Google Search Consoleのページとクエリ分析でリライト候補を自動選定する方法

はじめに

Google Search Console の問題

Google Search Console でサイトの検索パフォーマンスを分析する際、
以下のような問題に直面することが多いのではないでしょうか。

検索クエリとその検索結果で表示されるページ（URL）の対応を1つずつ確認する必要がある
上位表示されているのに CTR が低い記事を見つけるのが大変
1つのページに対して複数のクエリが関連している状況を把握しづらい

SANACHAN

サイト内の記事からリライト（書き直し）候補を選定する作業が超大変。

本記事での解決方法

この記事では、Google Search Console API を使って以下の作業を自動化します。

ページ（URL）とクエリの連結データを一括で取得
リライト候補を自動で選定
分析しやすい Excel 形式でレポートを出力

ソースコード一式

本記事で使用するソースコードは、以下で公開しています。
GitHub - SANACHAN-prog / google-search-console-rewrite-finder

必要な環境

本ツールを実行するには、以下の環境が必要となります。

アプリ/ライブラリ名	バージョン
Python	v3.11.11（v3.8 以上必須）
pandas	v2.2.3
openpyxl	v3.1.5
google-api-python-client	v2.164.0
oauth2client	v4.1.3

プログラムの全体構成

ファイル構成と概要

本プログラムは、以下の 3 つの Python ファイルで構成されています。

メインスクリプト（main.py）
・プログラムのエントリーポイント
・処理全体の制御
・設定値の記述
Search Console API 操作クラス（GoogleAPIClientWrapper.py）
・Google Search Console API との通信
・データの取得
Excel 出力クラス（SearchReportWriter.py）
・データフレームの Excel 形式への変換
・リライト候補の判定
・レポートの書式設定

ディレクトリ構成

 Tree
google-search-console-rewrite-finder/
│
├── main.py                       # メインスクリプト
├── key_file.json                 # API認証キー（前編の記事で取得）
├── GoogleAPIClientWrapper.py     # API操作クラス
├── SearchReportWriter.py         # Excel出力クラス
└── requirements.txt              # 依存ライブラリ

メインスクリプト

公開しているコードの main.py では、以下のように処理を順番に実行します。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

from datetime import datetime, timedelta

from GoogleAPIClientWrapper import *
from SearchReportWriter import *

API_SCOPES = ['https://www.googleapis.com/auth/webmasters.readonly']
API_MAX_ROWS = 1000
API_KEY_FILE = 'key_file.json'

SITE_URL = 'https://progzakki.sanachan.com/'
PERIOD_DAYS = 90

OUTPUT_FILE_CSV = 'page_query_mapping.csv'
OUTPUT_FILE_EXCEL = 'page_query_mapping.xlsx'

def main():
    # 期間の設定
    end_date = datetime.now().strftime('%Y-%m-%d')
    start_date = (datetime.now() - timedelta(days=PERIOD_DAYS)).strftime('%Y-%m-%d')

    # APIサービスの初期化
    gapi = GoogleAPIClientWrapper(API_KEY_FILE, API_SCOPES, API_MAX_ROWS)

    # データ取得
    df = gapi.fetch_url_query_data(SITE_URL, start_date, end_date)
    print("データの取得が完了しました。")

    # CSVとして保存
    #df.to_csv(OUTPUT_FILE_CSV, index=False, encoding='utf-8')
    #print("データをCSVファイルに出力しました。")

    # Excelとして保存
    writer = SearchReportWriter(OUTPUT_FILE_EXCEL)
    writer.save_to_excel(df)
    print("データをExcelファイルに出力しました。")

if __name__ == "__main__":
    main()

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

from datetime import datetime, timedelta

from GoogleAPIClientWrapper import *

from SearchReportWriter import *

API_SCOPES = ['https://www.googleapis.com/auth/webmasters.readonly']

API_MAX_ROWS = 1000

API_KEY_FILE = 'key_file.json'

SITE_URL = 'https://progzakki.sanachan.com/'

PERIOD_DAYS = 90

OUTPUT_FILE_CSV = 'page_query_mapping.csv'

OUTPUT_FILE_EXCEL = 'page_query_mapping.xlsx'

def main():

