マーケ | GA4×生成AIで定型レポートを自動化する手順

2026-10-09更新: 本文の根拠・説明条件と停止中のニュースレター案内を見直しました。個別の出典確認は本文に示す範囲で、AIの実行・効果を新たに検証したものではありません。

2026-10-08訂正: 旧稿に記載したモデル名・実行日・「実行／検証済み」という説明に対応する元ログを確認できていないため、それらの断定を撤回しました。以下のプロンプトと掲載例は、手順を検討するための参考資料です。特定モデルの実行結果や効果の実測値としては扱わず、利用する環境で再実行し、数値・出典を確認してください。画面の内容確認日は訂正を含む本文・表示の確認日を示し、モデルを実行して検証した日ではありません。

月初の第1営業日、GA4を開いてスクリーンショットを撮り、スプレッドシートに数字を転記し、前月比を計算してコメントを考える。この月次レポート作成に半日消えているマーケターは少なくないはずです。数字を並べる作業に時間を使い切って、肝心の「で、来月何をするか」が薄いまま提出した経験、ありませんか。

この記事では、GA4からデータをエクスポートし、生成AIに「示唆出し」と「定型レポート生成」をさせる手順を参考例で説明します。使うプロンプトは2本、どちらも全文を載せます。編集部が架空メディアのダミーGA4データ（CSV）を自作し、参考例（実行記録未確認）をそのまま掲載するので、自社のCSVで試すときは、集計定義・個人情報の有無・入力許可を確認してください。同じ出力の再現は未検証です。

GA4のレポート作成が重いのは、数字とコメントの往復のせい

GA4の月次レポートに時間がかかる原因は、管理画面の操作ではなく「数字を読み、解釈を書き、体裁を整える」という3つの頭の使い方を毎月ゼロからやり直しているからです。GA4はUA（ユニバーサルアナリティクス）から指標の定義が大きく変わり、上司や他部署に説明するための翻訳コストも増えました。エンゲージメント率とは何か、直帰率はなぜ昔と数字が違うのか。毎月同じ説明を書いている人もいると思います。

生成AIに任せられるのは、このうち「解釈の下書き」と「体裁」です。数字の正しさとビジネス文脈の判断は人間に残ります。この分担を崩さないことが、後述する誤読事故を防ぐ前提になります。

なお、分析以外も含めたマーケ業務全体のAI活用マップはマーケターのためのAIエージェント活用ガイドで整理しています。この記事はGA4レポートだけを深掘りします。

結論: エクスポート→示唆出し→定型レポート生成の3ステップ

手順は「GA4からCSVを出す」「プロンプト1で示唆を出させる」「プロンプト2で定型レポートに整形させる」の3ステップです。それぞれの所要と分担は次の通りです。

ステップ	やること	人間の仕事
1. エクスポート	探索レポートをCSVで書き出す（またはBigQuery）	毎月同じ探索レポートを使い回す
2. 示唆出し	プロンプト1にCSVを貼って実行	出てきた解釈の事実確認
3. レポート生成	プロンプト2でテンプレに流し込む	数値の照合と最終判断の追記

今回の検証条件を先に示します。

• 実行記録: モデル・実行日の元ログは未確認
• データ: 編集部が自作した架空のオウンドメディア「AIワークノート（架空）」のダミーGA4データ。実在のサイト・実測値とは無関係です
• 実データでの実行・差し替え時期は未確定です。末尾には検証する場合の方法を示します

ステップ1: GA4からデータを出す2つの方法

まず押さえるべきは、生成AIには管理画面のスクリーンショットではなくCSVを渡すという点です。画像でも読めますが、数値の読み取りミスが混入する余地が増えます。エクスポート手段は2つあります。

1つ目は探索レポートのCSVエクスポートです。GA4の「探索」で自由形式レポートを作り、右上の共有アイコンからCSVをダウンロードします。おすすめのディメンションと指標は「セッションのデフォルトチャネルグループ×セッション・エンゲージメント率・キーイベント」と「ランディングページ×同指標」の2枚。当月と前月を期間比較で出しておくと、AIが前月比をそのまま計算できます。一度作った探索レポートは保存され、翌月は期間を変えるだけで済みます。

2つ目はBigQueryエクスポートです。GA4の管理画面からリンク設定すると、生イベントデータが日次でBigQueryに入ります。SQLで集計したものをAIに渡す形になるため初期設定の手間はありますが、後述するサンプリングやしきい値の影響を受けない集計値が取れるのが利点です。まずは探索CSVで運用を回し、数字の精度や自動化の必要が出てきたらBigQueryに移行する順番で十分です。

