gcloud CLIで広告データ基盤を管理する｜セットアップからBigQuery操作・自動化まで

gcloud CLIとは

gcloud CLIは、Google Cloudのリソースをターミナルから操作するためのツールです。ブラウザでGoogle Cloudコンソールにログインしなくても、コマンドひとつでプロジェクトの設定やBigQueryのテーブル管理ができます。

GUIのコンソールは直感的ですが、繰り返し同じ操作をする場面ではCLIが効率的です。特に広告データ基盤の運用では、テーブルの作成、スケジュールクエリの設定、データ転送の管理などを頻繁に行います。CLIであればこれらの操作をスクリプト化でき、手順の再現性が確保されます。

GUIとCLIの使い分けを整理します。

日常の確認業務はGUIコンソール、繰り返しの操作や自動化はCLIという使い分けが実用的です。

セットアップ手順

Google Cloud SDKのインストール

Google Cloud SDKをインストールすると、gcloud と bq の両方のコマンドが使えるようになります。

# Windows（PowerShell）の場合
# Google Cloud SDK インストーラをダウンロードして実行する
# https://cloud.google.com/sdk/docs/install にアクセスし
# 「Windows 用インストーラ」をダウンロード

# インストール後、PowerShellを再起動して確認
gcloud version
bq version

macOS / Linuxの場合は以下のコマンドでインストールできます。

# macOS / Linux の場合
curl https://sdk.cloud.google.com | bash
exec -l $SHELL
gcloud version

初期設定と認証

インストールが完了したら、初期設定を行います。

# 初期設定ウィザードを起動する
gcloud init

# ブラウザが開くのでGoogleアカウントでログインする
# プロジェクトの選択またはIDの入力を求められる
# デフォルトリージョンは asia-northeast1（東京）を推奨

複数のGoogleアカウントを使い分ける場合は、認証を切り替えます。

# 現在の認証情報を確認する
gcloud auth list

# 別のアカウントで認証する
gcloud auth login

# アプリケーション用の認証（APIを使うスクリプト向け）
gcloud auth application-default login

プロジェクトの設定

操作対象のプロジェクトを設定します。

# 現在のプロジェクトを確認する
gcloud config get-value project

# プロジェクトを切り替える
gcloud config set project YOUR_PROJECT_ID

# 設定一覧を確認する
gcloud config list

運用メモ 複数のクライアントのプロジェクトを管理している場合、gcloud config configurations で名前付きの設定プロファイルを作成できます。gcloud config configurations create client-a のように作成し、gcloud config configurations activate client-a で切り替えます。プロジェクトIDの打ち間違いを防止できます。

bqコマンドの基本操作

bq コマンドはBigQuery専用のCLIです。データセットやテーブルの管理、SQLの実行が可能です。

データセットとテーブルの一覧・詳細

# プロジェクト内のデータセット一覧を表示する
bq ls

# 特定データセットのテーブル一覧を表示する
bq ls YOUR_PROJECT_ID:ad_data

# テーブルのスキーマ（カラム定義）を表示する
bq show --schema --format=prettyjson YOUR_PROJECT_ID:ad_data.raw_google_ads

# テーブルの詳細情報（行数、サイズ、パーティション）を表示する
bq show --format=prettyjson YOUR_PROJECT_ID:ad_data.raw_google_ads

データセットとテーブルの作成

# データセットを作成する（リージョンは東京）
bq mk --dataset --location=asia-northeast1 YOUR_PROJECT_ID:ad_data

# テーブルをSQLで作成する（パーティション付き）
bq query --use_legacy_sql=false "
CREATE TABLE `YOUR_PROJECT_ID.ad_data.raw_google_ads` (
  date DATE,
  campaign_name STRING,
  impressions INT64,
  clicks INT64,
  cost FLOAT64,
  conversions FLOAT64
)
PARTITION BY date
"

データのロードとエクスポート

# CSVファイルをテーブルにロードする
bq load --source_format=CSV --skip_leading_rows=1 YOUR_PROJECT_ID:ad_data.raw_manual_import ./data.csv date:DATE,campaign_name:STRING,impressions:INTEGER,clicks:INTEGER,cost:FLOAT,conversions:FLOAT

# テーブルのデータをCSVとしてGCSにエクスポートする
bq extract --destination_format=CSV YOUR_PROJECT_ID:ad_data.raw_google_ads gs://YOUR_BUCKET/exports/google_ads_*.csv

主要なbqコマンドの一覧を整理します。

運用メモ bq rm はテーブルを即座に削除します。BigQueryのテーブルには7日間のタイムトラベル機能があり、削除後もこの期間内であれば復元可能ですが、本番テーブルに対する bq rm は細心の注意を払ってください。本番操作前に bq show で対象テーブルの内容を確認する手順を習慣にしましょう。

