Google Analytics MCP Server
访问网站
扫码查看
复制链接

连接大语言模型与谷歌分析数据的工具

标签：API , GA4 , Google Analytics , mcp-server , 大语言模型 , 数据分析

Google Analytics MCP Server

AI工作效率 / AI数据分析51 次浏览

综合介绍

Google Analytics MCP Server 是一个开源工具，它在本地计算机上运行一个服务，充当大型语言模型（LLM）与 Google Analytics（GA4）API 之间的桥梁。其核心作用是让用户能够通过自然语言提问的方式，来查询和分析 Google Analytics 中的网站数据。用户不再需要手动在 GA4 界面进行复杂的操作和报表制作，而是可以直接向集成了此工具的 AI 助手（如 Gemini）提问，例如“我上周网站上最受欢迎的页面是哪些？”或“过去30天来自移动端的用户有多少？”。该服务器会将这些自然语言问题转换成精确的 API 请求，发送给 Google Analytics Data API 和 Admin API，获取数据后再将结果呈现给用户。这极大地简化了数据查询的流程，让不熟悉 GA4 操作的用户也能轻松获取所需的数据洞察。

功能列表

  • 账户信息检索: 自动获取用户的 Google Analytics 账户摘要和详细的媒体资源信息。
  • Google Ads 关联查询: 列出指定媒体资源关联的所有 Google Ads 账户。
  • 核心报告生成: 通过调用 Data API，根据用户需求生成标准的 Google Analytics 分析报告。
  • 实时报告生成: 支持查询实时的 Google Analytics 数据，并生成实时报告。
  • 维度与指标查询: 获取指定媒体资源下可用的标准和自定义维度及指标。
  • 筛选条件提示: 为报告查询提供 date_ranges、metric_filter 和 dimension_filter 等参数的建议值，辅助用户构建更精确的查询。

使用帮助

安装与配置流程

安装和配置 Google Analytics MCP Server 需要以下几个步骤，目的是让 Gemini 等大语言模型能够安全地访问你的 Google Analytics 数据。

1. 配置 Python 环境

首先，确保你的电脑上安装了 Python。然后，需要安装 pipx，这是一个用于安装和运行 Python 应用的工具，可以帮助你管理独立的虚拟环境，避免不同项目之间的依赖冲突。

你可以使用 pip 来安装 pipx:

pip install pipx

2. 配置 Google Analytics 访问凭证

为了让 MCP Server 能够访问你的 Google Analytics 数据，你需要配置应用程序默认凭证（Application Default Credentials, ADC）。这些凭证代表了一个授权身份，可以是你的个人用户账号，也可以是一个服务账户（Service Account）。

关键点：无论使用哪种方式，都必须确保该身份拥有访问 Google Analytics 的只读权限。对应的 OAuth scope 是 https://www.googleapis.com/auth/analytics.readonly。

方法一：使用用户凭证进行授权这是最直接的方式，适合个人开发者或数据分析师。

  1. 首先，你需要在 Google Cloud Console 中创建一个 OAuth 2.0 客户端 ID，并下载凭证的 JSON 文件。
  2. 然后，在你的命令行工具中运行以下 gcloud 命令。请将 YOUR_WEB_CLIENT_JSON_FILE 替换为你下载的客户端ID文件的实际路径。 
    gcloud auth application-default login \
--scopes https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform \
--client-id-file=YOUR_WEB_CLIENT_JSON_FILE

    执行此命令后，系统会打开一个浏览器窗口，引导你完成 Google 账号的登录和授权流程。

方法二：使用服务账户（Service Account）进行授权服务账户更适合在自动化或生产环境中使用，因为它不需要人为干预登录。

  1. 在 Google Cloud Console 中创建一个服务账户，并为其创建一个 JSON 密钥文件并下载到本地。
  2. 在 Google Analytics 的管理后台，将该服务账户的邮箱地址添加为用户，并授予“查看者”权限。
  3. 设置 GOOGLE_APPLICATION_CREDENTIALS 环境变量，指向你下载的服务账户密钥文件的路径。
  4. 如果你需要模拟服务账户的身份，可以使用以下命令： 
    gcloud auth application-default login \
--impersonate-service-account=SERVICE_ACCOUNT_EMAIL \
--scopes=https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform

    请将 SERVICE_ACCOUNT_EMAIL 替换为你的服务账户邮箱地址。

3. 配置 Gemini

接下来，需要告诉 Gemini 如何找到并运行你的 MCP Server。

  1. 安装 Gemini CLI 或者 Gemini Code Assist。
  2. 打开或创建位于 ~/.gemini/settings.json 的配置文件。
  3. 在该文件中，将你的 MCP Server 添加到 mcpServers 列表中。配置代码如下： 
    {
"mcpServers": {
"analytics-mcp": {
"command": "pipx",
"args": [
"run",
"--spec",
"git+https://github.com/googleanalytics/google-analytics-mcp.git",
"google-analytics-mcp"
]
}
}
}

