Google Analytics 4 API — доступ, генерируйте данные GA с помощью Python

Платформы веб -аналитики являются незаменимыми для любой корпорации в настоящее время, и Google Analytics является самой популярной. Ранее я поделился тем, как извлечь данные SEO -консоли Google на вашу панель инструментов Google Sheets. Вы можете сказать, что в этом наборе данных не хватает многих других измерений и метрик. В частности, вы запускаете хранилище электронной коммерции, и данные конверсии имеют решающее значение для вас.

В этом уроке по Python я бы прошел через вас, как подключить API Google Analytics с помощью Python и извлечь необходимые данные. К концу этой части вы можете узнать, какие измерения и метрики вы называете через API в сценарии Python. Кроме того, вы можете интегрировать это автоматизированное обновление с помощью панели панели Google Sheets. Вы можете иметь более полную передачу и размерное понимание.

Содержимое таблицы: Google Analytics 4 Integration Integration с использованием Python

Включить Google Analytics API
Настройка Google Analytics Scope и учетные данные в скрипте Python
Use report() and batchGet() to framework the data scope
Извлеките необходимые данные и загрузите их в Google Sheets
Full Python Script of Google Analytics API
Последняя рекомендация API API API Google

Самый популярный Google Analytics 4 Фундаментальный и продвинутый учебник Couresa

Включить Google Analytics 4 API

Во -первых, нам нужно включить API Google Analytics в разработчике APIS. Просто найдите Google Analytics в библиотеке, и вы можете найти API версии GA V4. Это самый продвинутый программный метод, и вы можете использовать его для создания пользовательской панели инструментов

Затем, а также другие сценарии Google API, вам необходимо создать учетные данные и ключ с загрузкой файла JSON. Фактически, вы можете продолжать использовать учетные данные проекта «Консоль поиска Google» и ключ, который вы создали в предыдущей главе.

Более того, вы входите в свою учетную запись Google Analytics и добавляете электронную почту API Robot в управление доступом к представлению в разделе администратора. Таким образом, робот может получить доступ к вашему GA.

Настройка Google Analytics Scope и учетные данные в скрипте Python

Если мы прочитаем данные GA, применение API Google Analytics является URL -адресом, прикрепленным ниже. И это также требует от нас добавления URL -адреса службы Discovery в методе сборки

https://www.googleapis.com/auth/analytics.readonly

service = build('analytics', 'v4', credentials=credentials, discoveryServiceUrl=('https://analyticsreporting.googleapis.com/$discovery/rest?version=v4'))

Это формат JSON, такой как корм для данных Shopify. По сути, это структура открытых данных GA, которую мы можем извлечь. И последнее, но не менее важное, создание переменной ключа API и учетных данных, как и другие сценарии Google API.

Use `report()` and `batchGet()` to framework the data scope

Google Analytics API имеет два метода высшего уровня. Один из них — это поиск, а другой — Бакет. В рамках метода мы можем сказать GA, какие учетные записи мы собираемся получить доступ, и какие измерения данных мы хотим. И в блоке областей данных, в основном, вам необходимо иметь эти значения.

response = service.reports().batchGet(
body={
'reportRequests':[
{
'viewId': 'xxxxxxxxx',
'dateRanges': [{'startDate': '2021-06-01','endDate': '2021-06-30'}],
'metrics': [{'expression': 'ga:goalCompletionsAll'}],
'dimensions': [{"name": "ga:landingPagePath"}],
'orderBys': [{"fieldName": "ga:goalCompletionsAll", "sortOrder": "DESCENDING"}],
'pageSize': 20
}]
}
).execute()

viewId: This is your GA account and the specific property view ID. Please don’t mix up with the tracking ID. The location of the view ID should be here like the screencap attached.
dateRanges: You can set the start date and end date of your data. This section is just like the date range you select in GA
Metrics and Dimensions: Metric is defined as what specific data you are extracting, such as sessions, transactions, time on site, etc. Dimension is defined as what macro perspective you are looking into, such as country level, device, pages, etc. For more details of value you can use in the documentation, you can refer to the UA Dimensions & Metrics Explorer
orderBys: This is the descending or ascending order setting. Basically, we use it to rank the metrics data we set above
pageSize: You don’t need to fetch all data every time and you can set up the number based on your needs by creating a custom dashboard

Извлеките необходимые данные и загрузите их в Google Sheets

При командовании B по вышеуказанным кодам Python он работает с GA API, если результат данных, которые вы стремитесь извлечь в этот формат. Следующим шагом будет создание цикла для извлечения значения без этого формата