# 期間の設定

end_date = datetime.now().strftime('%Y-%m-%d')

start_date = (datetime.now() - timedelta(days=PERIOD_DAYS)).strftime('%Y-%m-%d')

# APIサービスの初期化

gapi = GoogleAPIClientWrapper(API_KEY_FILE, API_SCOPES, API_MAX_ROWS)

# データ取得

df = gapi.fetch_url_query_data(SITE_URL, start_date, end_date)

print("データの取得が完了しました。")

# CSVとして保存

#df.to_csv(OUTPUT_FILE_CSV, index=False, encoding='utf-8')

#print("データをCSVファイルに出力しました。")

# Excelとして保存

writer = SearchReportWriter(OUTPUT_FILE_EXCEL)

writer.save_to_excel(df)

print("データをExcelファイルに出力しました。")

if __name__ == "__main__":

main()

SANACHAN

加工前の取得データは、CSV 形式でも出力できるようにしてます。
お好みに合わせて切り替えてください。

設定項目の説明

設定項目	説明	変更の必要性
API_SCOPES	API の権限スコープ	変更不要
API_MAX_ROWS	取得する最大行数	サイト規模に応じて調整
API_KEY_FILE	API 認証キーが保存されているファイルのパス	必要に応じて変更
SITE_URL	分析対象のサイトURL（ドメイン）	要変更
PERIOD_DAYS	取得するデータの期間（日数）	必要に応じて調整
OUTPUT_FILE_CSV	出力ファイル名 / パス（CSV）	必要に応じて変更
OUTPUT_FILE_EXCEL	出力ファイル名 / パス（Excel）	必要に応じて変更

このメインスクリプトを起点として、以降の章で各クラスの詳細な実装を説明していきます。

ページとクエリの連結データ取得

Search Console API のデータ構造

Google Search Console API から取得できるデータには、以下の項目があります。

page：ページ（URL）
query：検索クエリ
clicks：クリック数
impressions：表示回数
ctr：クリック率
position：平均掲載順位

データ取得の実装

以下のコードは、「ページ URL」と「検索クエリ」を連結し、その関連データを取得するクラスです。
公開しているコードの GoogleAPIClientWrapper.py です。

SANACHAN

右上の「コピー」ボタンでコピペできます。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import json
import pandas as pd

from google.oauth2.credentials import Credentials
from google.oauth2 import service_account
from googleapiclient.discovery import build

class GoogleAPIClientWrapper():
    def __init__(self, key_file_path, scopes, row_limit):
        """Search Console APIのサービスを初期化"""
        self.__credentials = service_account.Credentials.from_service_account_file(
            key_file_path,
            scopes=scopes
        )
        self.__service = build('searchconsole', 'v1', credentials=self.__credentials)
        self.__row_limit = row_limit

    def fetch_url_query_data(self, site_url, start_date, end_date):
        """URLとクエリの関連データを取得"""
        request = {
            'startDate': start_date,
            'endDate': end_date,
            'dimensions': ['page', 'query'],
            'rowLimit': self.__row_limit,
            'startRow': 0,
            # クリック数で降順ソート
            'orderBy': [
                {
                    'fieldName': 'clicks',      # clicks/impressions/ctr/position
                    'sortOrder': 'DESCENDING'   # ASCENDING/DESCENDING
                }
            ]
        }

        response = self.__service.searchanalytics().query(
            siteUrl=site_url,
            body=request
        ).execute()

        rows = []
        if 'rows' in response:
            for row in response['rows']:
                rows.append({
                    'URL': row['keys'][0],
                    'クエリ': row['keys'][1],
                    'クリック数': row['clicks'],
                    '表示回数': row['impressions'],
                    'CTR': f"{(row['ctr'] * 100):.2f}%",
                    '掲載順位': f"{row['position']:.2f}"
                })

        return pd.DataFrame(rows)

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

import json

import pandas as pd

from google.oauth2.credentials import Credentials

from google.oauth2 import service_account

from googleapiclient.discovery import build

class GoogleAPIClientWrapper():

def __init__(self, key_file_path, scopes, row_limit):

"""Search Console APIのサービスを初期化"""

self.__credentials = service_account.Credentials.from_service_account_file(

key_file_path,

scopes=scopes

)

self.__service = build('searchconsole', 'v1', credentials=self.__credentials)

self.__row_limit = row_limit

def fetch_url_query_data(self, site_url, start_date, end_date):

