Shopify向けAnalytics MCP
ストア操作MCPサーバーは商品や注文の管理を可能にします。Analytics MCPサーバーはさらに一歩進み、売上レポート、トラフィックデータ、マーケティングパフォーマンス、クロスプラットフォームのビジネスインテリジェンスへのアクセスを提供します。Shopify Analytics、Google Analytics、広告プラットフォームのダッシュボードを切り替える代わりに、MCPを通じてすべてのデータに会話形式でクエリできます。
Analytics MCPの全体像
Shopifyマーチャントと開発者に関連するアナリティクス機能を提供するMCPサーバーがいくつかあります:
| サーバー | フォーカス | データソース | トランスポート |
|---|---|---|---|
| Adzviser MCP | マーケティング＆売上分析 | Shopify, Google Ads, Meta Ads, GA4 | stdio |
| CData Code Assist | データベース型クエリ | Shopify + 200コネクタ | stdio |
| Composio Tool Router | マルチプラットフォームオーケストレーション | Shopify + 100以上の統合 | stdio/HTTP |
| カスタムMCP | 独自の要件 | 自分で構築したもの | 任意 |
Adzviser MCPによるShopifyアナリティクス
Adzviserは、マーケティングプラットフォームと並んでShopifyのアナリティクスに接続するMCPサーバーを提供し、自然言語クエリを通じてストアパフォーマンスの統一ビューを得られます。
Adzviserが提供するもの
- 売上分析: 売上、注文数、AOV、期間別コンバージョン率
- 商品パフォーマンス: ベストセラー、低回転商品、商品/コレクション別の売上
- マーケティングアトリビューション: Google Ads、Meta Ads、TikTok Adsにわたる広告費vs売上
- 顧客分析: 新規vs再訪、LTV推定、地理的分布
- トラフィック分析: セッション、ページビュー、直帰率、トラフィックソース（GA4統合経由）
セットアップ
claude mcp add adzviser -- npx -- -y @adzviser/mcp-server
インストール後、Adzviserアカウントで認証する必要があります。これにより各データソース（Shopify、Google Adsなど）へのOAuth接続が処理されます。
{
"mcpServers": {
"adzviser": {
"command": "npx",
"args": ["-y", "@adzviser/mcp-server"],
"env": {
"ADZVISER_API_KEY": "your-api-key"
}
}
}
}
クエリ例
接続後、自然言語でアナリティクスの質問ができます:
> What was our total revenue, order count, and average order value
for the last 30 days? Compare it to the previous 30-day period.
> Which 10 products generated the most revenue this month?
Include units sold and average selling price for each.
> Compare our Google Ads and Meta Ads performance for Q1.
Show spend, revenue attributed, ROAS, and cost per acquisition
for each platform.
> What percentage of our revenue comes from returning customers
vs first-time buyers? Show the trend over the last 6 months.
MCP経由のアナリティクスデータは通常数時間ごとに更新され、リアルタイムではありません。リアルタイムの注文通知や在庫アラートには、Shopify Webhookを直接使用してください。MCPアナリティクスはレポート、トレンド分析、戦略的意思決定に最適です。
CData Code Assist MCP
CDataはアナリティクスへの異なるアプローチを提供します -- 構築済みダッシュボードの代わりに、Shopifyデータ（および200以上の他のデータソース）に対するSQLのようなクエリ機能を提供します。
セットアップ
claude mcp add cdata -- npx -- -y @cdata/code-assist-mcp
ユースケース
CDataは単純なレポートクエリを超えた複雑なデータ分析が必要な場合に優れます:
> Query our Shopify order data to build a monthly cohort analysis.
Group customers by their first order month, then show retention
(repeat purchase rate) for each subsequent month.
> Join our Shopify order data with our Google Analytics session
data to calculate true conversion rate by traffic source,
accounting for multi-session purchase journeys.
Adzviserは標準的なマーケティングと売上レポートに適しています -- 一般的なマーチャントの質問に最適化された構築済みアナリティクスを提供します。CDataはカスタム分析、クロスプラットフォームデータの結合、標準レポートではサポートされない方法でのデータクエリに適しています。多くのチームは両方を使用しています。
Composio Tool Router
Composioはより広範なアプローチを取ります -- Shopify、Slack、Google Sheets、メール、CRMを含む100以上のプラットフォームにAIエージェントを接続するツールルーティングレイヤーです。
セットアップ
claude mcp add composio -- npx -- -y composio-mcp
マルチプラットフォームワークフロー例
> Pull today's Shopify sales total, top 3 selling products,
and any orders over $500. Format this as a daily digest
and post it to our #sales-updates Slack channel.
