【Ayudante News 2026年1月号から抜粋】そのGA分析、AIでどこまで変わる？ 3つの最新AI機能から見える “分析の次の形”

2026年2月17日

other

https://twitter.com/intent/tweet?url=https%3A%2F%2Fayudante.jp%2Fcolumn%2F2026-02-17%2F11-00%2F&text=%E3%80%90Ayudante%20News%202026%E5%B9%B41%E6%9C%88%E5%8F%B7%E3%81%8B%E3%82%89%E6%8A%9C%E7%B2%8B%E3%80%91%E3%81%9D%E3%81%AEGA%E5%88%86%E6%9E%90%E3%80%81AI%E3%81%A7%E3%81%A9%E3%81%93%E3%81%BE%E3%81%A7%E5%A4%89%E3%82%8F%E3%82%8B%EF%BC%9F%203%E3%81%A4%E3%81%AE%E6%9C%80%E6%96%B0AI%E6%A9%9F%E8%83%BD%E3%81%8B%E3%82%89%E8%A6%8B%E3%81%88%E3%82%8B%20%E2%80%9C%E5%88%86%E6%9E%90%E3%81%AE%E6%AC%A1%E3%81%AE%E5%BD%A2%E2%80%9D%20%7C%20%E3%82%A2%E3%83%A6%E3%83%80%E3%83%B3%E3%83%86%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BE

http://b.hatena.ne.jp/entry/https%3A%2F%2Fayudante.jp%2Fcolumn%2F2026-02-17%2F11-00%2F

本コラムはAYUDANTE NEWS 2026年1月号から一部抜粋してお送りしております。全文に関しては毎月月末に配信しているニュースレターのバックナンバーからご覧ください。

アユダンテニュースレター購読のお申込みはこちら

皆様あけましておめでとうございます、今回は、Googleアナリティクスと生成AIについて3つのAI機能を紹介します。

Googleアナリティクスが難しく感じられしばらく距離を置いていた方から、日々使い込んでいるエキスパートの方まで。本記事は、「生成AIによって変わりつつあるGAの活用方法」を整理したい方に向けた内容です。アユダンテGMPチームのチーフソリューションコンサルタント藤田佳浩、シニアソリューションコンサルタントの中村晃が、3つのAI機能を紹介していきます。

藤田と中村が紹介したいAI機能3つとは？
アナリティクスアドバイザー
GA MCPサーバー
Gemini in BigQuery
GAと生成AIを使う上で、とても大事なこと
中村、藤田に聞く「生成AI時代、GAのデータ分析はどう変わっていくのか？」（ニュースレター限定）

藤田と中村が紹介したいAI機能3つとは？

AI機能の1つ目は、アナリティクスアドバイザーで、この機能はリリース前、弊社シニアカスタマーサクセスコンサルタント高田和資のニュースレターやブログ記事でも紹介されました。

2つ目は、GoogleアナリティクスのMCPサーバーです。

そして3つ目は、”Gemini in BigQuery” の活用です。GA4はそのデータをBigQueryにエクスポートできますので、そのデータを生成AIの基盤として使う取組です。

2026年は、生成AIを使ったGoogleアナリティクスの分析に、より一層焦点が当たると考えられます。Googleはこれ以外にも「Cross-channel budgeting」など広告効果の分析や、予算を増やしたときの効果予測など、機械学習を活用した機能を年初から矢継ぎ速にリリースしています。それぞれ使えるデータの範囲や質、外部と連係できるかどうかなどに違いがあります。2026年の1月時点は、まだ進化の入り口です。どの機能がよい、ということではなく、それぞれの目的とシーンで使い分けるのがよいと思います。

アナリティクスアドバイザー

まずGA×AIを体験したいマーケ担当者向け

GoogleアナリティクスのUI画面からそのまま質問ができる生成AIです。皆さんがお使いのGeminiの質問窓が、Googleアナリティクスにポンとついたイメージです。

■ その特徴は？ 誰でもすぐに使うことができます。ソフトの導入や技術的な知識がなくても使えます。また、質問や分析結果が学習データに使われたり、外部に漏れるリスクもありません。いわゆるハルシネーションも少ないと考えられます。

■ 対象となる分析範囲は？ GAに蓄積されているデータになります。GAに蓄積されているデータが対象範囲ですが、連携しているサーチコンソールなどは対象外のようです。UIで開いているプロパティのGAデータに限定されます。

