MCP Analytics

🚀 MCP Analytics Suite

MCP Analytics Suiteは、分析したい内容を理解し、自動的に適切なアプローチを選択するインテリジェントな分析プラットフォームです。統計学の学位は必要ありません。ビジネス上の質問を説明するだけで、AI駆動の探索機能が複雑な作業を処理します。

🚀 クイックスタート

インストール

Claude Desktopの場合

設定ファイルに以下を追加します。

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "mcp-analytics": {
      "command": "npx",
      "args": ["-y", "mcp-remote@latest", "https://api.mcpanalytics.ai/auth0"]
    }
  }
}

Cursorの場合

プロジェクトルートの .cursor/config.json に以下を追加します。

{
  "mcpServers": {
    "mcp-analytics": {
      "command": "npx",
      "args": ["-y", "mcp-remote@latest", "https://api.mcpanalytics.ai/auth0"]
    }
  }
}

VS Code (Continue Extension)の場合

~/.continue/config.json のContinue設定に以下を追加します。

{
  "models": [{
    "provider": "anthropic",
    "model": "claude-3-5-sonnet",
    "mcpServers": {
      "mcp-analytics": {
        "command": "npx",
        "args": ["-y", "mcp-remote@latest", "https://api.mcpanalytics.ai/auth0"]
      }
    }
  }]
}

Claude Codeの場合

claude_code_config.json に以下を追加します。

{
  "mcpServers": {
    "mcp-analytics": {
      "command": "npx",
      "args": ["-y", "mcp-remote@latest", "https://api.mcpanalytics.ai/auth0"]
    }
  }
}

✨ 主な機能

自然言語インターフェース

必要なことを自然言語で説明するだけです。

"What drives our revenue growth?"
"Find customer segments in our data"
"Forecast next quarter's sales"
"Did our marketing campaign work?"

包括的な分析機能

シームレスなワークフロー

graph LR
    A[Ask in Claude/Cursor] --> B[MCP Analytics]
    B --> C[Secure Processing]
    C --> D[Interactive Report]
    D --> E[Share Results]

💻 使用例

基本的な回帰分析

User: "I have a CSV with house prices. Can you predict price based on size and location?"
Claude: [Runs linear regression, provides R², coefficients, and diagnostic plots]

顧客セグメンテーション

User: "Segment my customers in sales_data.csv into meaningful groups"
Claude: [Performs k-means clustering, creates segment profiles with visualizations]

時系列予測

User: "Forecast next quarter's revenue using our historical data"
Claude: [Applies ARIMA, generates predictions with confidence intervals]

📚 ドキュメント

• クイックスタートガイド - 30秒で始める
• APIリファレンス - 完全なAPIドキュメント
• プラットフォーム概要 - プラットフォームの仕組み
• チュートリアル - ステップバイステップガイド
• サンプル - 実世界のユースケース
• セキュリティ - セキュリティとコンプライアンスの詳細

🔧 技術詳細

MCP Analyticsのワークフロー

1. 質問をする - 分析したい内容を自然言語で説明します。
2. インテリジェントな探索 - tools.discover が適切な分析アプローチを見つけます。
3. データアップロード - datasets.upload がデータを安全に処理します。
4. 自動分析 - tools.run が最適な設定で分析を実行します。
5. インタラクティブな結果 - reports.view が共有可能な洞察を提供します。

User: "What drives our sales growth?"
MCP Analytics:
  → Discovers regression and correlation methods
  → Configures analysis for your data structure
  → Runs multiple analytical approaches
  → Returns comprehensive report with insights

MCPツール

このプラットフォームは、エンドツーエンドの分析を行うための完全なMCPツールセットを提供します。

コア分析ツール

• tools.discover - 自然言語によるツール探索
• tools.run - 自動分析実行
• tools.info - ツールのドキュメントを取得

データ管理

• datasets.upload - 暗号化を用いた安全なデータアップロード
• datasets.list - データセットを管理
• datasets.read - データにアクセスし、プレビュー

レポートと洞察

• reports.view - インタラクティブなビジュアライゼーションダッシュボード
• reports.search - 分析全体でのセマンティック検索

プラットフォームツール

• billing() - 使用状況とサブスクリプション管理
• about() - プラットフォームの情報とステータス
• manual() - ドキュメントへのアクセス

アーキテクチャ

flowchart TB
    subgraph "Client Integration"
        CLI[CLI/SDK]
        Claude[Claude Desktop]
        Cursor[Cursor IDE]
        MCP[MCP Protocol]
    end

    subgraph "API Gateway"
        LB[Load Balancer]
        Auth[OAuth 2.0/Auth0]
        Rate[Rate Limiting]
    end

    subgraph "Processing Layer"
        Router[Request Router]
        Queue[Job Queue]
        Workers[Processing Workers]
        Docker[Docker Containers]
    end

    subgraph "Analytics Engine"
        Stats[Statistical Methods]
        ML[Machine Learning]
        TS[Time Series]
        Report[Report Generation]
    end

    subgraph "Data Layer"
        Cache[Results Cache]
        Storage[Secure Storage]
        Encrypt[Encryption Layer]
    end

    CLI --> LB
    Claude --> LB
    Cursor --> LB
    MCP --> LB

    LB --> Auth
    Auth --> Rate
    Rate --> Router

    Router --> Queue
    Queue --> Workers
    Workers --> Docker

    Docker --> Stats
    Docker --> ML
    Docker --> TS

    Stats --> Report
    ML --> Report
    TS --> Report

    Report --> Cache
    Cache --> Storage
    Storage --> Encrypt

    style Auth fill:#e8f5e9
    style Docker fill:#fff3e0
    style Report fill:#e3f2fd

パフォーマンス

• データセットサイズ：大規模なデータセットを扱えます。
• 処理時間：高速なクラウドベースの処理です。
• 安全なインフラストラクチャ：分析ごとに分離されたDockerコンテナを使用します。
• APIアクセス：認証付きのRESTful APIです。

🛡️ セキュリティとコンプライアンス

エンタープライズセキュリティ機能

• 認証：PKCEを使用したAuth0経由のOAuth2
• 暗号化：すべてのデータ転送にTLS 1.3を使用
• 処理：分析ごとに分離されたDockerコンテナを使用
• データ処理：一時的な処理で、データを保存しません
• アクセス制御：使用制限付きのAPIキー管理
• 監査トレイル：コンプライアンスのための完全なロギング

プライバシーとデータ処理

• データプライバシー：一時的な処理で、データを保持しません
• ユーザー権利：要求に応じてデータを削除します
• 安全な処理：分析ごとに分離されたコンテナを使用
• エンタープライズオプション：コンプライアンス要件についてはお問い合わせください。

完全なセキュリティドキュメントを読む →

📄 ライセンス

Copyright © 2025 PeopleDrivenAI LLC. All Rights Reserved.

MCP AnalyticsはPeopleDrivenAI LLCの製品です。

これは商用ソフトウェアです。MCP Analyticsサービスの使用は、以下の規約に従います。

• 利用規約
• プライバシーポリシー
• 許容使用ポリシー