Чтобы переводить контент на ваш предпочитаемый язык, Google использует технологии на основе искусственного интеллекта. Переводы от ИИ могут содержать ошибки.

Попробуйте MCP-сервер Google Аналитики

Сервер протокола контекста модели (MCP) Google Аналитики позволяет подключать данные Google Аналитики к большим языковым моделям (LLM) и ИИ-агентам, таким как Gemini. С помощью сервера MCP можно запрашивать отчеты на естественном языке, проверять конфигурации ресурсов и создавать пользовательские агенты аналитики.

Настройте MCP-сервер Посмотреть на GitHub Посмотреть видеоруководство по настройке

Требования

Прежде чем настраивать MCP-сервер Google Аналитики, выполните следующие требования:

Установите Python и средство запуска пакетов:
- Установите Python 3.10 или более поздней версии.
- Установите pipx или uv (uvx), чтобы запустить MCP-сервер в изолированной среде Python.
Включите API Google Аналитики в :
- Создайте или выберите проект.
- Включите в проекте Google Analytics Admin API (analyticsadmin.googleapis.com) и Google Analytics Data API (analyticsdata.googleapis.com).
```
gcloud services enable analyticsadmin.googleapis.com \
  analyticsdata.googleapis.com \
  --project=YOUR_PROJECT_ID
```
Предоставьте доступ к ресурсу Google Аналитики:
- В интерфейсе Google Аналитики предоставьте своему аккаунту пользователя или сервисному аккаунту по крайней мере роль читателя (roles/analytics.viewer) для целевого ресурса Google Аналитики. Инструкции приведены в статье Как управлять доступом и ограничениями в отношении данных.

Как настроить аутентификацию

MCP-сервер Google Аналитики выполняет аутентификацию с помощью стандартных учетных данных приложения (ADC) с областью действия OAuth 2.0 Google Аналитики только для чтения:

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

Вы можете настроить ADC, используя аккаунт Google или сервисный аккаунт.

Вариант 1. Аутентификация с помощью учетных данных пользователя

Установите и инициализируйте gcloud CLI.
Запустите gcloud auth application-default login с необходимыми областями действия:
```
gcloud auth application-default login \
  --scopes="https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform"
```
Если вы используете скачанный файл конфигурации OAuth 2.0 для компьютера или веб-клиента (см. раздел Управление клиентами OAuth), передайте --client-id-file:
```
gcloud auth application-default login \
  --scopes="https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform" \
  --client-id-file=YOUR_CLIENT_JSON_FILE
```
Когда команда завершится, скопируйте путь к учетным данным, который появится в консоли (Credentials saved to file: [PATH_TO_CREDENTIALS_JSON]). Он понадобится вам при настройке клиента MCP в GOOGLE_APPLICATION_CREDENTIALS.

Вариант 2. Аутентификация с помощью сервисного аккаунта

Чтобы выполнить аутентификацию с помощью сервисного аккаунта, у которого есть доступ с правами просмотра к вашему ресурсу Google Аналитики, сделайте следующее:

JSON-файл ключа сервисного аккаунта. В конфигурации клиента MCP задайте для параметра GOOGLE_APPLICATION_CREDENTIALS абсолютный путь к JSON-файлу сервисного аккаунта.

Имитация сервисного аккаунта. Сгенерируйте учетные данные ADC, имитируя сервисный аккаунт с помощью gcloud CLI:

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"

Настройте MCP-клиент

Сервер опубликован на PyPI как analytics-mcp и предоставляет скрипты консоли analytics-mcp и google-analytics-mcp.

В следующих конфигурациях замените:

PATH_TO_CREDENTIALS_JSON – абсолютный путь к файлу JSON с учетными данными по умолчанию для приложения или сервисного аккаунта.
YOUR_PROJECT_ID на идентификатор проекта, в котором вы включили API Google Аналитики.

Antigravity CLI и Antigravity IDE

Установите Antigravity CLI или Antigravity IDE.

