広告レポートをAIで自動化する方法は？サービスアカウント直結で自作する手順

毎月の広告レポートづくりに、どれだけの時間を取られているでしょうか。Google広告、Meta広告、Yahoo!広告と媒体ごとに管理画面へログインし、数値をスプレッドシートに転記し、前月比やCPA、ROASを計算し、グラフを整え、所感を書く。媒体が増えるほど作業は膨らみ、配信を改善するより集計に追われる、という状態になりがちです。

この自動化には、専用のSaaSツールを契約して媒体をつなぐ道もあります。ただ、月額を払い続ける外部ツールに乗るより、AIを使って自分たちの手元で組みたい、まずどんな方法があるのか確かめたい、という人も増えています。この記事はその立場に向けて、いま有力な選択肢になったやり方、AIエージェントにGoogleのサービスアカウントでデータへ直接つなぎ、集計から考察までをその場で生成させる方法を、実際に手を動かせる手順まで掘り下げて解説します。最後に、自分で組むのが大変な場合の選択肢にも触れます。

広告レポートの手作業はどこに工数がかかっているのか

自動化の前に、いまの作業のどこに時間が溶けているかを切り分けておくと、何を機械に任せられるかが見えてきます。広告レポート作成の工数は、大きく三つに分かれます。

一つ目はデータの収集です。各媒体の管理画面にログインし、期間を指定してCSVをダウンロードする、あるいは画面の数値を手で書き写す作業で、媒体が複数あるとその数だけ繰り返すことになります。二つ目は加工と集計です。媒体ごとに項目名やデータの形式が違うため、表記を揃え、合算し、前月比やCPA、CPC、ROASといった指標を計算します。三つ目は考察です。数値の増減を読み、なぜ動いたのかを言葉にし、次の打ち手を添えます。

これまで自動化できたのは、一つ目と二つ目、つまり収集と集計まででした。三つ目の考察は人が手で書くしかなく、ここに毎回まとまった時間がかかっていました。これから解説するAIエージェント直結の方法が新しいのは、収集と集計に加えて、この考察の初稿までを一度に生成できる点にあります。

AIエージェントをサービスアカウントで広告データに直結する仕組み

いまAIを前提とするチームで広がっているのが、ChatGPTやClaude、Gemini CLIといったAIに、Googleのサービスアカウントを使ってデータソースへ直接つなぐ方式です。決まったダッシュボードを介さず、「先月と比べてCPAが悪化したキャンペーンを抽出して、改善案も添えて」と話しかけるだけで、AIがその場でデータを取得し、集計から考察までを返します。器を先に作ってから数値を流し込む発想とは逆で、欲しいレポートをそのつど生成させるのが特徴です。

仕組みの土台になるのが、サービスアカウントという仕組みです。これはGoogle Cloud上で発行する、人ではなくプログラム用のアカウントで、これに広告データやGA4への閲覧権限を与え、その認証情報を通じてAIがデータへアクセスします。つなぎ方には、MCPで対話的に問い合わせる方法と、コーディングエージェントに処理そのものを書かせる方法の二つがあります。以下、土台のサービスアカウントを用意してから、それぞれのつなぎ方を順に説明します。

手順1　Google Cloudでプロジェクトとサービスアカウントを用意する

最初に、Google Cloudの管理画面でプロジェクトを作成し、使うAPIを有効にします。GA4のデータを扱うなら、有効にするのは Google Analytics Admin API と Google Analytics Data API の二つです。BigQueryに集約したデータを使うなら BigQuery API を、スプレッドシートを読むなら Google Sheets API を加えます。

次に、サービスアカウントを作成します。管理画面の「IAMと管理」からサービスアカウントを新規作成し、JSON形式の認証キー（鍵ファイル）を発行してダウンロードします。この鍵が、AIがデータにアクセスするための合鍵になります。発行したサービスアカウントにはメールアドレスの形をした識別子が割り当てられるので、それを控えておきます。

最後に、データ側でこのサービスアカウントに権限を渡します。GA4なら管理画面のプロパティのアクセス管理を開き、先ほどのサービスアカウントのアドレスを「閲覧者」として追加します。ここで与える権限は閲覧者にとどめるのが原則で、データを書き換えたり設定を変えたりする権限は渡しません。

手順2A　MCPでAIと対話的につなぐ

つなぎ方の一つが、MCP（Model Context Protocol）と呼ばれる、AIと外部データをつなぐための標準的な仕組みを使う方法です。GoogleはGA4向けの公式MCPサーバを提供しており、これをClaudeやGemini CLIに登録すると、GA4のデータへ自然言語で問い合わせられるようになります。

