Admin API v1 runAccessReport
메서드를 사용하여 데이터 액세스 보고서를 만들 수 있습니다. 이 보고서에는 사용자가 Google 애널리틱스 데이터를 읽을 때마다 표시됩니다. 데이터 액세스 기록은 최대 2년 동안 보관됩니다. 데이터 액세스 보고서는 관리자 역할이 있는 사용자만 사용할 수 있습니다.
클라이언트 라이브러리를 사용하여 데이터 액세스 보고서 요청
데이터 액세스 보고서를 시작하는 가장 빠른 방법은 클라이언트 라이브러리를 사용하는 것입니다.
Google 애널리틱스 클라이언트 라이브러리를 설치하고 구성하는 방법에 관한 설명은 빠른 시작 가이드를 참고하세요.
다음은 데이터 액세스 쿼리를 실행하고 응답을 출력하는 Python 클라이언트 라이브러리를 사용하는 예입니다.
Python
from datetime import datetime from google.analytics.admin import AnalyticsAdminServiceClient from google.analytics.admin_v1alpha.types import ( AccessDateRange, AccessDimension, AccessMetric, RunAccessReportRequest, ) def run_sample(): """Runs the sample.""" # TODO(developer): Replace this variable with your Google Analytics 4 # property ID (e.g. "123456") before running the sample. property_id = "YOUR-GA4-PROPERTY-ID" run_access_report(property_id) def run_access_report(property_id: str, transport: str = None): """ Runs an access report for a Google Analytics property. The report will aggregate over dimensions `userEmail`, `accessedPropertyId`, `reportType`, `revenueDataReturned`, `costDataReturned`, `userIP`, and return the access count, as well as the most recent access time for each combination. See https://developers.google.com/analytics/devguides/config/admin/v1/access-api-schema for the description of each field used in a data access report query. Args: property_id(str): The Google Analytics Property ID. transport(str): The transport to use. For example, "grpc" or "rest". If set to None, a transport is chosen automatically. """ client = AnalyticsAdminServiceClient(transport=transport) request = RunAccessReportRequest( entity=f"properties/{property_id}", dimensions=[ AccessDimension(dimension_name="userEmail"), AccessDimension(dimension_name="accessedPropertyId"), AccessDimension(dimension_name="reportType"), AccessDimension(dimension_name="revenueDataReturned"), AccessDimension(dimension_name="costDataReturned"), AccessDimension(dimension_name="userIP"), AccessDimension(dimension_name="mostRecentAccessEpochTimeMicros"), ], metrics=[AccessMetric(metric_name="accessCount")], date_ranges=[AccessDateRange(start_date="yesterday", end_date="today")], ) access_report = client.run_access_report(request) print("Result:") print_access_report(access_report) def print_access_report(response): """Prints the access report.""" print(f"{response.row_count} rows received") for dimensionHeader in response.dimension_headers: print(f"Dimension header name: {dimensionHeader.dimension_name}") for metricHeader in response.metric_headers: print(f"Metric header name: {metricHeader.metric_name})") for rowIdx, row in enumerate(response.rows): print(f"\nRow {rowIdx}") for i, dimension_value in enumerate(row.dimension_values): dimension_name = response.dimension_headers[i].dimension_name if dimension_name.endswith("Micros"): # Convert microseconds since Unix Epoch to datetime object. dimension_value_formatted = datetime.utcfromtimestamp( int(dimension_value.value) / 1000000 ) else: dimension_value_formatted = dimension_value.value print(f"{dimension_name}: {dimension_value_formatted}") for i, metric_value in enumerate(row.metric_values): metric_name = response.metric_headers[i].metric_name print(f"{metric_name}: {metric_value.value}")
핵심 보고서와 공유되는 기능
데이터 액세스 보고서 요청은 많은 일반적인 기능의 핵심 보고서 요청과 동일한 시맨틱을 갖습니다. 예를 들어 페이징, 측정기준 필터, 기간은 두 보고서 유형에서 동일하게 작동합니다.
Data API v1의 핵심 보고서 개요를 숙지한 후 이 페이지로 돌아와 데이터 액세스 보고서에 관해 자세히 알아보세요.
