メインコンテンツへスキップ
見出し画像

ChatGPTにRobomaのBigQueryを繋いだら、AI広告分析が会話だけで終わった話

    Roboma【広告レポートツール・データインフラ・AI構築支援】

    今日はChat GPTとRobomaの広告レポートが蓄積されたBigQueryとの連携について試してみたので、ご紹介します。

    ChatGPTのチャット画面に向かって「直近30日の広告分析をしてください。メディア別、キャンペーン別、グループ別、クリエイティブ別などの観点で」と打ち込みました。

    数秒後、勝ちクリエイティブのランキングと改善優先順位が画面に並んでいました。

    画像

    以前、Claude版で同じことをやりました

    少し前に、Claude MCPを使ってRobomaのBigQueryデータを分析する、という記事を書きました。

    そちらではClaudeデスクトップアプリにBigQuery MCPサーバーを設定し、広告データをAIチャットで分析する手順をご紹介しました。

    「試してみたい」という声をいただいたり、社内でも使い続けているのですが、「ChatGPTでも同じことはできるの？」という疑問が出てきました。

    結論から言うと、できます。設定方法も思ったよりシンプルでした。

    ChatGPT版のMCP連携、何が違うか

    Claude版はデスクトップアプリの設定ファイルを直接編集する方法でした。少し開発者寄りの操作が必要で、「ここで詰まった」という方もいたと思います。

    最近 Google が公式に出した「BigQuery リモート MCP サーバー」を活用することでブラウザのUI上で完結します。設定ファイルを触る必要はありません。ChatGPT の無料プランでも試せます。

    ただし、ChatGPT側に「開発者モード」をONにするという前準備と、GCP（Google Cloud Platform）でOAuthクライアントを作成するという手順が必要です。

    MCP 設定手順

    Step 1. ChatGPTの「開発者モード」をONにする

    ChatGPTの設定画面を開き、「アプリ」メニューへ進みます。「開発者モード」というトグルがあるので、これをONにします。

    「リスクが上昇」と赤いバッジが表示されますが、「公式審査を通っていないMCPサーバーを自己責任で使える」という意味です。BigQuery MCPはGoogleが公式に提供しているサーバーなので、実用上の問題はありません。

    画像

    Step 2. GCPでOAuthクライアントを先に作成する

    GCPのコンソールにアクセスし、「Google Auth Platform」から「クライアント」を選んで、ウェブアプリケーション用のOAuth 2.0クライアントを作成します。

    ポイントは「承認済みのリダイレクトURI」の欄です。この時点ではChatGPT側のコールバックURLがまだわかっていないので、いったん空のまま保存しておきます。

    Step 3. ChatGPTに「BigQuery MCP サーバー」アプリを登録する

    開発者モードをONにした状態で「アプリを作成する」から新規アプリを追加します。設定値は以下のとおりです。

    • 名前: BigQuery MCP サーバー

    • URL: https://bigquery.googleapis.com/mcp

    • 認証方式: OAuth

    • Client ID / Client Secret: Step 2で作成したものを入力

    アプリ作成画面の右側に「コールバック URL」が表示されるので、これをコピーします。

    画像

    Step 4. GCPのOAuthクライアントにコールバックURLを登録する

    Step 2で作成したGCPのOAuthクライアントを開き、「承認済みのリダイレクトURI」にStep 3でコピーしたURLを貼り付けて保存します。

    画像

    ここが唯一の「往復作業」になります。ChatGPT → GCP → ChatGPTの順番で設定するイメージです。最初にこの順番を知らずに進めて、私はリダイレクトURIの設定漏れでエラーを1回出しました。

    Step 5. Googleアカウントでサインインして接続完了

    ChatGPT側のアプリ設定を保存すると「BigQuery MCPサーバーでサインイン」ボタンが表示されます。Googleアカウントでログインすれば接続完了です。

    画像

    実際に分析してみると

    接続が完了したら、チャット画面で分析を始められます。最初に「GCPのプロジェクトIDは〇〇です」と伝えると、ChatGPTがBigQuery内のテーブル一覧を自動で取得してくれます。

    Robomaのデータセットを参照させると、ads_all_in_one（広告統合データ）、daily_ad_age_insights（年齢別実績）、daily_ad_device_insights（デバイス別実績）、daily_ad_placement_insights（配信面別実績）など、媒体横断で整理されたテーブルが一覧で確認できました。

    画像

    「直近30日の広告分析をしてください。メディア別、キャンペーン別、グループ別、クリエイティブ別などの観点で」と投げると、ChatGPTは自分でSQLを組み立ててBigQueryに投げ、結果を日本語でまとめてくれます。返ってきた内容はサマリーから始まり、勝ちクリエイティブのランキング、弱いクリエイティブの特定、改善優先順位の提案まで一気通貫でした。

    画像

    「勝ちクリエイティブの構造を分析して、次の画像生成用プロンプトを作って」と続けることもできます。勝ちパターンの分析からクリエイティブ制作の指示書まで、チャットの中で完結しました。

    画像

    なぜRobomaのデータはAIで読めるのか

    Claude版でも同じことが起きていましたが、今回うまく動いた理由の一端はRobomaのデータ設計にあります。

    広告データをBigQueryに入れるだけでは、媒体ごとにカラム名も粒度もバラバラになりがちです。AIがSQLを組み立てようとしても「何がどこにあるか」の把握から詰まってしまいます。

    Robomaは媒体ごとの指標を正規化したうえで、最小広告粒度（広告単位）のレポートをBigQueryに蓄積しています。

    ChatGPTがテーブル一覧を見た瞬間に内容を推測できたのは、構造が整理されていたからです。

    生データをそのまま流し込んだBigQueryでは、同じ体験にはならないと思います。

    まとめ

    ChatGPTとRobomaのBigQueryをMCPで接続すると、勝ちクリエイティブの特定から媒体別の改善優先順位の提案まで、チャット内で完結します。

    Claudeデスクトップ版との大きな違いは「ブラウザUIだけで設定が完結する点」と「無料プランでも試せる点」です。設定ファイルを触るのが不安だった方にとっては、ChatGPT版のほうが取っつきやすいかもしれません。

    一方、Claude版はデータ分析の質の高さや接続の安定性などで一日の長があります。どちらを使うかは用途次第ですが、両方試してみる価値はあります。

    Robomaは、AI-Readyな広告データインフラです。AIでの分析に興味がある方は、以下からお問い合わせください。無料でお試しいただけます。


    あなたへのおすすめ