手順を説明するためのダミーCSVがこちらです（架空メディアの創作データで、以降の出力例もすべてこのダミーに基づきます）。

# チャネル別（2026年7月 vs 6月）※架空データ
チャネル,セッション_7月,セッション_6月,エンゲージメント率_7月,NL登録_7月,NL登録_6月
Organic Search,8420,6980,68.2%,96,74
Direct,2130,2210,52.1%,31,33
Organic Social,1460,2080,45.8%,12,11
Referral,890,760,63.0%,18,9
Email,640,590,71.4%,22,20
Unassigned,310,280,18.4%,0,1

# ランディングページ別（2026年7月）※架空データ
ランディングページ,セッション,エンゲージメント率,NL登録
/articles/ai-report-automation,2140,72.1%,41
/,1830,58.3%,12
/articles/chatgpt-excel,1620,66.4%,8
/articles/prompt-templates,1390,69.9%,23
(not set),480,4.2%,0
/articles/ai-news-july,450,51.2%,2

ステップ2: 示唆出しプロンプト（全文）と出力

示唆出しプロンプトの要点は、事実と解釈を分けさせ、GA4特有の罠を前提知識として先に渡すことです。「このデータを分析して」とだけ投げると、AIはもっともらしい解釈を断定調で並べます。手順を試すためのプロンプトの全文がこちらです。

あなたはオウンドメディアのデータ分析担当です。以下のGA4データ（探索レポートのCSV）を読み、月次の示唆を出してください。

# データの前提（重要）
- 出典はGA4の探索レポート。サンプリングやしきい値適用で行合計が管理画面と一致しない可能性がある
- 「(not set)」はユーザー行動ではなく計測上の欠損。改善示唆の対象にしない
- エンゲージメント率はGA4の定義（10秒以上滞在・キーイベント発生・2PV以上のいずれかを満たすセッションの割合）
- NL登録はキーイベント（ニュースレター登録完了）

# 出力形式
1. 事実（データから直接読める変化を、数値・前月比つきで5点以内）
2. 解釈（事実に対する仮説。各項目に「仮説」と明記し、断定しない）
3. 確認すべきこと（GA4のどのレポートを見れば仮説を検証できるか、3点）

# 制約
- データにない数値を作らない。計算値（前月比・CVR）は計算式が追える形で書く
- 「今後注目されます」のような中身のない締め文を書かない

# データ
（ここに上のCSVを貼る）

参考例（実行記録未確認）です。

1. 事実

- 全体セッションは13,850（前月12,900、+7.4%）、NL登録は179件（前月148件、+20.9%）。登録の伸びがセッションの伸びを上回っています
- Organic Searchはセッション8,420（前月比+20.6%）、NL登録96件（同+29.7%）。登録率は96/8,420=1.14%（前月74/6,980=1.06%）
- Organic Socialはセッション1,460（前月比-29.8%）と大きく減少。ただしNL登録は12件（前月11件）でほぼ横ばい
- ReferralはNL登録が9件→18件と倍増。セッションは760→890（+17.1%）で、登録率は18/890=2.02%
- ランディングページ別では /articles/chatgpt-excel がセッション1,620に対しNL登録8件（登録率0.49%）。/articles/prompt-templates は1,390セッションで23件（1.65%）

2. 解釈（すべて仮説）

- 仮説: 成長ドライバーはOrganic Searchで、量と質（登録率）が同時に改善しています。特定記事の順位上昇か、登録導線の変更の効果が考えられます
- 仮説: Organic Socialの減少はセッションの量に対して登録がほぼ減っていないため、離脱したのは登録につながりにくい流入だった可能性があります。投稿本数減か、特定プラットフォームのアルゴリズム変動かは、このデータでは判別できません
- 仮説: /articles/chatgpt-excel は流入規模の割に登録率が最下位圏（0.49%）です。記事テーマと、ニュースレターの訴求内容が噛み合っていない可能性があります
- 仮説: Referralの登録倍増は、新規の紹介元が増えたことによるものかもしれません。件数が9→18と小さいため、誤差の範囲の可能性も残ります

3. 確認すべきこと

- Organic Searchの伸びの内訳: 探索レポートで「ランディングページ×セッションのデフォルトチャネルグループ」を掛け合わせ、Search Consoleでクエリ別の表示回数・順位を確認する
- Organic Socialの内訳: ディメンション「セッションの参照元/メディア」でプラットフォーム別に分解する
- Referralの紹介元: 「セッションの参照元」で新規参照元の有無を確認する。あわせてUnassigned（310セッション）のUTM未設定流入が紛れていないか見る

編集部がこの出力で評価しているのは、Organic Socialの減少を「悪化」と断定せず、登録が横ばいである事実とセットで仮説にした点です。プロンプトの「断定しない」「計算式が追える形で」という制約がなければ、AIは「SNS施策の見直しが急務です」のような踏み込みすぎた結論を書きがちです。人間の仕事は、この仮説リストを持って実際のGA4画面で裏を取ること。ここは自動化しません。