"""URLとクエリの関連データを取得"""

request = {

'startDate': start_date,

'endDate': end_date,

'dimensions': ['page', 'query'],

'rowLimit': self.__row_limit,

'startRow': 0,

# クリック数で降順ソート

'orderBy': [

{

'fieldName': 'clicks', # clicks/impressions/ctr/position

'sortOrder': 'DESCENDING' # ASCENDING/DESCENDING

}

]

}

response = self.__service.searchanalytics().query(

siteUrl=site_url,

body=request

).execute()

rows = []

if 'rows' in response:

for row in response['rows']:

rows.append({

'URL': row['keys'][0],

'クエリ': row['keys'][1],

'クリック数': row['clicks'],

'表示回数': row['impressions'],

'CTR': f"{(row['ctr'] * 100):.2f}%",

'掲載順位': f"{row['position']:.2f}"

})

return pd.DataFrame(rows)

SANACHAN

このコードでは、取得するデータをクリック数順でソートするよう指示しています。
ハイライトのコメントに書いてある値を指定でき、ソート種別と方向を変更できます。

データ取得時の注意点

取得期間の指定
・90 日以内のデータを取得可能
・日付は YYYY-MM-DD 形式で指定
データの制限
・1回のリクエストで最大 25,000 行

取得データの確認

以下のコードで、取得したデータ（データフレーム）の内容を確認できます。

def check_data(df):
    """取得データの確認"""
    print(f"データ総数: {len(df)}行")
    print("\nデータサンプル:")
    print(df.head())
    print("\n各列の統計:")
    print(df.describe())

def check_data(df):

"""取得データの確認"""

print(f"データ総数: {len(df)}行")

print("\nデータサンプル:")

print(df.head())

print("\n各列の統計:")

print(df.describe())

リライト候補の判定

判定条件の設定

リライト候補の判定には、以下の 3 つの条件を使用しています。

検索順位が上位（10 位以内）
十分な表示回数（100 回以上）
低い CTR （3%未満）

Excel ファイルへ出力する SearchReportWrite.py に集約されていますが、
L.40 付近の以下のコードが該当します。

def __create_formatted_row(self, row):
    """1行分のデータを整形"""
    ctr_value = float(row['CTR'].strip('%'))
    position_value = float(row['掲載順位'])

    return {
        'クエリ': row['クエリ'],
        'URL': row['URL'],
        'クリック数': row['クリック数'],
        '表示回数': row['表示回数'],
        'CTR': row['CTR'],
        '掲載順位': row['掲載順位'],
        'リライト推奨': self.__check_rewrite_recommendation(
            position_value, row['表示回数'], ctr_value)
    }

def __check_rewrite_recommendation(self, position, impressions, ctr):
    """リライト推奨の判定"""
    return '＊' if (position <= 10 and 
                   impressions >= 100 and 
                   ctr < 3.0) else ''

def __create_formatted_row(self, row):

"""1行分のデータを整形"""

ctr_value = float(row['CTR'].strip('%'))

position_value = float(row['掲載順位'])

return {

'クエリ': row['クエリ'],

'URL': row['URL'],

'クリック数': row['クリック数'],

'表示回数': row['表示回数'],

'CTR': row['CTR'],

'掲載順位': row['掲載順位'],

'リライト推奨': self.__check_rewrite_recommendation(

position_value, row['表示回数'], ctr_value)

}

def __check_rewrite_recommendation(self, position, impressions, ctr):

"""リライト推奨の判定"""

return '＊' if (position <= 10 and

impressions >= 100 and

ctr < 3.0) else ''