公式のGA4 MCPサーバはPythonで動き、pipxというツールを使えば次の一行で起動できます。

pipx run analytics-mcp

これをClaude Codeに登録するなら、手順1で発行した鍵ファイルのパスとプロジェクトIDを渡して、次のように追加します。

claude mcp add analytics-mcp -e "GOOGLE_APPLICATION_CREDENTIALS=鍵ファイルのパス" -e "GOOGLE_PROJECT_ID=プロジェクトID" -- pipx run analytics-mcp

Gemini CLIの場合は、設定ファイル ~/.gemini/settings.json の mcpServers に同じ内容を書きます。登録できると、AIから run_report（レポート取得）や run_realtime_report（リアルタイム取得）、get_account_summaries（アカウント情報）といったツールが使えるようになり、「直近28日のチャネル別のセッションとコンバージョンを表で」のように頼めば、その場でGA4から引いて返してくれます。公式MCPサーバは読み取り専用で、設定の書き換えはできず、データの閲覧と分析に用途が絞られています。

手順2B　コーディングエージェントに取得処理を書かせる

もう一つが、Claude CodeやOpenAIのCodexのようなコーディングエージェントに、サービスアカウントの鍵を渡し、データを取得・整形する処理そのものを書かせて実行する方法です。MCPが対話的な問い合わせに向くのに対し、こちらは決まったレポートを繰り返し作る自動化に向いています。

たとえば「このサービスアカウントの鍵を使ってGA4のデータAPIから先月のチャネル別実績を取得し、前月比とCPAを計算してスプレッドシートに書き出すスクリプトを作って」と指示すれば、エージェントが必要なライブラリの導入からコードの作成、実行までを進めます。さらに「毎月1日の朝に自動で動くようにして」と続ければ、定期実行の仕組み（パソコンのタスクスケジューラやGoogleのCloud Scheduler、スプレッドシートに組み込めるGoogle Apps Scriptなど）まで組ませられます。いちど用意すれば、毎朝最新のレポートが用意される運用になります。

媒体側のAPIは、媒体ごとに手続きが異なります。たとえばGoogle広告のAPIは利用にデベロッパートークンの申請が必要で、GA4より一手間かかります。複数媒体を扱うなら、媒体ごとのAPIを一つずつ直接叩くより、後述のようにいったんBigQueryやスプレッドシートにデータを集約し、エージェントにはそこを読ませる方が、結果的に早く安定します。

手順3　複数媒体はBigQueryやスプレッドシートに集約してから読ませる

Google広告やGA4はGoogle系のため直接つなぎやすい一方、Meta広告やYahoo!広告まで横断するなら、いったんデータを一カ所に集めておくとこの方式に乗せやすくなります。各媒体のデータをBigQueryやスプレッドシートに集約しておけば、AIはその一カ所へ問い合わせるだけで、媒体をまたいだ横断のレポートを作れます。集約の部分は、各媒体のAPIやデータ連携の仕組みで整えておきます。

この集約の形は、特別なものではありません。たとえばスプレッドシートにフォーム経由のリードデータをUTM付きで自動でためつつ、成約や受注金額だけ手で記録し、別タブで集計する、といった管理シートを運用している現場は多いはずです。その集約済みのシートにサービスアカウントで閲覧権限を与えれば、人がシートを開いて読む代わりに、AIに毎月の集計と考察を任せられるようになります。すでにスプレッドシート集約ができているなら、この方式を最短で乗せられる状態にあるということです。

安全に運用するための最小限のルール

便利な一方で、広告データには顧客や売上に関わる数字が含まれます。使い始める前に、いくつかの線引きを決めておくと安心です。サービスアカウントに与える権限は閲覧者の範囲にとどめ、AIにデータの書き換えや設定変更をさせない構成にします。認証キーの鍵ファイルは、ソースコードに直接書き込んだり共有しやすい場所に置いたりせず、アクセスできる人を限って厳重に管理します。そして、どの情報までをAIに渡してよいかを社内で決めておきます。公式のGA4 MCPサーバが読み取り専用に絞られているのも、こうした事故を防ぐための設計です。

AIに任せられるのは考察の初稿まで

この方式の価値は、これまで人が手で書くしかなかった考察の初稿までをAIに任せられる点にあります。数値が動いた理由の要約や、改善のヒントの洗い出しを、数分でたたき台にできます。ただし、AIが返すのはあくまで下書きです。数値が動いた背景にある施策の意図や市況、次にどの媒体へ予算を寄せるかといった最終判断は、引き続き人が担います。AIの考察は事実と異なる解釈を混ぜることがあるため、配布する前に元の数字と突き合わせる確認も欠かせません。