Добавьте сервер analytics-mcp в ~/.gemini/config/mcp_config.json (или .agents/mcp_config.json в рабочей области):

{
  "mcpServers": {
    "analytics-mcp": {
      "command": "pipx",
      "args": ["run", "analytics-mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
        "GOOGLE_CLOUD_PROJECT": "YOUR_PROJECT_ID"
      }
    }
  }
}

Убедитесь, что analytics-mcp подключен:
- Antigravity CLI. Выполните команду agy, а затем введите /mcp, чтобы посмотреть настроенные серверы MCP.
- Antigravity IDE. Откройте Settings (Настройки) > Customizations (Настройки) > Installed MCP Servers (Установленные серверы MCP) и нажмите Refresh (Обновить).

Claude Desktop и Claude Code

Для Claude Desktop добавьте сервер в файл claude_desktop_config.json (~/Library/Application Support/Claude/claude_desktop_config.json в macOS или %APPDATA%\Claude\claude_desktop_config.json в Windows):

{
  "mcpServers": {
    "analytics-mcp": {
      "command": "pipx",
      "args": ["run", "analytics-mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
        "GOOGLE_CLOUD_PROJECT": "YOUR_PROJECT_ID"
      }
    }
  }
}

Для Claude Code зарегистрируйте сервер с помощью инструмента командной строки:

claude mcp add analytics-mcp \
  --scope user \
  -e GOOGLE_APPLICATION_CREDENTIALS="PATH_TO_CREDENTIALS_JSON" \
  -e GOOGLE_CLOUD_PROJECT="YOUR_PROJECT_ID" \
  -- pipx run analytics-mcp

Курсор

Добавьте сервер в файл .cursor/mcp.json в каталоге проекта (или в файл ~/.cursor/mcp.json для глобальной конфигурации). Вызвать google-analytics-mcp можно с помощью uvx или pipx:

{
  "mcpServers": {
    "google-analytics-mcp": {
      "command": "uvx",
      "args": ["--from", "analytics-mcp", "google-analytics-mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON",
        "GOOGLE_CLOUD_PROJECT": "YOUR_PROJECT_ID"
      }
    }
  }
}

Чтобы запустить последнюю версию для разработчиков непосредственно из GitHub с помощью uvx, обновите "args":

"args": [
  "--from",
  "git+https://github.com/googleanalytics/google-analytics-mcp.git",
  "google-analytics-mcp"
]

Если вы хотите использовать pipx, измените "command" на "pipx" и задайте для "args" следующее значение:

"command": "pipx",
"args": [
  "run",
  "--spec",
  "git+https://github.com/googleanalytics/google-analytics-mcp.git",
  "google-analytics-mcp"
]

Как добавить навыки ИИ-агенту (необязательно)

Чтобы помочь ИИ-агенту настраивать API, проверять совместимость параметров и показателей и генерировать код клиентской библиотеки, подключите сервер MCP к навыкам ИИ-агента Google Аналитики. В набор навыков входят google-analytics-data-api-basics и google-analytics-admin-api-basics для Google Analytics Data API и Google Analytics Admin API.

Установите навыки в каталог проекта с помощью команды npx (требуется Node.js) или ознакомьтесь с навыками ИИ-агента Google Аналитики для Google Antigravity, Claude Code, Codex и Cursor:

npx skills add google/skills/skills/analytics

Доступные инструменты MCP

MCP-сервер Google Аналитики использует Admin API и Data API v1, чтобы предоставлять MCP-клиенту инструменты только для чтения.

