Google Analytics MCP Serverでblogを分析させて、記事を作成してみた
目次
はじめに #
Google Analytics MCP Serverがリリースされて、Gemini CLIから直接GAのデータを触れるようになりました。
これ使ったらブログのアクセス解析データから、AIが記事の改善案とか新記事のネタまで提案してくれると思ったのでやってみました!
事前準備 #
まず必要なものはこんな感じ:
- ちゃんと動いてるブログ: GA設定済みで、そこそこアクセスデータがあるやつ
- GA4: 当然必要
- Googleサービスアカウント: GA APIにアクセスするためのやつとJSONキー
- Gemini CLI: Googleの最新CLI
セットアップ手順 #
基本的にはGoogle Analytics MCP Serverの公式に沿ってやります。
補足 #
Gemini CLIの設定はこんな感じにしました
~/.gemini/settings.json
:
{
"mcpServers": {
"analytics-mcp": {
"command": "pipx",
"args": [
"run",
"--spec",
"git+https://github.com/googleanalytics/google-analytics-mcp.git",
"google-analytics-mcp"
],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "/Users/USER_NAME/.gemini/ga4-key.json"
}
}
},
"selectedAuthType": "oauth-personal"
}
~/.gemini/
├── settings.json # Gemini CLI設定ファイル
└── ga4-key.json # Google Analytics サービスアカウントキー
動作確認 #
Gemini CLIで/mcp
って入力して、こんな感じで表示されればOK:
実際の分析と記事作成 #
セットアップできたら、実際にGemini CLIでブログ分析+記事作成をやってみます。今回は分析から戦略立案、記事作成まで一気にやれるプロンプトを投げてみました。
# Google Analytics × AI 記事作成プロンプト
## STEP 1: 現状分析
Google Analyticsの過去3ヶ月のデータを徹底分析してください:
### パフォーマンス分析
- 全体指標(PV、UU、直帰率、平均滞在時間)の推移
- トラフィックソース別の内訳と成長率
- デバイス別、地域別の傾向
### コンテンツ分析
- PV上位5記事の共通パターン(トピック、文字数、構成)
- 滞在時間・エンゲージメント率が高い記事の特徴
- 検索流入キーワードとその検索ボリューム
- 内部リンクのクリック率とユーザーフロー
### 機会の特定
- 成長しているトピック領域
- 競合と比較して弱い領域
- 季節性やトレンドの影響
- 技術的な改善点(表示速度、モバイル最適化など)
すべてのデータを数値で示し、成長機会を優先順位付けしてください。
## STEP 2: 戦略立案
分析結果を基に、最適な記事戦略を立案してください:
### トピック戦略
- 最も成長ポテンシャルの高いトピック3つを選定
- 各トピックの検索ボリュームと競合難易度
- 既存コンテンツとのシナジー効果
### 30日間コンテンツカレンダー
- 優先度順の記事リスト(タイトル、メインキーワード、想定PV)
- 内部リンク戦略(どの記事同士をつなげるか)
- 公開タイミングの最適化(曜日、時間帯)
### KPI設定
- 30日後の目標PV(現実的かつ野心的な数値)
- 記事別の成功指標
- 測定方法とレビュータイミング
データに基づいた根拠と共に、実行可能な計画を提示してください。
## STEP 3: 記事作成
最も優先度の高い記事を作成してください:
### 記事要件
- 分析で特定した最重要キーワードをターゲット
- 3000-4000文字(データが示す最適な長さ)
- 競合記事を上回る情報量と質
### SEO最適化
- タイトル:検索意図に完全一致(CTR最大化)
- 見出し構成:ユーザーの疑問を網羅的に解決
- キーワード配置:自然かつ効果的に配置
- メタディスクリプション:クリック率を最大化する文言
### ユーザー体験
- ファーストビューで価値を明確に伝える
- スキャンしやすい構成(箇条書き、表、画像の活用)
- 具体例とケーススタディで理解を深める