判定条件のカスタマイズ

条件は以下のような観点で、変更・調整が可能です。
ご自身の「リライト候補」の見つけ方に合わせて、適宜変更してください。

順位の範囲：競争の激しさに応じて調整（例：5 位以内）
表示回数の閾値：サイトの規模に応じて調整
CTR の基準：記事内容で触れる業界平均などを考慮して設定

Excel 出力の実装

以下のコードは、取得したデータを整形し、Excel ファイルに出力するクラスです。
公開しているコードの SearchReportWrite.py です。

SANACHAN

右上の「コピー」ボタンでコピペできます。

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import pandas as pd
import unicodedata

from openpyxl import load_workbook
from openpyxl.styles import Alignment

def get_east_asian_width(text):
    """
    文字列の表示幅を計算する
    全角文字は2、半角文字は1として計算
    """
    width = 0
    for c in str(text):
        # East Asian Width (EA)の判定
        if unicodedata.east_asian_width(c) in ['F', 'W', 'A']:
            width += 2
        else:
            width += 1
    return width

class SearchReportWriter:
    def __init__(self, output_file):
        """初期化"""
        self.output_file = output_file

    def __format_search_data(self, df):
        """検索データの整形とリライト推奨の判定"""
        df_sorted = df.sort_values('URL')
        formatted_data = []

        for _, row in df_sorted.iterrows():
            formatted_row = self.__create_formatted_row(row)
            formatted_data.append(formatted_row)

        return pd.DataFrame(formatted_data)

    def __create_formatted_row(self, row):
        """1行分のデータを整形"""
        ctr_value = float(row['CTR'].strip('%'))
        position_value = float(row['掲載順位'])

        return {
            'クエリ': row['クエリ'],
            'URL': row['URL'],
            'クリック数': row['クリック数'],
            '表示回数': row['表示回数'],
            'CTR': row['CTR'],
            '掲載順位': row['掲載順位'],
            'リライト推奨': self.__check_rewrite_recommendation(
                position_value, row['表示回数'], ctr_value)
        }

    def __check_rewrite_recommendation(self, position, impressions, ctr):
        """リライト推奨の判定"""
        return '＊' if (position <= 10 and 
                       impressions >= 100 and 
                       ctr < 3.0) else ''

    def __adjust_column_widths(self, worksheet, df):
        """列幅の調整"""
        for idx, col in enumerate(worksheet.columns):
            max_length = get_east_asian_width(df.columns[idx])
            column = col[0].column_letter

            for cell in col:
                try:
                    width = get_east_asian_width(cell.value)
                    if width > max_length:
                        max_length = width
                except:
                    pass

            worksheet.column_dimensions[column].width = (max_length + 2)

    def __set_cell_alignments(self, worksheet, df):
        """セルの配置設定"""
        for idx, col in enumerate(worksheet.columns):
            if df.columns[idx] in ['CTR', '掲載順位']:
                for cell in col:
                    cell.alignment = Alignment(horizontal='right')

    def save_to_excel(self, df):
        """Excelファイルとして保存"""
        formatted_df = self.__format_search_data(df)

        with pd.ExcelWriter(self.output_file, engine='openpyxl') as writer:
            formatted_df.to_excel(writer, index=False, sheet_name='検索データ')
            worksheet = writer.sheets['検索データ']

            self.__adjust_column_widths(worksheet, formatted_df)
            self.__set_cell_alignments(worksheet, formatted_df)

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

import pandas as pd

import unicodedata

from openpyxl import load_workbook

from openpyxl.styles import Alignment

def get_east_asian_width(text):

"""

文字列の表示幅を計算する

全角文字は2、半角文字は1として計算

"""

width = 0

for c in str(text):

# East Asian Width (EA)の判定

if unicodedata.east_asian_width(c) in ['F', 'W', 'A']:

width += 2

else:

width += 1

return width

class SearchReportWriter:

def __init__(self, output_file):

"""初期化"""

self.output_file = output_file

def __format_search_data(self, df):

"""検索データの整形とリライト推奨の判定"""

df_sorted = df.sort_values('URL')

formatted_data = []

for _, row in df_sorted.iterrows():

formatted_row = self.__create_formatted_row(row)

formatted_data.append(formatted_row)

return pd.DataFrame(formatted_data)

def __create_formatted_row(self, row):

"""1行分のデータを整形"""

ctr_value = float(row['CTR'].strip('%'))

position_value = float(row['掲載順位'])

return {

'クエリ': row['クエリ'],

'URL': row['URL'],

'クリック数': row['クリック数'],

'表示回数': row['表示回数'],

'CTR': row['CTR'],

'掲載順位': row['掲載順位'],

'リライト推奨': self.__check_rewrite_recommendation(

position_value, row['表示回数'], ctr_value)

}

def __check_rewrite_recommendation(self, position, impressions, ctr):