First of all, we create two variables without values, A and B. They would be used in a moment. You can tell that all the data is sitting within reports. So we can use the get() method in a loop to extract the data block we need first. That would be the columnheader, dimensions, metricHeader, and rows within the reports.

for report in response.get('reports', []):

columnSection = report.get('columnHeader', {})
dimensionSection = columnSection.get('dimensions', [])
metricSection = columnSection.get('metricHeader', {}).get('metricHeaderEntries', [])
rows = report.get('data', {}).get('rows', [])

Во -вторых, в рядах есть размеры и метрики. Вы можете обнаружить, что значение в этом блоке соответственно является целью, которую мы собираемся извлечь. Таким образом, нам нужно создать петлю, называемую ряд здесь. Он работает, если вы печатаете, и данные появляются как прикрепленный скринка.

for row in rows:

dimensions = row.get('dimensions', [])
dateRangeValues = row.get('metrics', [])

Вы можете сказать, что полученные данные на данный момент еще не готовы к загрузке. Нам нужно дополнительно извлечь нужные значения, которые нам нужны из этого цикла.

1) Снимите заголовок «GA:» и объедините две переменные для функционирования с помощью метода Zip ()

Python’s zip() method creates an iterator that will aggregate elements from two or more iterables. You can use the resulting iterator to quickly and consistently solve common programming problems. Here you can see dimensionSection and dimensions are two variables in the same path to get the final value. So for this loop called dimension we can use zip() method to run together.

for header, dimension in zip(dimensionSection, dimensions):
A.append(dimension)

2) Извлеките метрическое значение

When dealing with iterators, we also need to keep a count of iterations. Python eases the programmers’ task by providing a built-in function enumerate() for this task. Enumerate() method adds a counter to an iterable and returns it in the form of an enumerating object.

for i, values in enumerate(dateRangeValues):
for metaicHeader, value in zip(metricHeaders, values.get('values')):
B.append(int(value))

3) Frame the data using Pandas and Upload it to Google Sheets using Easy2Digital API.

Full Python Script of Google Analytics 4 API

If you would like to have the full version of the Python Script of Google Analytics 4 API, please subscribe to our newsletter by adding the message “Chapter 20”. We would send you the script immediately to your mailbox.

Связаться с нами

Я надеюсь, что вам понравится читать главу 20: Google Analytics 4 API Access с использованием Python для интеграции с вашей пользовательской маркетинговой панелью. Если вы это сделали, пожалуйста, поддержите нас, делая одну из перечисленных ниже вещей, потому что это всегда помогает нашему каналу.

Support and donate to our channel through PayPal (paypal.me/Easy2digital)
Subscribe to my channel and turn on the notification bell Easy2Digital Youtube channel.
Follow and like my page Easy2Digital Facebook page
Поделитесь статьей в вашей социальной сети с хэштегом #Easy2digital
Buy products with Easy2Digital 10% OFF Discount code (Easy2DigitalNewBuyers2021)
Вы регистрируетесь на нашем еженедельном информационном бюллетене, чтобы получить последние 2 -дигитальные последние статьи, видео и коды дисконтов
Subscribe to our monthly membership through Patreon to enjoy exclusive benefits (www.patreon.com/louisludigital)

A: Чтобы использовать Google Analytics, нужно войти в аккаунт и выбрать нужное представление. Затем можно использовать отчеты, чтобы просматривать данные о посещаемости сайта.

Q6: Какие отчеты есть в Google Analytics?

A: В Google Analytics есть много разных отчетов, которые можно использовать для просмотра данных о посещаемости сайта.

Q7: Как использовать данные Google Analytics?

A: Данные Google Analytics можно использовать для улучшения сайта, привлечения трафика и увеличения конверсий.

Q8: Какие преимущества у Google Analytics?

A: Google Analytics имеет много преимуществ, в том числе бесплатность, простоту использования и большое количество функций.

Q9: Какие недостатки у Google Analytics?

A: У Google Analytics есть несколько недостатков, в том числе сложность настройки и отсутствие некоторых функций.

Q10: Какие альтернативы Google Analytics есть?

A: Существует несколько альтернатив Google Analytics, в том числе Яндекс.Метрика, LiveInternet и OpenWebAnalytics.

Google Analytics 4 API — доступ, генерируйте данные GA с помощью Python

Содержимое таблицы: Google Analytics 4 Integration Integration с использованием Python