Обнаружение аккаунтов и ресурсов (Admin API):
- get_account_summaries – список аккаунтов и ресурсов Google Аналитики, доступных аутентифицированному пользователю (accountSummaries.list).
- get_property_details – возвращает сведения о конфигурации для определенного ресурса Google Аналитики (properties.get).
- list_google_ads_links: возвращает список связей с аккаунтами Google Рекламы для ресурса (properties.googleAdsLinks.list).
- list_property_annotations: возвращает список заметок, настроенных для ресурса (properties.reportingDataAnnotations.list).
Отчеты и проверка схемы (Data API версии 1):
- get_custom_dimensions_and_metrics – получение специальных параметров и специальных показателей, заданных для ресурса (getMetadata).
- run_report – создает стандартный отчет Google Аналитики (runReport).
- run_realtime_report – создает отчет Google Аналитики в реальном времени (runRealtimeReport).
- run_funnel_report – создает отчет об исследовании воронки Google Аналитики (runFunnelReport).
- run_conversions_report – создает отчет об эффективности конверсий (runConversionsReport).

Примеры запросов

После подключения попробуйте задать ИИ-помощнику вопросы, например:

Сколько пользователей у меня было вчера?
Какие товары продавались лучше всего вчера?
Мой маркетинговый бюджет составляет 5000 долларов США в месяц,и мне нужно увеличить доход. Помоги мне создать маркетинговый план на основе данных.
Какие специальные параметры и специальные показатели настроены в моем ресурсе?
Какие события в моем ресурсе Google Аналитики были самыми популярными за последние 90 дней?

Устранение неполадок

Чтобы устранить распространенные ошибки настройки и выполнения, воспользуйтесь следующим контрольным списком:

403 PERMISSION_DENIED (API не включен или недостаточно разрешений для ресурса):
- Убедитесь, что Google Analytics Admin API (analyticsadmin.googleapis.com) и Google Analytics Data API (analyticsdata.googleapis.com) включены в проекте , указанном в GOOGLE_CLOUD_PROJECT.
- Убедитесь, что у пользователя или сервисного аккаунта, выполняющего аутентификацию, есть по крайней мере роль читателя (roles/analytics.viewer) в целевом ресурсе Google Аналитики в интерфейсе Google Аналитики.
- Если в сообщении об ошибке указано Request had insufficient authentication scopes, повторно запустите gcloud auth application-default login с областями действия https://www.googleapis.com/auth/analytics.readonly и https://www.googleapis.com/auth/cloud-platform.
Отсутствует проект квоты (GOOGLE_CLOUD_PROJECT) или 403 ACCESS_NOT_CONFIGURED.
- Для запросов, аутентифицированных с помощью учетных данных ADC пользователя, требуется проект квоты с включенными Google Аналитика API. Задайте "GOOGLE_CLOUD_PROJECT": "YOUR_PROJECT_ID" в конфигурации env MCP-сервера или укажите проект квоты в файле ADC:
```
gcloud auth application-default set-quota-project YOUR_PROJECT_ID
```
Файл 401 UNAUTHENTICATED или файл учетных данных не найден
- Используйте абсолютный путь для GOOGLE_APPLICATION_CREDENTIALS (например, /Users/username/.config/gcloud/application_default_credentials.json). Не используйте переменные ~ или $HOME, так как многие хосты MCP не раскрывают переменные оболочки в файлах конфигурации JSON.
- Если срок действия учетных данных пользователя истек, повторно запустите gcloud auth application-default login.
Сервер не запускается (ошибки spawn pipx ENOENT, uvx: command not found или версии Python)
- Убедитесь, что у вас установлена версия Python 3.10 или более поздняя (python3 --version).
- Приложения с графическим интерфейсом пользователя для компьютеров (например, Claude Desktop и Cursor) часто не наследуют PATH интерактивной оболочки. Замените "pipx" или "uvx" в "command" абсолютным путем к двоичному файлу, возвращенным which pipx или which uvx (например, /opt/homebrew/bin/pipx или /Users/username/.local/bin/pipx).

Дальнейшие действия

Используйте навыки ИИ-агента Google Аналитики, чтобы направлять ИИ-агента по программированию при включении API, проверке совместимости полей и написании кода клиентской библиотеки.
Ознакомьтесь с кратким руководством по работе с Google Analytics Data API или Google Analytics Admin API.