"""リライト推奨の判定"""

return '＊' if (position <= 10 and

impressions >= 100 and

ctr < 3.0) else ''

def __adjust_column_widths(self, worksheet, df):

"""列幅の調整"""

for idx, col in enumerate(worksheet.columns):

max_length = get_east_asian_width(df.columns[idx])

column = col[0].column_letter

for cell in col:

try:

width = get_east_asian_width(cell.value)

if width > max_length:

max_length = width

except:

pass

worksheet.column_dimensions[column].width = (max_length + 2)

def __set_cell_alignments(self, worksheet, df):

"""セルの配置設定"""

for idx, col in enumerate(worksheet.columns):

if df.columns[idx] in ['CTR', '掲載順位']:

for cell in col:

cell.alignment = Alignment(horizontal='right')

def save_to_excel(self, df):

"""Excelファイルとして保存"""

formatted_df = self.__format_search_data(df)

with pd.ExcelWriter(self.output_file, engine='openpyxl') as writer:

formatted_df.to_excel(writer, index=False, sheet_name='検索データ')

worksheet = writer.sheets['検索データ']

self.__adjust_column_widths(worksheet, formatted_df)

self.__set_cell_alignments(worksheet, formatted_df)

データの整形と Excel への出力

取得した検索パフォーマンスデータを Excel に出力する際、以下の処理を実行します。

データの整形（URL でソート）
リライト推奨の判定結果を追加
Excel 形式での出力と書式設定

全体の流れは、以下のコードが該当します。

def save_to_excel(self, df):
    """Excelファイルとして保存"""
    formatted_df = self.__format_search_data(df)

    with pd.ExcelWriter(self.output_file, engine='openpyxl') as writer:
        formatted_df.to_excel(writer, index=False, sheet_name='検索データ')
        worksheet = writer.sheets['検索データ']

        self.__adjust_column_widths(worksheet, formatted_df)
        self.__set_cell_alignments(worksheet, formatted_df)

def save_to_excel(self, df):

"""Excelファイルとして保存"""

formatted_df = self.__format_search_data(df)

with pd.ExcelWriter(self.output_file, engine='openpyxl') as writer:

formatted_df.to_excel(writer, index=False, sheet_name='検索データ')

worksheet = writer.sheets['検索データ']

self.__adjust_column_widths(worksheet, formatted_df)

self.__set_cell_alignments(worksheet, formatted_df)

書式設定：日本語対応の列幅調整

以下のコードで、日本語文字の表示幅を考慮した列幅の調整を行っています。

def __adjust_column_widths(self, worksheet, df):
    """列幅の調整"""
    for idx, col in enumerate(worksheet.columns):
        max_length = get_east_asian_width(df.columns[idx])
        column = col[0].column_letter

        for cell in col:
            try:
                width = get_east_asian_width(cell.value)
                if width > max_length:
                    max_length = width
            except:
                pass

        worksheet.column_dimensions[column].width = (max_length + 2)

def __adjust_column_widths(self, worksheet, df):

"""列幅の調整"""

for idx, col in enumerate(worksheet.columns):

max_length = get_east_asian_width(df.columns[idx])

column = col[0].column_letter

for cell in col:

try:

width = get_east_asian_width(cell.value)

if width > max_length:

max_length = width

except:

pass

worksheet.column_dimensions[column].width = (max_length + 2)

書式設定：セルの配置設定

以下のコードで、数値データの右寄せなど、見やすさを考慮した配置を設定しています。

def __set_cell_alignments(self, worksheet, df):
    """セルの配置設定"""
    for idx, col in enumerate(worksheet.columns):
        if df.columns[idx] in ['CTR', '掲載順位']:
            for cell in col:
                cell.alignment = Alignment(horizontal='right')

def __set_cell_alignments(self, worksheet, df):

"""セルの配置設定"""

for idx, col in enumerate(worksheet.columns):

if df.columns[idx] in ['CTR', '掲載順位']:

for cell in col:

cell.alignment = Alignment(horizontal='right')

出力される Excel の形式

最終的には、以下のような形式で Excel ファイルが出力されます。

A列：クエリ（左寄せ）
B列：URL（左寄せ）
C列：クリック数（数値、右寄せ）
D列：表示回数（数値、右寄せ）
E列：CTR（右寄せ）
F列：掲載順位（右寄せ）
G列：リライト推奨（左寄せ）