ステップ3: 定型レポート生成プロンプト（全文）と出力

2本目のプロンプトは、示唆出しの結果を毎月同じ形式のレポートに流し込む役割です。フォーマットをプロンプト側に固定してしまえば、翌月からはCSVを差し替えるだけで同じ体裁のレポートが出ます。全文です。

先ほどのデータと示唆をもとに、月次レポートを作成してください。宛先はマーケティング部長で、GA4の指標定義に詳しくありません。

# 出力フォーマット（毎月固定）
## 月次サマリー（3行以内）
## チャネル別実績（表: チャネル/セッション/前月比/NL登録/登録率）
## 今月のトピック（3点。事実と仮説を区別する）
## 来月に向けた確認・アクション（3点）
## データの注意書き（2行以内）

# 制約
- 数値は渡したデータと、そこから計算できる値のみ使う
- GA4用語（エンゲージメント率など）を使う場合は括弧で一言の説明を付ける
- 施策の最終判断を書かない。「確認する」「検証する」までにとどめる
- 全体で800字以内

参考例（実行記録未確認）です。

## 月次サマリー
7月のセッションは13,850（前月比+7.4%）、ニュースレター登録は179件（同+20.9%）でした。
伸びの中心は検索流入で、量・登録率ともに改善しています。
SNS流入は3割減ですが、登録件数への影響は現時点で軽微です。

## チャネル別実績
| チャネル | セッション | 前月比 | NL登録 | 登録率 |
|---|---|---|---|---|
| Organic Search | 8,420 | +20.6% | 96 | 1.14% |
| Direct | 2,130 | -3.6% | 31 | 1.46% |
| Organic Social | 1,460 | -29.8% | 12 | 0.82% |
| Referral | 890 | +17.1% | 18 | 2.02% |
| Email | 640 | +8.5% | 22 | 3.44% |
| Unassigned | 310 | +10.7% | 0 | - |

## 今月のトピック
1. 【事実】検索流入の登録率が1.06%→1.14%に改善。登録件数の増分（+31件のうち+22件）は検索経由です
2. 【仮説】SNS流入の減少分は登録につながりにくい流入だった可能性があります（登録は11→12件と横ばいのため）
3. 【事実】記事「chatgpt-excel」は1,620セッションに対し登録8件（0.49%）で、主要記事の中で登録率が最も低い水準です

## 来月に向けた確認・アクション
1. 検索伸長の要因ページをSearch Consoleで特定し、再現可能な要素を洗い出す
2. SNS減少をプラットフォーム別に分解し、投稿本数と照らして原因を確認する
3. 「chatgpt-excel」の登録導線（訴求文・設置位置）を他記事と比較検証する

## データの注意書き
数値はGA4探索レポート（エンゲージメント率=10秒以上滞在等の条件を満たすセッション割合）に基づきます。
集計方法により管理画面の表示と若干の差が出る場合があります。

この例は社内共有用の形式を示すものです。共有前に表の数値を元CSVと照合し、集計条件・期間・単位や解釈も確認してください。AIの出力をそのまま転記せず、根拠となるデータと対応させます。

ここまでの2本で毎月のレポートは回りますが、市場環境やニュースまで含めた背景分析を足したい月は、Deep Research系の使い方をまとめたDeep Researchで市場調査を半日で終わらせる手順が参考になります。

「自動化」をどこまで進めるか

この手順の自動化レベルは3段階あり、まずは段階1で十分です。段階1は今回の手動運用（月1回、CSV貼り付け→プロンプト2本）。段階2はプロンプトと探索レポートのテンプレ化で、実質の作業はダウンロードと貼り付けの数分になります。段階3はBigQuery+スケジュール実行で人手を完全に外す構成ですが、数字の照合という人間の仕事まで消えてしまう設計は編集部としては推していません。レポートの数字に説明責任を持つのは、最後まで人間です。

所要時間の計測設計を以下に示します。測定開始や結果を確認した記録はありません。

検証方法の例（結果未掲載）: 本メディアの月次レポートを「手作業（転記+コメント執筆）」と「本記事の2プロンプト運用」の2通りで作成し、照合作業込みの総所要時間を比較する。編集部での実施・結果を示すものではありません。

AIが誤読しやすいGA4の罠5つ

生成AIはGA4の仕様を踏まえずに数字を額面通り解釈するため、渡す側が罠を知っている必要があります。プロンプト1の「データの前提」ブロックはこのためにあります。具体的には次の5つです。

