freeeのデータをBigQueryに連携する方法【セットアップから運用のコツまで】

freeeのデータを分析しようとすると、多くの人が最初はCSVエクスポート + スプレッドシートで始めます。 それで回っているうちは良いのですが、

• 毎月同じダウンロード作業を繰り返している
• 複数事業所のデータを1つにまとめたい
• Looker Studioでダッシュボードを作りたい
• AIに「先月の売上の内訳を出して」と聞ける状態にしたい

となった瞬間に、スプレッドシート運用は限界を迎えます。

この記事では、その次のステップである freeeのデータをBigQueryに連携する方法 を解説します。 連携方法の選択肢から、BigQuery側の準備、初回同期、運用で知っておきたいコツまで、実際の手順ベースでまとめます。

なぜBigQueryなのか

freeeのデータの置き場所としてBigQueryをおすすめする理由はシンプルで、「分析できる状態」を一番安く・確実に維持できるからです。

• SQLで自由に集計できる — 部門別・取引先別・月次推移など、freeeの画面では作りにくい切り口も一発
• Looker Studioと直結 — 経営ダッシュボードをノーコードで作って社内共有できる
• 複数事業所を横断できる — 事業所ごとのデータを同じデータセットに並べて UNION するだけ
• AIから直接読める — Claude CodeなどのAIツールが bq コマンド経由でそのままクエリできる
• スモールスタートが安い — 会計データ程度の規模なら、BigQueryの費用はほぼ無料枠に収まる

逆に言うと、CSV + スプレッドシートで一番失われるのは「軸」です。取引先・部門・メモタグといった分析の軸がコピペのたびに崩れていきます。 BigQueryにテーブルとして持っておけば、この軸が常にきれいなまま残ります。

関連記事: freeeのデータを分析すると何が分かるのか？実例で解説 — 「分析できる状態」で何ができるのか、5つの実例で紹介しています。

連携方法は大きく2つ

freeeのデータをBigQueryに入れる方法は、大きく分けて2つあります。

1. freee APIを使って自作する — Cloud Functions等でAPIを叩き、BigQueryにロードするパイプラインを実装する
2. ツールを使う — Syncflowのような連携ツールで、実装なしで同期する

自作はコントロールが効く反面、OAuth認証・トークン更新・ページネーション・レート制限・スキーマ追従と、地味に考えることが多い方法です。このあたりの詰まりどころは別記事にまとめています。

関連記事: freee APIでデータを取得する方法と実務でハマりやすいポイント — API自作を検討している方はまずこちらを。

この記事では、私たちが提供している Syncflow を使う前提で、最短の連携手順を紹介します。 とはいえ BigQuery側の準備（プロジェクト・権限まわり）はどの方法でも共通 なので、自作派の方にも参考になるはずです。

全体の流れは3ステップ

Syncflowでの連携は次の3ステップです。

1. freeeにログイン — SyncflowとfreeeをOAuth 2.0で接続（事業所管理者の承認が必要）
2. BigQueryを設定 — GCPプロジェクトIDとデータセット名を登録し、認証情報を設定
3. 同期を実行 — 同期したいデータタイプと年度を選んでボタンを押す

セットアップは平均5分。以降は、このうち一番つまずきやすい ステップ2のBigQuery側の準備 を中心に解説します。

BigQuery側の準備

必要な権限は2つだけ

Syncflow（や自作パイプライン）がBigQueryに書き込むには、サービスアカウントに以下の2つのIAMロールがあれば十分です。

ロール	ロールID	用途
BigQuery データ編集者	roles/bigquery.dataEditor	テーブルの作成・データの書き込み
BigQuery ジョブユーザー	roles/bigquery.jobUser	クエリジョブの実行

オーナー権限などの強い権限は不要です。最小権限で運用できるのもBigQuery連携の良いところです。

サービスアカウントを作成する

gcloud CLIなら、サービスアカウントの作成からキーの発行までは以下で完了します。

# 1. サービスアカウントを作成
gcloud iam service-accounts create syncflow \
  --display-name="Syncflow BigQuery Writer" \
  --project=YOUR_PROJECT_ID

# 2. 必要な2つのロールを付与
gcloud projects add-iam-policy-binding YOUR_PROJECT_ID \
  --member="serviceAccount:syncflow@YOUR_PROJECT_ID.iam.gserviceaccount.com" \
  --role="roles/bigquery.dataEditor"
gcloud projects add-iam-policy-binding YOUR_PROJECT_ID \
  --member="serviceAccount:syncflow@YOUR_PROJECT_ID.iam.gserviceaccount.com" \
  --role="roles/bigquery.jobUser"

