事業への影響度を分けて考えられるか
• 探索的な分析なのか、毎月同じレポートが必要なのかを判断できるか

答えられない項目が多い場合は、MCPサーバーの導入より先に、Google Analyticsの指標やレポートへ慣れることをお勧めします。

まとめ：便利なツールほど、使う目的と判断力が問われる

Google Analytics MCPサーバーは、データと対話できる人にとって、分析の幅を広げてくれる可能性があります。私自身、Google Analyticsから取得したデータを別のデータと組み合わせ、これまで見えなかった関係を探る場面で、その便利さを感じています。

一方、大きな可能性があるからこそ、最初の段階でつまずいてほしくありません。特に組織の中で、一度「AIを使ってみたけれど役に立たなかった」という印象が付くと、その後の挑戦が難しくなる場合があります。長い目で見れば、会社にとって大きな損失です。

データ分析のような専門領域では、新しいツールへ急いで飛びつく必要はありません。まずは分析の基礎を学び、目の前のデータが何を示しているのかを自分で判断できる状態を目指しましょう。

そのうえで、「この集計を速くしたい」「この仮説を別の角度から確かめたい」と具体的な使い道が浮かんだとき、MCPサーバーは能力を増幅してくれるツールになります。

引用元・参考情報

• Google Analytics MCPサーバーを試す｜Google for Developers
• Google Analytics MCP Server公式リポジトリ｜GitHub
• Google Analytics Data API概要｜Google for Developers