日次データ自動分析を実現する3つのアプローチ

サーチコンソールのデータを毎日自動で取得・分析するには、主に3つの構成パターンがあります。目的や技術要件に合わせて最適な手法を選択しましょう。

Google Cloud利用時の課金に関する重要注意点

API連携やBigQueryエクスポート、クラウド上での自動実行を行うにあたり、Google Cloud（GCP）の課金体系について必ず事前に確認・対策を行ってください。

PythonとSearch Console APIを活用する環境構築手順

日次データを自由に集計・加工し、AI連携や通知を行いたい場合に最適な「Python ＋ Google Search Console API」の環境構築手順を順を追って解説します。

Google Cloudプロジェクトの作成とAPIの有効化

APIを利用するために、Google Cloud Consoleでプロジェクトを作成し、Search Console APIを有効化します。

1. Google Cloud Console にアクセスし、新しいプロジェクトを作成します（例：search-console-analytics）。※プロジェクト作成時に請求先アカウントの紐付けを求められた場合は、前述の予算アラート設定を必ず併せて行いましょう。
2. 左側メニューの「APIとサービス」＞「ライブラリ」を開きます。
3. 検索窓に「Google Search Console API」と入力して選択し、「有効にする」をクリックします。

サービスアカウントの作成と秘密鍵（JSON）の発行

プログラムから自動アクセスするための専用アカウント（サービスアカウント）を発行します。

1. 「APIとサービス」＞「認証情報」を開きます。
2. 上部の「＋ 認証情報を作成」から「サービスアカウント」を選択します。
3. サービスアカウント名（例：sc-daily-bot）を入力して作成を完了します（ロールの指定は省略可）。
4. 作成されたサービスアカウントの一覧から該当アカウントをクリックし、「キー」タブを開きます。
5. 「鍵を追加」＞「新しい鍵を作成」をクリックし、キーのタイプとして「JSON」を選択してダウンロードします。
6. ダウンロードされたJSONファイル（例：credentials.json）をプロジェクトフォルダに安全に配置します。

Search Consoleでのサービスアカウント権限追加

作成したサービスアカウントが対象サイトのデータを閲覧できるように権限を付与します。

1. サービスアカウントのメールアドレス（xxxx@xxxx.iam.gserviceaccount.com）をコピーします。
2. Google Search Console を開き、分析対象のプロパティを選択します。
3. 左側メニューの「設定」＞「ユーザーと権限」をクリックします。
4. 「ユーザーを追加」をクリックし、先ほどのサービスアカウントのメールアドレスを入力して、権限を「全権所有者」または「閲覧者（フルまたは制限付き）」に設定して保存します。

Python実行環境とライブラリのセットアップ

データ取得と解析に必要なPythonライブラリをインストールします。

pip install google-api-python-client google-auth httplib2 pandas

日次データを自動取得するPythonスクリプトの実装例

以下のスクリプトは、指定した日付の検索パフォーマンス（検索キーワード、ランディングページ、表示回数、クリック数、CTR、平均掲載順位）を取得し、pandasのデータフレームとして整理する実装例です。

import datetime
import os
import pandas as pd
from google.oauth2 import service_account
from googleapiclient.discovery import build

# 設定項目
KEY_FILE_PATH = "credentials.json"  # サービスアカウント鍵のパス
SITE_URL = "https://example.com/"    # サーチコンソールのプロパティ（ドメインプロパティの場合は sc-domain:example.com）

# 認証スコープとクライアントの初期化
SCOPES = ["https://www.googleapis.com/auth/webmasters.readonly"]
credentials = service_account.Credentials.from_service_account_file(
    KEY_FILE_PATH, scopes=SCOPES
)
service = build("searchconsole", "v1", credentials=credentials)

# サーチコンソールのデータは2〜3日遅れて確定するため「3日前」の日付を対象とする
target_date = (datetime.date.today() - datetime.timedelta(days=3)).strftime("%Y-%m-%d")
print(f"取得対象日: {target_date}")

# クエリパラメータの設定
request_body = {
    "startDate": target_date,
    "endDate": target_date,
    "dimensions": ["query", "page"],
    "rowLimit": 25000  # 1リクエストの最大取得件数
}

try:
    response = service.searchanalytics().query(
        siteUrl=SITE_URL, body=request_body
    ).execute()

    rows = response.get("rows", [])
    if not rows:
        print(f"{target_date} のデータはまだ存在しないか、検索流入がありません。")
    else:
        records = []
        for row in rows:
            records.append({
                "date": target_date,
                "query": row["keys"][0],
                "page": row["keys"][1],
                "clicks": row["clicks"],
                "impressions": row["impressions"],
                "ctr": round(row["ctr"] * 100, 2),
                "position": round(row["position"], 1)
            })

        df = pd.DataFrame(records)
        print(f"取得完了: {len(df)} 件のレコードを取得しました。")
        print(df.head())

        # 日次CSVとして保存
        output_dir = "sc_daily_data"
        os.makedirs(output_dir, exist_ok=True)
        csv_path = os.path.join(output_dir, f"sc_data_{target_date}.csv")
        df.to_csv(csv_path, index=False, encoding="utf-8-sig")
        print(f"CSV保存完了: {csv_path}")

except Exception as e:
    print(f"データ取得中にエラーが発生しました: {e}")

スクリプトの日次定期実行（自動化）の構築方法

作成したPythonスクリプトを毎日決まった時刻に自動実行させる代表的な仕組みです。

ノーコードで毎日データを蓄積するBigQuery連携手順

プログラミングを行わずにSearch Consoleの全データを永久保存し、Looker Studioで自動更新ダッシュボードを作りたい場合は、標準の「一括データエクスポート」機能が最も適しています。

1. Google Cloud Consoleでプロジェクトを作成し、BigQuery APIを有効化します（※課金登録が必要となります）。
2. Search Consoleの管理画面を開き、左メニューの「設定」＞「一括データエクスポート」をクリックします。
3. Google CloudのプロジェクトIDを入力し、データセットの保存場所（例：asia-northeast1 (Tokyo)）を選択します。
4. 連携設定を保存すると、翌日以降、自動的に日次テーブル（searchdata_site_impression / searchdata_url_impression）がBigQuery上に自動作成・追記されます。
5. Looker Studioで該当のBigQueryデータセットに接続すれば、日次更新される検索パフォーマンスレポートを容易に構築できます。

サーチコンソール自動分析における重要注意点

日次自動分析を安定して運用するためには、Search Console特有の仕様とデータ特性、およびクラウドの費用管理を正しく理解しておく必要があります。必ず以下の点に注意してください。

まとめと自動化の発展

Search Consoleの日次データを自動化することで、手作業の集計コストをゼロにし、サイトの検索流入の変化をすばやくキャッチできるようになります。

自動取得環境が整った後は、以下のような高度な分析へ発展させるのがおすすめです。

• 順位急落・急上昇アラート：前週同曜日と比較して平均掲載順位が大きく変動したキーワードを検知し、Slack等へ即座に通知する。
• 低CTRキーワードの自動抽出：表示回数が多いにもかかわらずCTRが著しく低い記事を特定し、タイトルやmeta descriptionの改善候補リストを作成する。
• 生成AIによる自動考察レポート：日次データをGemini API等へ渡し、要因分析や改善アクションの提案文を自動作成する。

Google Cloudの予算管理・アラートを適切に設定した上で、本記事の手順に沿って安全かつ効率的な自動分析環境を構築してみてください。