■ 何ができる？ 自然な言語で、ある程度アバウトなことを聞いても、分析した結果を答えてくれます。レポートへのリンクもありますので、すぐに目的のレポートUIにアクセスできます。データの分析だけでなく、GAのイベントなどの設定や改善施策のアドバイスも出してくれます。ただし、現時点では、サイトやGTMのタグを見ることはできませんので、あくまで一般的なベストプラクティスの範囲での回答に留まります。

■ 今後に期待することは？ GAの生データを分析した複雑な分析もできるはず、と期待しますが、まだセグメントを設定した分析はできないようです。今後は、セグメントなどの分析、GA4/GTMの設定提案をより正確にできるとよいのですが……。

GA MCPサーバー

開発スキルがあり独自分析や自動化をしたいチーム向け

昨年末にリリースされた、外部の生成AIと接続する共通規格です。生成AIとのチャットに加え、データから出力を自動生成するカスタムAIエージェントの構築が可能です。ただ、導入のハードルが高く、誰でも使えるわけではありません。開発環境やクラウド設定のテクニカルな知識が必要です。

■ その特徴は？ Gemini以外の生成AI、たとえばClaudeやCursor、コードを生成するGemini CLIなどMCPサーバーに対応したAIエージェントが使えます。分析結果からグラフを作製したり、レポートページを生成することもできます（連係する生成AIの機能による）。また、サイトを見た上での分析や、CRM、購買データなどGA以外のデータセット、さらに政府や民間の統計データなどを統合して分析することもできます。

■ 対象となる分析範囲は？ GAのAPI（Data APIとAdmin API）を介したデータ取得に限定されます。現在のAPIはセグメントが使えないなどかなり機能が限定されます。

■ 何ができる？ より広範囲な分析ができますし、分析結果の出力も柔軟に生成できます。分析だけでなく、グラフなどレポートの自動生成などにも適しています。

■ 今後に期待することは？ MCP（Model Context Protocol）は、AIモデルがツールやデータと連係するための共通規格で、オープンソースです。サーチコンソールのMCPサーバーもすでにありますし、他のツールとの連係も期待できます。また、すでに多くの「腕に覚えのあるユーザー」が、活用の仕方をネットにあげはじめています。導入のハードルさえ超えれば活用の仕方は無限大です。GoogleにはぜひAPIの機能を充実させてほしいです。

Gemini in BigQuery

長期/高度分析を本気でやりたい企業向け

Gemini in BigQueryは、Googleアナリティクスの機能ではなく、BigQueryの生成AI機能です。GA4は無料版でも、データをBigQueryにエクスポートできます。Gemini in BigQueryを駆使すれば、SQL、Pythonコードを生成したり、コードを提案したりしてくれます。BigQuery上のGAデータで、高度な機械学習を使った分析が実現できます。

■ その特徴は？ BigQueryにエクスポートしたデータは、長期間のデータ蓄積ができます。GAのAPIの制限を受けませんので、長期間で詳細な分析ができます。もっとも持続可能で高度なデータ分析環境が実現できます。

■ 対象となる分析範囲は？ BigQueryにエクスポートしたデータなので、GAのデータ保存期間や、GAのAPIの機能制限を受けません。

■ 何ができる？ GAデータのインサイトを深く探索できます。パターンの発見、統計分析を使った予測をSQLやPythonを用いて生成あるいは提案して、実行できます。BigQueryデータキャンバスなど可視化の機能も多様です。

■ 今後に期待することは？ アナリティクスアドバイザーやGA MCPサーバーに隠れて、あまり知られていませんが、そのポテンシャルはもっとも大きいです。より多くの方が気づいて、活用事例を共有し合えば、広がりは大きいでしょう。ただし、Queryの実行には、GCPの使用料金が発生しますので、その点はご注意ください。

GAと生成AIを使う上で、とても大事なこと

繰り返し強調していますが、生成AIがどれだけ進化しても、GAの設定、イベントやキーイベントなどのデータが整っていないと、意味がありません。広告からのリンクURLのUTMパラメーターがバラバラだったり、GAにeコマースなどの購買データが設定されていなかったり、会員データが設定されていなければ、自社ビジネスのデータ分析は十分にできません。この点はアユダンテが、一番強調し、注力している点です。

生成AIが進化した今でも、あるいは今だからこそ、データ整備を私たち人間の手で、きちんと行うことが本当に重要になってきたと思います。