第1回の記事でGCPと連携し、第2回の記事でGA4のデータを「蓄積」するスクリプトを作成しました。

しかし、第2回の状態では、まだ手動で「実行ボタン」を押す必要があり、せっかくの仕組みが自動化されていません。

最終回となる今回は、

1. スクリプトを「トリガー」で完全自動化する
2. 蓄積したデータを分析し、日々のSEO（検索エンジン最適化）活動に活かす

この2点を達成し、「自動でデータが貯まり、日々のサイト改善に役立つレポート」を完成させましょう。

GASの「トリガー」で毎日データを記録

まずは、このスクリプトを「毎日決まった時間に自動で実行」するように設定します。この仕組みを「トリガー」と呼びます。

ステップ1：トリガー設定画面を開く

1. GASエディタの左側にあるメニューから「トリガー」（目覚まし時計のアイコン）をクリックします。
2. トリガーの管理画面が表示されます。

ステップ2：新しいトリガーを追加する

1. 画面右下にある「＋ トリガーを追加」ボタンをクリックします。
2. 設定ダイアログが表示されます。

ステップ3：実行内容を設定する

ダイアログで、以下のように設定を行います。

項目	設定値
実行する関数を選択	fetchGA4Data （第2回で作成した関数名）
実行するデプロイを選択	Head
イベントのソースを選択	時間主導型
時間ベースのトリガーのタイプを選択	日付ベースのタイマー
時刻を選択	午後 1 時～ 2 時 （お好きな時間）

※日付が変わった直後はGA4のデータが反映されていない場合があるため、時間をおいて記録するようにして下さい

ステップ4：保存する

1. 設定が完了したら「保存」ボタンをクリックします。
2. もし再度「承認」を求められた場合は、第1回と同様の手順で承認してください。

これで、GASが毎日午後1時～2時の間に自動で fetchGA4Data を実行し、スプレッドシートに前日のデータを1行ずつ追加（蓄積）してくれるようになりました。

AI分析がもたらす3つの視点

せっかく自動でデータを集めても、ただスプレッドシートを眺めるだけではサイトは成長しません。
しかし、膨大な数字の羅列から「改善のヒント」を人間が見つけ出すのは、時間もスキルも必要です。

そこで役立つのが、スプレッドシートに搭載されたAI「Gemini」です。

AIにデータを読ませることで、以下の3つの高度な視点が得られます。

リスク管理としての「異常検知」

• 分かること： 「特定の日だけCV（成果）率が急落している」「主力記事への流入が止まっている」といった、致命的な機会損失の兆候。
• 活用例： サーバーダウンやリンク切れなどのトラブルを早期発見し、売上や信頼の損失を最小限に抑える。

顧客解像度を高める「行動分析」

• 分かること： 「検索流入のユーザーは熟読しているが、SNS経由は直帰率が高い」など、チャネルごとのユーザーの質（LTVの可能性）。
• 活用例： 費用対効果（ROI）の高い集客チャネルを特定し、広告費や運用リソースを最適配分する判断材料として活かす。

既存資産の価値を最大化する「リライト戦略」

• 分かること： 「過去の記事だが、エンゲージメントが高くコンバージョンに近い」といった、埋もれている優良コンテンツ。
• 活用例： 新規記事を量産するよりも、既存記事のブラッシュアップ（リライト）だけで成果を伸ばす「高効率な施策」の立案。

それでは、これらを実際に引き出すための「プロンプト（AIへの指示文）」を見ていきましょう。

AI分析の具体的なプロンプト

前章で解説した「3つの視点」を実際に業務で活用するための、具体的な指示方法（プロンプト）を見ていきましょう。スプレッドシートのGemini機能を使えば、複雑な計算式を組むことなく、チャットによる対話だけでこれらの高度な分析が可能になります。

スプレッドシートの画面右上にあるGeminiのマークをクリックすると、右側にGeminiのパネルが表示されます。
※スプレッドシートでGeminiを利用するためにはGemini for Google Workspace等の契約が必要です。

第2回で作成した各シート（「日次サマリー」「流入元データ」「記事ランキング」）に対し、どのような質問（プロンプト）を投げれば回答が得られるか、4つの実例を紹介します。

1. サイト全体の状態把握（日次サマリー）

まずは「日次サマリー」シートを使って、サイト全体で何が起きているかを確認します。

異常値（スパイク）の発見と原因推測

「昨日、急にアクセスが増えた（減った）？」という変化は、チャンスやトラブルの予兆です。

手順： 「日次サマリー」シートのデータ全体を選択し、以下のプロンプトを入力します。

得られる分析： 単に「増えた」だけでなく、「じっくり読まれた（質が高い）」のか、「一瞬で離脱された（質が低い）」のかまで分かります。

2. 質の高い集客チャネルの特定（流入元データ）

次に「流入元データ」シートを使って、「どこから来た人が、一番熱心に記事を読んでくれているか」を知り、効率的な集客を目指します。

質の高い流入元の特定（コスパの良い集客）

セッション数（量）だけでなく、エンゲージメント（質）が高い流入元を探します。

手順： 「流入元データ」シートのデータ範囲を選択し、以下のプロンプトを入力します。

得られる分析： 「Google検索（SEO）は数は多いが、実は特定のSNSやメルマガからの流入の方が、熱心に記事を読んでくれている」といった、隠れた「得意ルート」が見つかります。

3. コンテンツ改善・リライト候補の選定（記事ランキング）

最後に「記事ランキング」シートです。ここが最もSEO効果が高い分析です。「どの記事を直すべきか」をAIに見つけてもらいます。

「隠れ人気記事」の発掘（リライト候補）

PV数はトップ層ではないものの、読んだ人の満足度が高い記事は、少し手直しするだけで化ける可能性があります。

手順： 「記事ランキング」シートのデータ範囲を選択し、以下のプロンプトを入力します。

得られる分析： じっくり読まれている記事は、タイトルや導入文を改善してクリック率を上げたり、情報を最新化（リライト）することで、サイトの主力記事に育つ可能性があります。

回遊率の低い記事の特定（内部リンク強化）

「読まれているのに、1ページだけで帰ってしまっている記事」もったいないですよね。

手順： 「記事ランキング」シートのデータ範囲を選択し、以下のプロンプトを入力します。

得られる分析： 「この記事を読んだ人は、他の記事を読まずに帰っている」と分かるので、「関連記事へのリンクを増やそう」「文末にオススメ記事を貼ろう」という具体的な改善策が打てます。

まとめ

全3回にわたり、GASとGA4 APIを連携し、分析まで行う方法をご紹介しました。

• 第1回： GCPの設定とGASの連携により、自動化の土台を作成。
• 第2回： 3種類のGA4データを記録するスクリプトを作成。
• 第3回： 「トリガー」で完全自動化し、AIで具体的なサイト改善を分析。

これで、「メンテナンス不要で、毎日自動で最新のレポートが更新され、AIが分析をサポートしてくれる仕組み」が完成しました。

集計作業に使っていた時間は、これからは「どの記事をリライトしようか？」「次はどんな発信をしようか？」という、本来すべきサイト改善や記事作成の時間に使ってください。

本連載が、あなたの業務効率化とサイト成長の第一歩になれば幸いです。

「手順通りやったけどうまく動かない」「もっと自社独自のデータを取りたい」といったご相談はありませんか？いわてデジタル活用室では、ツールの導入支援やカスタマイズのご相談も承っています。お気軽にお問い合わせください。