実用例1：bq queryでアドホック分析

ターミナルからSQLを直接実行し、結果を確認する方法です。ブラウザを開かずにデータを確認したい場面で役立ちます。

基本的なクエリ実行

# 直近7日間の日別サマリーを取得する
bq query --use_legacy_sql=false --format=prettyjson "
SELECT
  date,
  SUM(impressions) AS impressions,
  SUM(clicks) AS clicks,
  SUM(cost) AS cost,
  SUM(conversions) AS conversions,
  SAFE_DIVIDE(SUM(cost), SUM(conversions)) AS cpa
FROM
  ``YOUR_PROJECT_ID.ad_data.mart_all_platforms``
WHERE
  date >= DATE_SUB(CURRENT_DATE(), INTERVAL 7 DAY)
GROUP BY date
ORDER BY date DESC
"

結果のCSV出力

クエリ結果をCSVファイルに保存するには、--format=csv を指定します。

# クエリ結果をCSVとしてファイルに保存する
bq query --use_legacy_sql=false --format=csv --max_rows=10000 "
SELECT
  date,
  platform,
  campaign_name,
  SUM(cost) AS cost,
  SUM(conversions) AS conversions
FROM
  ``YOUR_PROJECT_ID.ad_data.mart_all_platforms``
WHERE
  date BETWEEN '2026-06-01' AND '2026-06-18'
GROUP BY date, platform, campaign_name
ORDER BY date DESC, cost DESC
" > campaign_report.csv

出力形式のオプションを一覧にします。

運用メモ PowerShellで bq query を実行する際、SQL中のバッククォートがPowerShellのエスケープ文字と衝突することがあります。SQL内のバッククォートは2つ重ねて “（ダブルバッククォート）で記述してください。bash / zsh ではこの問題は発生しません。

実用例2：スケジュールクエリの設定

日次集計や月次レポートなど、定期的に実行するクエリをスケジュール登録できます。BigQuery Data Transfer Serviceの仕組みを利用します。

スケジュールクエリの作成

# 日次の全媒体サマリーを毎朝10時に実行するスケジュールクエリ
bq mk --transfer_config --target_dataset=ad_data --display_name="daily_summary" --data_source=scheduled_query --params="{""query"":""CREATE OR REPLACE TABLE ``YOUR_PROJECT_ID.ad_data.mart_daily_summary`` AS SELECT date, SUM(impressions) AS impressions, SUM(clicks) AS clicks, SUM(cost) AS cost, SUM(conversions) AS conversions, SAFE_DIVIDE(SUM(cost), SUM(conversions)) AS cpa FROM ``YOUR_PROJECT_ID.ad_data.mart_all_platforms`` WHERE date >= DATE_SUB(CURRENT_DATE(), INTERVAL 90 DAY) GROUP BY date ORDER BY date DESC"",""write_disposition"":""WRITE_TRUNCATE""}" --schedule="every day 10:00" --location=asia-northeast1

スケジュールクエリの一覧と管理

# 現在のスケジュールクエリ一覧を表示する
bq ls --transfer_config --transfer_location=asia-northeast1

# 特定のスケジュールクエリの詳細を確認する
bq show --transfer_config projects/YOUR_PROJECT_ID/locations/asia-northeast1/transferConfigs/TRANSFER_CONFIG_ID

# スケジュールクエリの実行履歴を確認する
bq ls --transfer_run --transfer_location=asia-northeast1 projects/YOUR_PROJECT_ID/locations/asia-northeast1/transferConfigs/TRANSFER_CONFIG_ID

スケジュールクエリは、管理画面からも確認・編集できます。初回はCLIで作成し、微調整は管理画面で行う運用が効率的です。

実用例3：データ転送の管理

Google広告やGA4のデータをBigQueryに自動転送するData Transfer Serviceも、CLIから設定できます。

Google広告データ転送の設定

# Google広告のデータ転送を設定する
bq mk --transfer_config --target_dataset=google_ads --display_name="Google Ads Transfer" --data_source=google_ads --params="{""customer_id"":""123-456-7890""}" --schedule="every day 06:00" --location=asia-northeast1

以下は、CLIで管理できるデータ転送と自動化の全体パイプラインです。

データ転送の確認と管理

# データ転送の一覧を表示する
bq ls --transfer_config --transfer_location=asia-northeast1

# 特定の転送設定の詳細を確認する
bq show --transfer_config projects/YOUR_PROJECT_ID/locations/asia-northeast1/transferConfigs/TRANSFER_CONFIG_ID

# 転送の実行履歴を確認する（直近10件）
bq ls --transfer_run --transfer_location=asia-northeast1 --max_results=10 projects/YOUR_PROJECT_ID/locations/asia-northeast1/transferConfigs/TRANSFER_CONFIG_ID

# 手動でバックフィル実行する（過去30日分）
bq mk --transfer_run --start_time="2026-05-20T00:00:00Z" --end_time="2026-06-19T00:00:00Z" projects/YOUR_PROJECT_ID/locations/asia-northeast1/transferConfigs/TRANSFER_CONFIG_ID

運用メモ Google広告のData Transfer Serviceは、デフォルトで日次実行です。転送の実行時刻はUTCで指定するため、日本時間の午前6時に実行したい場合は 21:00 (UTC) を設定してください。また、Google広告のレポートデータが確定するまでに数時間かかることがあるため、あまり早い時刻に設定すると前日分のデータが不完全になる場合があります。