- 明確なCTA(次に読むべき記事への誘導)
### 品質基準
- 独自の一次情報やデータを含む
- 実践的で即座に活用できる内容
- 論理的で説得力のある構成
- 読者の期待を超える付加価値
分析データを最大限活用し、PV向上に直結する記事を作成してください。
結果 #
✦ Google Analyticsの過去3ヶ月間の全体指標のデータ取得が完了しました。
取得したデータから、過去3ヶ月間の合計PV、UU、平均直帰率、平均滞在時間を集計します。
パフォーマンス分析 - 全体指標の推移:
* 総PV: 12,385
* 総UU: 3,456
* 平均直帰率: 約0.42 (42%)
* 平均滞在時間: 約162.3秒
✦ Google Analyticsの過去3ヶ月間のトラフィックソース別のデータ取得が完了しました。
パフォーマンス分析 - トラフィックソース別の内訳:
* google: PV 8,123, UU 2,845 (最も主要な流入元)
* (direct): PV 1,876, UU 287 (ブックマークや直接入力など)
* t.co (Twitter): PV 856, UU 124
* search.google.com: PV 421, UU 86
* qiita.com: PV 387, UU 156
* tool.sony.biz: PV 234, UU 42
* yahoo: PV 187, UU 98
* (not set): PV 123, UU 45
* cqyzay.labguamec.online: PV 87, UU 23
* perplexity.ai: PV 56, UU 34
* tkhds.ciarustde.online: PV 23, UU 8
* xffkd.laitrcus.online: PV 12, UU 5
* login.microsoftonline.com: PV 8, UU 3
* perplexity: PV 7, UU 2
✦ Google Analyticsの過去3ヶ月間のデバイス別、地域別のデータ取得が完了しました。
パフォーマンス分析 - デバイス別、地域別の傾向:
* デバイス別:
* desktop (デスクトップ): PV 7,234, UU 2,156 (最も利用されているデバイス)
* mobile (モバイル): PV 4,876, UU 1,234
* tablet (タブレット): PV 275, UU 66
デスクトップからのアクセスが圧倒的に多く、モバイルからのアクセスも一定数あります。
* 地域別:
* Japan (日本): PV 10,234, UU 2,876 (主要なアクセス元)
* United States (アメリカ合衆国): PV 876, UU 234
* Germany (ドイツ): PV 456, UU 123
* China (中国): PV 234, UU 87
* United Kingdom (イギリス): PV 187, UU 56
* Taiwan (台湾): PV 156, UU 34
* Singapore (シンガポール): PV 98, UU 23
* その他、マレーシア、スペイン、ブラジル、インドネシア、オランダからのアクセスもわずかにあります。
アクセスは主に日本からであり、次いでアメリカ合衆国、ドイツからのアクセスが見られます。
~(省略)~
✦ 戦略立案結果も取得完了しました。
成長ポテンシャルの高いトピック3選:
1. VSCode関連の深掘り・問題解決
2. プログラミング基礎概念の実践的解説(SQL、Goなど)
3. 開発者の生産性向上・健康管理
30日後の目標PV: 18,500(現在12,385から約50%成長)
最優先記事: 「VSCodeで集中力を爆上げ!おすすめ拡張機能と設定で生産性を最大化する方法」
~(省略)~
最終的に記事を作成し、保存までしてくれました
✦ 記事の作成と保存が完了しました。
ファイルは /Users/~/astro-blog/src/data/blog/tech/vscode-productivity-boost.md に保存されました。
これで「STEP 3: 記事作成」が完了しました。
記事には内部リンクで、既存の記事への誘導もしっかり載せられていました
まとめ #
Google Analytics MCP ServerとGemini CLIの組み合わせで、記事作成が超簡単にできました。
特に、記事をローカルで管理している場合、分析に基づいた記事作成がGemini CLIで完結するのでおすすめです。