    这段配置告诉 Gemini，当需要使用名为 analytics-mcp 的服务器时，执行 pipx run 命令从指定的 GitHub 仓库直接运行最新的代码。

（可选）固定凭证路径如果你希望 MCP Server 总是使用特定的凭证文件（例如某个固定的服务账户密钥），而不是当前环境中设置的 ADC，可以在配置文件中指定凭证路径。

在 ~/.gemini/settings.json 文件中，为 analytics-mcp 添加一个 env 对象，并设置 GOOGLE_APPLICATION_CREDENTIALS 环境变量。将 PATH_TO_ADC_JSON 替换为你的凭证文件的绝对路径。

{
"mcpServers": {
"analytics-mcp": {
"command": "pipx",
"args": [
"run",
"--spec",
"git+https://github.com/googleanalytics/google-analytics-mcp.git",
"google-analytics-mcp"
],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_ADC_JSON"
}
}
}
}

如何使用

配置完成后，你就可以在 Gemini 或其他支持 MCP 的客户端中开始使用了。

  1. 启动 Gemini CLI 或 Gemini Code Assist。
  2. 输入 /mcp 命令，你应该能在列表中看到 analytics-mcp 这个可用的服务器。
  3. 现在，你可以用自然语言向它提问了。以下是一些示例：
    • 了解服务器能做什么:

      what can the analytics-mcp server do?

    • 查询特定媒体资源的信息:

      Give me details about my Google Analytics property with 'xyz' in the name

    • 进行数据分析:

      what are the most popular events in my Google Analytics property in the last 180 days?

    • 分析用户登录情况:

      were most of my users in the last 6 months logged in?

    • 查询媒体资源的配置:

      what are the custom dimensions and custom metrics in my property?

通过这些简单的提问，MCP Server 会在后台自动完成与 Google Analytics API 的复杂交互，并将格式化的结果返回给你。

应用场景

  1. 快速数据查询与分析对于市场营销人员或产品经理，他们常常需要快速获取网站的关键数据，比如“过去一周的新增用户数”、“某个营销活动带来的流量变化”等。使用该工具，他们不再需要登录GA后台进行繁琐的点击和配置，只需用自然语言向AI助手提问，即可在几秒钟内获得答案，极大地提升了工作效率。
  2. 自然语言驱动的商业智能（BI）企业高管或决策者可能不熟悉Google Analytics的具体操作，但他们关心的是业务结果。通过集成MCP Server，可以将GA数据接入支持自然语言查询的BI系统或AI助手。决策者可以直接提问，例如“上个季度各区域的销售转化率分别是多少？”，AI助手调用MCP Server获取数据并以图表或摘要的形式呈现，辅助管理层进行快速决策。
  3. 自动化报告与监控开发者可以利用该工具与其他系统（如Slack、邮件）集成，创建自动化的数据报告机器人。例如，可以设置一个定时任务，每天早上自动查询前一天的核心指标（如用户数、会话数、跳出率），并将报告发送到团队的Slack频道中。当关键指标出现异常波动时（例如“会话量突然下降超过30%”），还可以触发告警，通知相关人员及时处理。
  4. 跨数据源的融合分析MCP Server可以将Google Analytics的数据与其他数据源（如CRM、广告平台、数据库）进行整合。 用户可以在同一个查询中融合来自不同系统的数据。例如，可以向AI助手提问：“对比一下上周在Google Ads上花费最多的营销活动，其在Google Analytics中的用户参与度如何？”AI可以同时调用Google Ads和Google Analytics的MCP Server，将两边的数据整合在一起进行分析，提供更全面的业务洞察。

QA

  1. 什么是 MCP Server？MCP Server (Model Context Protocol Server) 是一个遵循模型上下文协议的服务器。它充当一个中间件，将特定数据源（如 Google Analytics）的 API 接口，转换成大型语言模型（LLM）能够理解和调用的标准化工具。简单来说，它让 AI 能够“读懂”并“操作”各种软件和数据服务。
  2. 这个工具安全吗？我的数据会泄露吗？该工具本身是开源的，并且在本地运行。它使用 Google 的官方 API 进行数据交互，并遵循标准的 OAuth 2.0 授权流程。 你通过应用程序默认凭证（ADC）进行身份验证，这意味着访问权限完全由你自己控制。 数据直接在你的本地环境和 Google 服务器之间传输，不会经过任何第三方服务器，因此是安全的。
  3. 使用此工具是否需要编程知识？基本的安装和配置过程需要一些命令行操作知识，例如安装 Python 包和设置环境变量。但一旦配置完成，日常使用则完全不需要编程，用户只需通过自然语言与 AI 助手进行交互即可。
  4. 这个工具是免费的吗？是的，google-analytics-mcp 是一个在 GitHub 上开源的项目，你可以免费下载和使用其源代码。 但是，调用 Google Analytics API 可能会产生费用，具体取决于你的使用量和 Google Cloud Platform 的相关定价策略。
  5. 它支持哪些版本的 Google Analytics？该工具明确是为 Google Analytics 4 (GA4) 设计的，因为它调用的是 Google Analytics Data API v1beta 和 Admin API，这两个都是 GA4 的核心 API。
微信微博Email复制链接