実用例4：テーブルのバックアップとスナップショット

データの誤削除や上書きに備え、テーブルのバックアップを取る方法です。

テーブルコピー

bq cp でテーブルを別のデータセットにコピーできます。

# テーブルをバックアップ用データセットにコピーする
bq cp YOUR_PROJECT_ID:ad_data.mart_all_platforms YOUR_PROJECT_ID:ad_data_backup.mart_all_platforms_20260619

タイムトラベルクエリ

BigQueryでは、過去7日間の任意の時点のデータを参照できます。テーブルを誤って上書きした場合の復元に使えます。

# 1時間前の状態のテーブルをクエリする
bq query --use_legacy_sql=false "
SELECT *
FROM ``YOUR_PROJECT_ID.ad_data.mart_daily_summary``
  FOR SYSTEM_TIME AS OF TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 1 HOUR)
LIMIT 100
"

# 特定の時点のデータを別テーブルに復元する
bq query --use_legacy_sql=false --destination_table=YOUR_PROJECT_ID:ad_data.mart_daily_summary_restored "
SELECT *
FROM ``YOUR_PROJECT_ID.ad_data.mart_daily_summary``
  FOR SYSTEM_TIME AS OF '2026-06-18T10:00:00+09:00'
"

運用メモ 本番環境のマートテーブルを更新するスケジュールクエリでは、CREATE OR REPLACE TABLE ではなく、一度ステージングテーブルに書き出してから bq cp で差し替える方法がより安全です。スケジュールクエリがエラーで途中終了した場合でも、本番テーブルのデータが消失しません。

運用のベストプラクティス

プロジェクトとデータセットの命名規則

命名規則を統一しておくと、チームメンバーが増えたときの理解コストが下がります。

アクセス制御

データセット単位でアクセス権限を設定できます。

# データセットのアクセス権限を確認する
bq show --format=prettyjson YOUR_PROJECT_ID:ad_data

# 特定ユーザーに閲覧権限を付与する
bq update --set_label=env:prod YOUR_PROJECT_ID:ad_data

IAMロールの使い分けを整理します。

クエリ費用の監視

# プロジェクトのクエリ使用量を確認する
bq query --use_legacy_sql=false "
SELECT
  user_email,
  COUNT(*) AS query_count,
  SUM(total_bytes_processed) / POW(1024, 3) AS total_gb_scanned,
  SUM(total_bytes_processed) / POW(1024, 4) * 6.25 AS estimated_cost_usd
FROM
  ``region-asia-northeast1``.INFORMATION_SCHEMA.JOBS
WHERE
  creation_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 30 DAY)
  AND job_type = 'QUERY'
GROUP BY user_email
ORDER BY total_gb_scanned DESC
"

このクエリで、誰がどれくらいのデータをスキャンしているかを把握できます。意図せず大量スキャンが発生している場合は、パーティション条件の追加やテーブル設計の見直しを検討してください。

シェルスクリプトとの組み合わせ

CLIの真価は、スクリプト化による自動化にあります。

#!/bin/bash
# daily_backup.sh
# 毎日の広告データマートをバックアップするスクリプト

PROJECT_ID="YOUR_PROJECT_ID"
TODAY=$(date +%Y%m%d)

echo "=== バックアップ開始: ${TODAY} ==="

# マートテーブルをバックアップ
bq cp \
  "${PROJECT_ID}:ad_data.mart_all_platforms" \
  "${PROJECT_ID}:ad_data_backup.mart_all_platforms_${TODAY}"

# 7日前より古いバックアップを削除
CUTOFF=$(date -d "7 days ago" +%Y%m%d)
for table in $(bq ls --format=json "${PROJECT_ID}:ad_data_backup" | python3 -c "
import json, sys
tables = json.load(sys.stdin)
for t in tables:
    tid = t['tableReference']['tableId']
    if tid.startswith('mart_all_platforms_') and tid.split('_')[-1] < '${CUTOFF}':
        print(tid)
"); do
  echo "古いバックアップを削除: ${table}"
  bq rm -f -t "${PROJECT_ID}:ad_data_backup.${table}"
done

echo "=== バックアップ完了 ==="

このスクリプトをcronやWindowsのタスクスケジューラに登録すれば、日次バックアップが自動化されます。

運用メモ Windowsのタスクスケジューラでbqコマンドを実行する場合、bq.cmd のフルパス（通常は C:\Users\{ユーザー名}\AppData\Local\Google\Cloud SDK\google-cloud-sdk\bin\bq.cmd）を指定してください。環境変数PATHが通っていても、タスクスケジューラからは認識されないことがあります。

まとめ

gcloud CLIとbqコマンドを使いこなすことで、広告データ基盤の構築と運用を効率化できます。この記事で紹介した内容を整理します。

まずは gcloud init でセットアップし、bq ls と bq query でBigQueryの中身を確認するところから始めてみてください。GUIコンソールでの操作に慣れたあとにCLIを覚えると、GUIでの手順をそのままコマンドに置き換える感覚で習得できます。