# 3. JSONキーファイルをダウンロード
gcloud iam service-accounts keys create syncflow-key.json \
  --iam-account=syncflow@YOUR_PROJECT_ID.iam.gserviceaccount.com

生成した syncflow-key.json をSyncflowのダッシュボードからアップロードすれば認証設定は完了です（キーは暗号化して保管され、平文では保存されません）。

キーを発行できない場合はWIF（キーレス認証）

会社のセキュリティポリシーで「サービスアカウントキーの発行禁止」になっているケースは珍しくありません。 SyncflowはWorkload Identity Federation（WIF）にも対応しているので、その場合もキーを一切発行せずに連携できます。

認証方式	特徴	向いているケース
サービスアカウントキー	JSONキーをアップロード。セットアップが簡単	手軽に始めたい
Workload Identity Federation	キーレス認証。SA impersonation または直接アクセス	キー発行が制限されている組織

WIFの具体的なセットアップコマンドはヘルプページに載せているので、該当する方はそちらを参照してください。

データセットの設定

あとはSyncflowの設定画面で以下を入力するだけです。

項目	説明	デフォルト値
GCPプロジェクトID	書き込み先のGoogle Cloudプロジェクト	-
データセット名	テーブルが作成されるデータセット	freee
ロケーション	データセットのリージョン	asia-northeast1

設定を保存するタイミングで、プロジェクトとデータセットへのアクセスが自動検証されます。権限不足ならこの時点でエラーになるので、「同期を実行したのに書き込めていなかった」という事故は起きません。

初回同期を実行する

BigQueryの設定が終われば、あとは同期するだけです。

1. ダッシュボードで対象の事業所を選択
2. 同期したいデータタイプ（仕訳・取引・請求書・経費精算・マスタデータ・試算表など）と対象年度を選択
3. 「同期を実行」をクリック

ジョブは非同期で実行され、ステータスは画面でそのまま確認できます。 完了すると、BigQueryのデータセットに journals_latest のようなテーブルが並び、その瞬間からSQLで分析できる状態になります。

知っておきたい同期の仕様

項目	内容
書き込み方式	全件洗い替え（WRITE_TRUNCATE）。毎回最新の全データで置き換わる
APIレート制限	freee API側の制限に達したら自動待機してリトライ（最大3回）
OAuthトークン	有効期限切れ前に自動更新
自動同期	有料プランで曜日指定・日付指定のスケジュール実行が可能

特に重要なのが 全件洗い替え という点です。差分更新ではないので、freee側で過去の仕訳を修正しても、次の同期でBigQuery側も必ず最新と一致します。「どこかで差分が壊れてデータがズレる」タイプの事故が構造的に起きません。

運用のコツ

確定した年度は bq cp でスナップショットを残す

洗い替え方式の裏返しとして、再同期のたびにテーブルは最新データで置き換わります。 年度締めが完了した年度の仕訳は今後変わらないので、コピーして確定データとして残しておくのがおすすめです。

# 2025年度の仕訳データをコピーして保存
bq cp YOUR_PROJECT:freee.journals_latest YOUR_PROJECT:freee.journals_2025

ワイルドカードテーブルで年度横断クエリ

年度ごとのテーブルを作っておくと、全年度をまたいだ分析が1クエリで書けます。

SELECT *, _TABLE_SUFFIX AS fiscal_year
FROM `YOUR_PROJECT.freee.journals_*`
ORDER BY journal_date

AIツールから直接クエリする

BigQueryに入ってさえいれば、Claude CodeのようなAIツールから bq コマンド経由で直接クエリできます。

bq query --use_legacy_sql=false \
'SELECT FORMAT_DATE("%Y-%m", journal_date) AS month, SUM(amount) AS total
 FROM `YOUR_PROJECT.freee.journals_latest`
 WHERE account_item_name = "売上高" AND entry_side = "credit"
 GROUP BY month ORDER BY month'

「先月、想定外に伸びた科目を出して」とAIに聞ける状態は、データがBigQueryに整って置いてあってこそです。 ChatGPTにCSVを渡して頑張らせるより、はるかに再現性の高いアプローチです。

まとめ

freee × BigQuery連携のポイントをまとめると:

• BigQueryは「分析できる状態」を維持するのに最適な置き場所。SQL・Looker Studio・AIから直接使える
• 必要な権限は dataEditor と jobUser の2つだけ。最小権限で運用できる
• キー発行が禁止されている組織でも、WIF（キーレス認証）で連携できる
• 同期は全件洗い替えなので、freee側の修正と常に一致する。確定年度は bq cp で保全
• 手動CSVからの移行は、セットアップ5分で完了する

毎月のCSVダウンロードをやめて、freeeのデータが勝手にBigQueryに揃っている状態を一度体験すると、もう手作業には戻れないと思います。