ECに効くMCPサーバー10選と「組み合わせレシピ」3本｜GA4・広告・顧客の声をAIにつないで検証した

ChatGPTやClaudeに「うちの商品ページ、どこを直せばいい？」と聞いても、返ってくるのは一般論です。AIは自社のデータを見ていないからです。MCP（Model Context Protocol）は、AIに自社データや外部サービスをつなぐ「差し込み口」の共通規格で、何をつなぐかで答えが変わります。この記事では、EC担当者の業務フローに沿ってMCPサーバーを10個整理し、実際に接続して試した3本の組み合わせレシピを、本物の出力とともに紹介します。

検証日：2026年9月7日／使用クライアント：Claude Code（Anthropic）／レビュー統計は主要ECモールの実購入者レビューをTrendViewerで観点別に集計した比率・件数のみを掲載し、レビュー原文は転載していません。

先に結論：MCPは「1つ」より「組み合わせ」で効く

• 単体のMCPは「見える化」止まり。GA4だけなら「離脱が多いページ」は分かっても、なぜ離脱するかは分かりません。
• 行動データ×顧客の声×市場データを重ねると「次の一手」が出る。3本のレシピはいずれも、AIが根拠つきの改善案を数分で返しました。
• うまくいかなかった部分もある。広告文の本文取得、競合の価格帯、ECカートへの反映は、今回の構成では手作業が残りました。該当箇所に正直に書いています。

第1章：EC業務フロー別 MCP地図

EC業務は「店舗を動かす → 集客して計測する → 市場と競合を見る → 顧客の声を聞く」の順に回ります。MCPサーバーもこの4区分で整理すると、自分の業務のどこに差し込めるかが見えます。

各MCPの「何ができる」「誰向け」「触った所感」は、区分ごとの表にまとめました。表の見方は、まず自分の業務に近い区分から読んでください。

1. 店舗操作系：商品・カート・注文を動かす

2. 広告・計測系：集客の結果を数字で見る

3. 市場・競合系：需要・競合・順位を見る

4. 顧客の声系：買った人の評価を見る

「観点」とは、レビューの中で評価されている切り口（例：静音性、耐久性、コスパ）のことです。「言及数」はその観点に触れたレビューの件数、「肯定率／否定率」はそのうち良い評価・悪い評価の割合です。

第2章：組み合わせレシピ3本（実際に実行）

各レシピは「課題 → 使うMCP → 実際のプロンプト → 出力の要約 → 得られた結論 → 所要時間」の順に書きます。出力の要約は、AIクライアントに返ってきた表をそのまま図にしたものです。

レシピA「売れ筋なのに離脱される商品ページを直す」

課題：アクセスはあるのに買われない商品ページがある。何を直せばいいか分からない。

実際のプロンプト：「直近30日でセッションが多いのにエンゲージメント率が低いページを出して。次に、そのカテゴリのレビューで否定率が高い観点を上から3つ出して、商品ページの改善案を作って」

出力の要約：当社サイトはECではないため、GA4のステップは当社のサービス紹介ページで検証し、商品ページに読み替えています。

続けてTrendViewer MCPで、オフィスチェア（メッシュ・人間工学）カテゴリの観点別集計を取りました。言及数の合計は23,002件です。

AIが作った改善案（要約）：否定率の上位3観点をそのまま「買う前の不安」として潰し、肯定率の高い観点を強みとして前面に出す、という4点でした。

数値例（±5cm等）は図の説明用で、AIの出力は「可動方向と可動範囲を数値で明記する」という指示でした。

得られた結論：離脱の原因は「ページの見た目」ではなく「買う前に消えない不安」に集中していました。その不安はレビューの否定率が上から教えてくれます。うまくいかなかった部分：Shopify MCPは検証用ストアがなく未検証のため、反映は「AIが出した修正文を人がカートの管理画面に貼る」手作業で止まりました。当社が自社サイトで行っているクラウドへの直接反映の仕組みはこちらで解説しています。

所要時間：約15分（データ取得は各1分未満。改善案の確認と読み替えに時間を使いました）。

レシピB「広告の訴求軸をレビュー統計で決める」

課題：広告文の訴求は担当者の勘で決めている。どの切り口が刺さるか根拠がない。

実際のプロンプト：「プロテインカテゴリのレビューで、言及数が多くて肯定率も高い観点を上から出して。次に広告キャンペーンの直近30日の成果を取って、訴求とのギャップを指摘して広告文の案を3つ作って」

出力の要約：プロテイン（ホエイ・飲みやすさ）カテゴリの言及数合計は115,075件でした。

次にGoogle Ads MCPで、当社の検索広告キャンペーンの直近30日の成果を取りました（実出力：表示回数1,417・クリック21・クリック率1.48%・平均クリック単価148円・コンバージョン1件）。数字は数秒で返りました。

AIが指摘したギャップ（要約）：プロテイン広告の常套句は「美味しい」「溶けやすい」ですが、レビュー統計ではどちらも肯定率が平凡でした。根拠があるのは「後味」と「続けやすさ」です。