1. サンプリング。探索レポートはクエリ対象が1,000万イベントを超えるとサンプリングされ、実数とズレます。レポート右上のアイコンで適用有無を確認できます。サンプリングされたデータの小さな前月比差分を、AIは平気で「改善」と解釈します
2. (not set)。ディメンションの値を取得できなかった行で、ユーザーの行動ではありません。今回のダミーにも入れましたが、ランディングページの(not set)はページビューを伴わないセッションなどで発生する計測上の産物です。前提を渡さないと、AIは「(not set)ページの改善」という無意味な示唆を出します
3. 直帰率の定義変更。GA4の直帰率は「エンゲージメントのなかったセッションの割合」で、UAの「1ページだけ見て離脱」とは別物です。過去のUAレポートと並べて渡すと、AIは同じ指標として前年比を計算してしまいます
4. しきい値。Googleシグナルが有効なプロパティでは、少数ユーザーの行が非表示になり、行の合計が全体値と合わないことがあります。AIはこの差分を「その他の流入」と解釈しがちです
5. 集計の遅延。GA4のデータ確定には24〜48時間かかります。月初1日に前月データを出すと月末分が欠けることがあるため、エクスポートは月初2営業日目以降が安全です

対策はシンプルで、自社プロパティで該当する項目をプロンプトの前提ブロックに書き足すことです。AIに仕様を推測させず、仕様を教えてから読ませる。これだけで誤読の大半は防げます。

個人情報を含むデータを渡さない

GA4のデータをAIに渡す前に、個人を特定できる情報が含まれていないかを必ず確認してください。集計表でも少数の対象者やURL・イベント値との組合せから個人を識別できる場合があります。入力前に次のケースを確認します。

• URLパラメータにメールアドレスやユーザーIDが残ったページパス（例: /thanks?email=...）。ランディングページのディメンションにそのまま出ます
• User-IDやカスタムディメンションに顧客識別子を入れているプロパティのエクスポート
• BigQueryの生イベントデータ。user_pseudo_idや細かい行動ログ単位のデータは、集計してから渡すのが原則です

そもそもURLに個人情報が載る実装はGA4のポリシー違反でもあるので、見つけたら計測側の修正が先です。あわせて、使うAIツールが入力データを学習に使わない設定（法人プランやオプトアウト）になっているかを確認してから運用を始めてください。レポートの効率化と引き換えにしていい情報ではありません。

実データで検証する場合の設計

この記事にはダミーデータに基づく参考例を掲載しています。本メディアのGA4実データで実行した記録や差し替え予定は確定していません。

検証方法の例（結果未掲載）: 本メディアのGA4で「チャネル×セッション・エンゲージメント率・NL登録」の探索レポートを作成し、公開後最初の月次でプロンプト2本を実行、数値をマスクした実出力に本記事の該当セクションを差し替える。編集部での実施・結果を示すものではありません。

差し替え時は、ダミーでは作れなかった「実データ特有のノイズ」（Unassignedの中身、しきい値適用の実例）がどう出たかも追記する予定です。本メディアはAI活用の実験台を兼ねているので、SEO記事の順位実データを開示するAI記事作成はSEOで戦えるかや、自サイトの実装をコード付きで公開するAIO実装手順と同じ方針で、この記事も実測で更新していきます。

よくある質問

GA4に組み込まれたGeminiの分析機能があれば、この手順は不要では？

用途が違うので併用が答えです。GA4内のAI機能は画面上の探索や異常検知には便利ですが、自社フォーマットの月次レポートを毎月同じ体裁で出す用途には向きません。プロンプトを自社仕様に固定できること、レポート文面まで一気に作れることが、エクスポート方式の利点です。

ChatGPTやGeminiでも同じプロンプトで動きますか？

プロンプト2本はモデル依存の書き方をしていないため、そのまま試せます。本記事の掲載例について実行記録は確認できておらず、他モデルでの出力品質は未検証です。特に「断定しない」「数値を作らない」という制約への追従度はモデルで差が出やすいので、最初の1〜2回は出力の数字を全件照合してから常用してください。

CSVが大きすぎて貼り付けられないときは？

探索レポート側で行数を絞るのが先決です。月次の意思決定に使う粒度なら、チャネル別6〜10行とランディングページ上位20行で足ります。それでも足りない分析（全ページの網羅チェックなど）は、貼り付け運用ではなくBigQueryでの集計に切り替えるサインだと考えてください。

週次レポートにも使えますか？

使えますが、集計遅延に注意が必要です。GA4はデータ確定まで24〜48時間かかるため、月曜朝に先週分を出すと日曜のデータが未確定の場合があります。週次で回すなら対象期間を「前週日曜まで」ではなく確定済みの範囲に固定し、プロンプト1の前提ブロックにその旨を書いておくと誤読を防げます。

ニュースレターの新規登録は現在停止しています。最新記事は記事一覧またはRSSで確認できます。

入力情報を扱う際は、利用目的・利用規約・社内規程・委託や第三者提供の条件を確認してください。氏名の置換や学習利用の停止だけで全条件を満たすとは限りません。個人情報保護委員会の生成AI利用に関する注意喚起