> Check inventory levels for all products. Export any products
with less than 20 units in stock to our "Reorder Alerts"
Google Sheet, including product name, SKU, current stock,
and 30-day average sales velocity.
Composioは強力ですが範囲が広いです。Shopify固有のアナリティクスには、専用サーバー（Adzviser、CData）がより深い機能を提供します。Composioはワークフローが本質的に複数プラットフォームにまたがる場合に最適です。
MCPデータによるカスタムアナリティクスダッシュボードの構築
成熟したShopifyビジネスにとって最も強力なアプローチは、MCPデータアクセスとカスタムダッシュボードを組み合わせることです。
アーキテクチャパターン
1. Claude Code（MCPサーバー付き）が複数のソースからデータをクエリ
2. データが標準化された形式に処理・構造化
3. 結果がローカルデータベースまたはJSONファイルに書き込み
4. フロントエンドダッシュボード（React、Next.js、またはシンプルなHTML）がデータを可視化
Claude Codeでの実装
> Create a data pipeline script that:
1. Uses the Shopify MCP to pull the last 30 days of orders
2. Calculates daily revenue, order count, and AOV
3. Groups products by collection and calculates revenue per collection
4. Computes customer segmentation (new vs returning)
5. Writes all results to JSON files in data/analytics/
6. Create a simple React dashboard component that reads and
visualizes these JSON files using Recharts
スケジュールされたデータ更新
本番ダッシュボードでは、MCPデータ収集をcronジョブと組み合わせます:
import { exec } from 'child_process';
// cron経由で実行: 0 */4 * * * (4時間ごと)
// このスクリプトはClaude CodeにMCPサーバーを使用して
// アナリティクスデータを更新し、更新されたJSONファイルを書き込むよう依頼
async function refreshAnalytics() {
// Shopify Store MCP経由で注文データを取得
const orders = await fetchRecentOrders(30); // 過去30日
// メトリクスを計算
const dailyRevenue = aggregateByDay(orders);
const topProducts = rankByRevenue(orders);
const customerSegments = segmentCustomers(orders);
// ダッシュボード消費用のデータファイルに書き込み
await writeJSON('data/daily-revenue.json', dailyRevenue);
await writeJSON('data/top-products.json', topProducts);
await writeJSON('data/customer-segments.json', customerSegments);
console.log(`Analytics refreshed: ${orders.length} orders processed`);
}
初日から包括的なアナリティクスプラットフォームを構築しようとしないでください。単一のメトリクス（日次売上）から始め、データが正確であることを確認してから、徐々にメトリクスを追加してください。各MCPクエリはトークンと時間を消費します -- インクリメンタルに構築してください。
適切なAnalytics MCPの選択
| シナリオ | 推奨アプローチ |
|---|---|
| 素早い売上チェック | Shopify Store MCP（直接注文クエリ） |
| マーケティングROIレポート | Adzviser MCP |
| カスタムデータ分析 | CData Code Assist MCP |
| マルチプラットフォームワークフロー | Composio Tool Router |
| 本番ダッシュボード | カスタムMCP + データパイプライン |
| 一回限りの深い分析 | Claude Code + Store MCP（手動セッション） |
制限事項と考慮事項
トークンコスト
大規模なデータセットを処理するアナリティクスクエリは、かなりのトークンを消費します。1,000件の注文を取得して分析するクエリは、APIトークンで$1-3かかる場合があります。頻繁なアナリティクスには以下を検討:
- 冗長な取得を避けるための結果のキャッシュ
- サーバーサイドでのデータの事前集計
- 標準メトリクスにはShopifyの組み込みアナリティクスを使用
データの正確性
MCPアナリティクスクエリはShopifyのAPIにクエリし、正確なトランザクションデータを提供します。ただし:
- 売上数字はタイミングとタイムゾーンの違いによりShopifyのダッシュボードと異なる場合があります
- トラフィックデータには別のGA4または類似の統合が必要
- アトリビューションはマーケティングチャネル間で本質的に概算
- 重要な財務数値は常にShopifyの公式レポートと照合してください
レート制限
重いアナリティクスクエリはShopifyのAPIレート制限に達する可能性があります。Admin APIは秒あたり約40のRESTリクエストまたは秒あたり2,000のGraphQLコストポイントを許可します。一括データ取得を計画してください:
> Fetch all orders from last quarter, but pace the API calls
to stay under 50% of the rate limit. I don't need real-time
speed -- accuracy and completeness matter more.
次のステップ
アナリティクスをカバーしたことで、完全なMCPツールキットが揃いました: 開発知識（Dev MCP）、ストア操作（Store MCP）、ビジネスインテリジェンス（Analytics MCP）。最後のピースは独自のカスタムMCPサーバーの構築です。カスタムMCPサーバーの構築に進んで方法を学びましょう。