訴求軸は「味」より「後味がよくて続く」に寄せるのが根拠のある選択です。「容器の使いやすさ」は否定率51.9%で、広告で触れると逆効果になるため商品改善の対象に回します。

得られた結論：広告文案は3本とも「後味」「続けやすさ」を軸に生成されました。うまくいかなかった部分：①当社の広告はEC商品ではなく自社サービスのものなので、訴求とのギャップの照合は「手順として成立する」ことの確認にとどまります。②今回のGoogle Ads MCPは広告文の本文を返す機能がなく、既存の訴求は管理画面を目で見て書き写す手作業になりました。

所要時間：約10分（手作業の書き写しを除く）。

レシピC「新規参入カテゴリの下調べを1時間で終える」

課題：ペット家電への参入を検討中。候補カテゴリが複数あり、どれから手をつけるか決めたい。

実際のプロンプト：「自動給餌器・猫用自動トイレ・猫用自動給水器・ペット用ドライヤーの4カテゴリで、否定率が最も高い観点と肯定率が最も高い観点を比べて。次に各カテゴリ語の検索ボリューム・上位表示の難易度・12か月の人気推移を取って、参入可否の判断メモを作って」

出力の要約：3つのMCPの実出力を1枚の表にまとめたものです。

検索数と難易度はAhrefs MCP（日本・直近12か月平均）、相対人気はGoogle Trendsの自作MCP（日本・直近12か月、最大値100の相対指標）の実出力。レビュー統計はTrendViewer MCPの実出力。

AIが作った判断メモ（要約）：①猫用自動トイレは需要が中程度で上位表示の難易度が低く、不満が「耐久性」1点に集中（否定率42.0%）。耐久性を仕様と保証で担保できるなら最有力。②自動給餌器は需要が最大だが難易度68で検索では戦いにくく、不満は「停電対策」と「詰まり」。バッテリー内蔵など明確な差別化が要る。③猫用自動給水器は検索需要は小さいがレビュー言及数は4カテゴリ最多で、不満は「漏れ」に集中。既存商品の改善余地が最も具体的。④ペット用ドライヤーは需要が小さく、季節性（5月ピーク）が強い。

得られた結論：4カテゴリの「需要×競争×不満の集中度」が1枚に並び、参入順の議論ができる状態になりました。うまくいかなかった部分：「競合の価格帯と上位商品」は取れませんでした。Ahrefs MCPの検索結果一覧は上位ページの運営元の強さは返しますが価格は返さず、「猫 自動トイレ」の上位は記事サイト・掲示板・SNS・動画で商品ページが入っていませんでした。価格帯はBright Data MCPのような商品ページ取得系が必要で、今回は未検証のため手作業です。

所要時間：約20分（4カテゴリ×3MCP。価格帯の手作業を除く）。

3本のレシピまとめ

第3章：始め方と注意点

1. 最初の一歩は「読み取り専用のMCPを1つ」。GA4かTrendViewer MCPのように読むだけのものから始めてください。注文・在庫を書き込むMCPは、誰が何を変えられるかの権限設計が必要で、後回しでかまいません。
2. 公式MCPは仕様変更が早い。Google公式のGA4 MCPは「実験版」と明記されています。社内に共有する資料には検証日を必ず書いてください。
3. 従量課金のMCPは上限を決めてから。Ahrefs MCPは1行ごとにユニットを消費します。AIは気軽に何度も呼ぶので、プランの上限設定を先に。
4. AIの出力は「根拠の表」と一緒に保存する。改善案だけ残すと、後で「なぜそう決めたか」が追えなくなります。レシピの表をそのまま議事録に貼るのが実務的です。
5. 人の確認は残す。この記事の改善案も、最終判断は人が行いました。AIは分析と下書きを速くする道具で、方針とチェックは人の仕事です。

無料で試せるものから

• Microsoft Clarity MCP：Clarity自体が無料。プロジェクト設定からAPIトークンを発行して接続します。
• Google公式のGA4 MCP：無料（実験版・自前で動かす）。
• Bright Data MCP：月5,000リクエストの無料枠（未検証）。
• TrendViewer MCP：無料で接続できる公開アカウントを準備中です（提供時期は未定。公開時にこの記事を更新します）。現在はTrendViewerのアカウントで接続し、接続用URLを登録してログインするだけで、設定ファイルの編集やAPIキーの発行は要りません。接続手順と料金はこちら。

よくある質問（FAQ）

この記事について

• 2026年9月7日時点の検証です。各MCPの仕様は変わるため、半年ごとに検証し直して更新する予定です。
• 掲載したレビュー統計はすべて比率・件数で、レビュー原文は転載していません。ブランド名・商品名は出していません。
• 他社MCPの評価は動作確認した範囲だけを書き、確認していない機能は「未検証」と明記しました。
• 技術的な接続手順は本文に載せていません。TrendViewer MCPの接続は接続手順ページ、仕組みの解説はMCP連携とはをご覧ください。