【続編】GA4のローデータをBigQueryへ連携し、VSCode+Copilotで分析基盤を構築する方法

前回、CopilotでGoogle Analytics 4を分析する記事を紹介しました。

今回はその続編として、Google Analytics (GA4) のローデータ（生データ）をBigQueryに出力し、それをCopilotからMCP経由で分析できるようにする手順を解説します。

「標準レポートでは見えない細かい分析がしたい」「SQLは書けないけど、もっと自由なデータ分析がしたい」という方におすすめです。

なぜBigQuery連携が必要なのか？

GA4の管理画面で見られるデータは、実は「集計済み」のデータです。使いやすい反面、「特定の行動をしたユーザーだけを詳しく見たい」といった細かい分析には限界があります。

BigQueryに「ローデータ（1つ1つのアクセスログ）」を出力することで、制限のない自由な分析が可能になります。そして、Copilotを使えば、難解なSQLを書かずに自然言語でこのビッグデータを分析できるようになります。

---

前提条件

本記事は前回の続きです。以下の状態であることを前提としています。

• 前回記事の手順が完了していること
• analytics.readonly および cloud-platform の権限を持つ認証ファイルが作成済みであること

前回の認証設定で「Google Cloud Platform の全サービス」へのアクセス権を含めているため、追加の認証作業は不要です。

---

手順1. Google Cloud プロジェクトの準備

まず、データの保存先となるGoogle Cloud プロジェクトを準備します。

1. Google Cloud コンソールのプロジェクト セレクタへアクセスします。
2. 既存のプロジェクトを選択します。

💡 ポイント: ここで表示される「プロジェクトID」（画像赤枠部分）は後ほど設定ファイルで使用するので、メモしておきましょう。

手順2. 課金の有効化を確認

BigQueryを使用するには、プロジェクトに対して請求先アカウント（クレジットカード等）が紐付いている必要があります。 Google Cloudのドキュメントを参考に、課金が有効になっているか確認してください。

※BigQueryには無料枠がありますが、設定には課金情報の登録が必須です。

手順3. BigQuery API を有効にする

続いて、BigQueryを使うためのスイッチをオンにします。

APIライブラリのBigQuery APIページにアクセスし、「有効にする」をクリックします。

---

手順4. GA4とBigQueryをリンクする

ここからGA4側の設定です。データをBigQueryへ流すパイプを繋ぎます。

1. Google Analyticsの管理画面を開き、左下の歯車アイコン（管理）をクリックします。
2. 「サービス間のリンク設定」にある「BigQueryのリンク」をクリックします。
3. 右上の「リンク」ボタンをクリックします。

4. BigQuery プロジェクトを選択: 手順1で用意したプロジェクトを選択します。
5. データのロケーション: 日本国内のサイトであれば「東京 (asia-northeast1)」を選択するのが一般的です。

次に、データのエクスポート設定を行います。

6. イベントデータの設定: 全てにチェックを入れます。
   • 毎日: 1日1回まとめて出力されます（分析推奨）。
   • ストリーミング: リアルタイムに近いデータですが、コストがかかる場合があります。最初は「毎日」だけでもOKです。
7. 「次へ」をクリックし、確認画面で「送信」を押せば連携完了です！

---

手順5. MCP Toolbox のインストール

ここからはVSCodeに戻り、CopilotがBigQueryを操作するためのツール (toolbox) をインストールします。

VSCodeを開き、左下のリモートインジケーターから「WSL: Ubuntu」に接続してください。

ターミナルを開き（Ctrl+Shift+@）、以下のコマンドをコピー＆ペーストして実行します。

# toolbox バイナリをダウンロード
curl -O https://storage.googleapis.com/genai-toolbox/v0.26.0/linux/amd64/toolbox

# 実行権限を付与
chmod +x toolbox

# バージョン確認
./toolbox --version

# ~/.local/bin に移動（ユーザー専用フォルダへ配置）
mv toolbox ~/.local/bin/

# 確認
which toolbox

以下のようにバージョンが表示されればインストール成功です。

---

手順6. mcp.jsonにBigQueryの設定を追加

インストールしたツールをCopilotに認識させます。

1. VSCodeの左サイドバーにあるMCPアイコン（パズルのピースのようなアイコン等）をクリックします。
2. 「MCP Servers」セクションにある analytics-mcp （前回設定したもの）などを右クリックし、「Show Configuration (JSON)」を選択します。

開いた mcp.json ファイルに、以下の bigquery の設定を追記します。 your-project-id の部分は、手順1でメモした実際のプロジェクトIDに書き換えてください。

    "bigquery": {
      "command": "/home/ubuntu/.local/bin/toolbox",
      "args": ["--prebuilt", "bigquery", "--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "your-project-id"
      }
    }

⚠️ 注意: 前の項目（analytics-mcpなど）の直後にカンマ , を忘れないようにしてください。JSON形式が崩れるとエラーになります。

---

手順7. BigQuery MCPサーバーを起動

設定を保存したら、再度左サイドバーの「MCP Servers」を確認します。 新しく bigquery が表示されているはずです。右クリックして「Start Server」を選択して下さい。

---

手順8. Copilotに動作確認を依頼

いよいよCopilotとBigQueryを接続します！ 本日は連携設定を行った直後なので、まだGA4のデータはBigQueryに届いていません（通常24〜48時間かかります）。

まずは「ツールが正常に動くか」を確認してもらいましょう。以下のプロンプトをCopilotに入力してください。

BigQueryのMCPの動作テストをしたいです。 本当はGA4データの分析をしたいですが、本日リンクを開始したので、まだGA4データはありません。 MCPの接続確認とツールの説明をお願いします。

Copilotがデータセットを見つけ、接続に成功した旨を返してくれれば完了です！

GA4データが届いたらできること

データが蓄積され始めると（明日以降）、以下のような高度な分析が可能になります。

• 詳細なユーザー行動分析: 特定のページを見た人のその後の動きを追跡
• コンバージョン要因の特定: 購入に至ったユーザーとそうでないユーザーの違いを分析
• AIによるインサイト発見: データから特異点やトレンドを自動発見

これらをSQLを書くことなく、「昨日のCV率が急増した要因を探って」と話しかけるだけで実行できるようになります。

以下の記事で、実際にデータが蓄積された後の「Copilotを使った具体的な分析テクニック」について解説します。

🔗 【完結編】GA4×BigQueryで「見えない顧客」を丸裸に！CopilotとVSCodeで挑むデータ分析