出力のサンプル

活用方法と分析ポイント

レポートの読み方

生成されたExcelレポートは以下の視点で分析できます。

リライト候補の確認
ーリライト推奨列に「＊」がついた記事を優先的に確認
ー上位表示されているのに CTR が低い記事の内容を精査
クエリ分析のポイント
ー同一URLに対する複数クエリから傾向をつかむ
ーユーザーの検索意図とコンテンツのズレ
ー類似クエリでの検索順位の違い

定期的なチェックの自動化

Linux の場合

以下の run_search_analysis.sh のようなスクリプトを記述し、cron などに登録して定期実行できます。

#!/bin/bash

# 作業ディレクトリに移動
cd /path/to/GoogleSearchConsole

# 仮想環境がある場合はアクティベート
source /path/to/venv/bin/activate

# Pythonスクリプトの実行
python main.py

# ログ出力（オプション）
echo "$(date): Search Console Analysis completed" >> /path/to/search_analysis.log

#!/bin/bash

# 作業ディレクトリに移動

cd /path/to/GoogleSearchConsole

# 仮想環境がある場合はアクティベート

source /path/to/venv/bin/activate

# Pythonスクリプトの実行

python main.py

# ログ出力（オプション）

echo "$(date): Search Console Analysis completed" >> /path/to/search_analysis.log

 crontabの設定
# 毎週月曜日の午前9時に実行
0 9 * * 1 /path/to/run_search_analysis.sh
# 毎日午前5時に実行
0 5 * * * /path/to/run_search_analysis.sh
# 毎月1日の午前0時に実行
0 0 1 * * /path/to/run_search_analysis.sh

Windows の場合

以下のようなバッチファイルを作成し、タスクスケジューラーに登録することで定期実行できます。

@echo off
cd /d "%~dp0"

:: 仮想環境がある場合はアクティベート（例：venv環境の場合）
call venv\Scripts\activate.bat

:: Pythonスクリプトの実行
python main.py

:: ログ出力（オプション）
echo %date% %time%: Search Console Analysis completed >> search_analysis.log

:: 実行完了後一時停止（エラー確認用、必要に応じて）
pause

@echo off

cd /d "%~dp0"

:: 仮想環境がある場合はアクティベート（例：venv環境の場合）

call venv\Scripts\activate.bat

:: Pythonスクリプトの実行

python main.py

:: ログ出力（オプション）

echo %date% %time%: Search Console Analysis completed >> search_analysis.log

:: 実行完了後一時停止（エラー確認用、必要に応じて）

pause

または、以下の記事を参考に、.exe ファイル化して利用することもできます。

Pythonのプログラムをexe化する方法【pyinstaller】

こちらもCHECK

: Pythonのプログラムをexe化する方法【pyinstaller】

Pythonの無料パッケージであるpyinstallerを使って、Pythonのプログラム（.py）を Windowsの実行可能ファイル（.exe）に変換する方法を紹介します。PythonがインストールされていないWindows環境でも実行できるようになります。

続きを見る

おわりに

いかがでしたでしょうか。

これまで、専用の有償ツール（月額）を利用して分析していました。

しかし、Google 側の更新により、ツールが使えなくなり、なかなか対応されないため、
自分で作ることにした結果がこのツールです。

リライト推奨を判別する条件が、私の運営するブログに依存している気もするため、
必要に応じて変更、活用いただければ幸いです。

Google Search Consoleのページとクエリ分析でリライト候補を自動選定する方法

はじめに

Google Search Console の問題

本記事での解決方法

必要な環境

プログラムの全体構成

ファイル構成と概要

ディレクトリ構成

メインスクリプト

設定項目の説明

ページとクエリの連結データ取得

Search Console API のデータ構造

データ取得の実装

データ取得時の注意点

取得データの確認

リライト候補の判定

判定条件の設定

判定条件のカスタマイズ

Excel 出力の実装

データの整形と Excel への出力

書式設定：日本語対応の列幅調整

書式設定：セルの配置設定

出力される Excel の形式

活用方法と分析ポイント

レポートの読み方

定期的なチェックの自動化

Linux の場合

Windows の場合

Pythonのプログラムをexe化する方法【pyinstaller】

おわりに

参考