それでも、収集と集計に加えて考察の初稿まで機械に任せられるようになったことで、人が向き合う時間を、検証と意思決定という最も価値の高い部分に寄せられるようになります。集計に追われてレポートを出すだけで精一杯だった状態から、出てきた数字をどう次の配信に生かすかを考える時間を取り戻せる。これが、AIエージェントを使った広告レポート自動化のいちばんの狙いです。

自分で組むのが難しいときは構築代行という選択肢

ここまでの手順は、Google Cloudやサービスアカウント、APIの扱いにある程度慣れた人が、最初の構築に時間を割ける前提のものです。実際には、サービスアカウントの権限設定でつまずく、媒体ごとのAPIの申請で止まる、複数媒体をBigQueryに集約する部分で手が回らない、といった理由で進まないことも少なくありません。日々の運用に追われるなかで、レポート基盤の構築そのものに腰を据えて取り組むのは難しいものです。

その場合は、構築だけを外部に任せて、運用は自社で回すという分担がおすすめです。日本AI導入支援協会の広告レポート自動化・ダッシュボード構築支援では、いまのレポート業務の棚卸しとKPI設計から始め、広告・GA4・Search Console・CRMといったデータの統合、AIエージェントやBIツールを使った可視化基盤の構築、月次レポートの自動化、さらにAIによるレポート要約や改善コメントの作成までを一貫して支援しています。特定のSaaSありきではなく、各社の業務に合わせて一から組むため、自作で目指していた形をそのまま実装まで持っていけます。Google広告やMeta広告、Yahoo!広告、GA4、HubSpotやSalesforceといったCRM・SFAまで幅広いツールに対応しているため、複数媒体やCRMをまたいだ可視化でつまずいている場合の相談先になります。

広告レポートのAI自動化に関するよくある質問

Q. プログラミングの知識がないと自作できませんか？

MCPを使う方法なら、いちど登録してしまえば問い合わせ自体は自然言語ででき、日々の運用にコードは要りません。ただし、Google Cloudでのサービスアカウント作成やAPIの有効化、権限の設定といった最初の土台づくりには、ある程度の知識が必要です。コーディングエージェントに処理を書かせる方法も、コード自体はAIが書くとはいえ、鍵の受け渡しや実行環境の準備には手が要ります。まったくの未経験から始めるなら、最初の構築だけ詳しい人に任せ、運用は自分たちで回すのがおすすめです。

Q. Meta広告やYahoo!広告もまとめて扱えますか？

扱えます。Google広告やGA4はGoogle系のため直接つなぎやすく、Meta広告やYahoo!広告は、いったんデータをBigQueryやスプレッドシートに集約しておけば、AIはそこへ問い合わせるだけで媒体をまたいだレポートを作れます。各媒体からデータを集約する部分を、媒体のAPIやデータ連携の仕組みで整えておくのが前提になります。

Q. 広告レポートのAI自動化は無料でできますか？

使うAIや基盤によって変わります。GoogleのGA4向け公式MCPサーバのように無料で提供されているものもありますが、利用するAIのプランや、データをためるBigQueryなどの基盤には費用がかかる場合があります。料金体系は各サービスで改定されるため、導入前に公式サイトで最新の条件を確認してください。費用の有無よりも、最初の構築に必要な知識と手間を見込んでおくとよいでしょう。

Q. SaaSの広告レポートツールと、AIで自作するのはどちらがよいですか？

すぐに使い始めたい、社内に構築できる人がいないという場合は、媒体をつなぐだけで使えるSaaSツールが手早いです。一方、月額の外部ツールに縛られたくない、レポートの形や考察の出し方を自社の判断軸に合わせて自由に変えたい、AI活用を前提に基盤から持ちたい、という場合は、サービスアカウント直結で自作する方が柔軟です。自作はデータの集約基盤さえ整えれば、出力の形をあとからいくらでも足せる強みがあります。

まとめ

広告レポートの自動化は、収集と集計という機械でもできる作業から人を解放し、検証と意思決定に時間を使えるようにする取り組みです。SaaSで媒体をつなぐ道もありますが、AIを前提に自作するなら、サービスアカウントを発行してAIエージェントをデータに直結させる方法を取れるようになりました。Google CloudでAPIを有効にしてサービスアカウントに閲覧権限を与え、MCPで対話的に問い合わせるか、コーディングエージェントに取得処理を書かせるかを用途で選びます。複数媒体はBigQueryやスプレッドシートに集約してから読ませ、権限は読み取り専用にとどめ鍵を厳重に管理するのが安全策です。

土台づくりの知識や時間が足りずつまずく場合は、構築の部分だけ外部に任せて運用は自社で回す、という分担も選べます。仕組みづくりを乗り越えた先で、レポートを出すだけだった時間を、次の配信を良くする時間へと変えられます。