데이터 액세스 보고서 만들기
runAccessReport 메서드를 사용하여 데이터 액세스 보고서를 요청합니다.
보고 항목 선택
Data API v1의 핵심 보고 기능과 마찬가지로 Google 애널리틱스 Admin API v1의 runAccessReport 메서드에서는 Google 애널리틱스 속성 식별자를 URL 요청 경로 내에 properties/GA_PROPERTY_ID
형식으로 지정해야 합니다(예:
POST https://analyticsadmin.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runAccessReport
결과 데이터 액세스 보고서는 지정된 Google 애널리틱스 속성의 Google 애널리틱스 데이터 액세스 기록을 기반으로 생성됩니다.
Admin API 클라이언트 라이브러리 중 하나를 사용하는 경우 요청 URL 경로를 수동으로 조작할 필요가 없습니다. 대부분의 API 클라이언트는 properties/GA_PROPERTY_ID
형식의 문자열을 예상하는 property
매개변수를 제공합니다. 클라이언트 라이브러리 사용 예는 이 페이지 시작 부분의 코드 스니펫을 참고하세요.
측정기준 및 측정항목 선택
측정기준은 속성의 액세스 데이터를 설명하고 그룹화합니다. 예를 들어 측정기준 userEmail
는 보고 데이터에 액세스한 사용자의 이메일을 나타냅니다.
보고서 응답의 측정기준 값은 문자열입니다.
측정항목은 보고서의 정량적 측정값을 나타냅니다. accessCount
측정항목은 총 데이터 액세스 레코드 수를 반환합니다.
데이터 액세스 보고서 요청에서 사용할 수 있는 측정기준 및 측정항목 이름의 전체 목록은 데이터 액세스 스키마를 참고하세요.
보고서 요청
데이터 액세스 보고서를 요청하려면 RunAccessReportRequest 객체를 만듭니다. 다음 요청 매개변수로 시작하는 것이 좋습니다.
- date ranges 필드에 유효한 항목이 하나 이상 있습니다.
- dimensions 필드에 유효한 항목이 하나 이상 있습니다.
epochTimeMicros
측정기준을 사용하지 않는 경우 보고서의 측정기준 값 조합별로 정량적 데이터를 수신하는 측정항목 필드에 유효한 항목이 하나 이상 있어야 합니다.
다음은 권장 필드가 포함된 샘플 요청입니다. 이 쿼리를 실행하면 사용자 이메일 목록, 지난 7일 동안 지정된 속성에 액세스한 가장 최근 시간, 해당 액세스 횟수가 생성됩니다.
HTTP
POST https://analyticsadmin.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runAccessReport
{
"dateRanges": [
{
"startDate": "7daysAgo",
"endDate": "today"
}
],
"dimensions": [
{
"dimensionName": "mostRecentAccessEpochTimeMicros"
},
{
"dimensionName": "userEmail"
}
],
"metrics": [
{
"metricName": "accessCount"
}
]
}
대답 읽기
데이터 액세스 보고서 응답은 기본적으로 헤더와 행입니다. 헤더는 보고서의 열을 나열하는 AccessDimensionHeaders
및 AccessMetricHeaders
로 구성됩니다.
각 액세스 보고서 행은 보고서의 열에 관한 AccessDimensionValues
및 AccessMetricValues
로 구성됩니다. 열의 순서는 요청, 헤더, 모든 행에서 일관됩니다.
다음은 위 샘플 요청에 대한 샘플 응답입니다.
{
"dimensionHeaders": [
{
"dimensionName": "mostRecentAccessEpochTimeMicros"
},
{
"dimensionName": "userEmail"
}
],
"metricHeaders": [
{
"metricName": "accessCount"
}
],
"rows": [
{
"dimensionValues": [
{
"value": "1667591408427733"
},
{
"value": "Bola@example.net"
}
],
"metricValues": [
{
"value": "1238"
}
]
},
{
"dimensionValues": [
{
"value": "1667710959827161"
},
{
"value": "Alex@example.net"
}
],
"metricValues": [
{
"value": "475"
}
]
},
{
"dimensionValues": [
{
"value": "1667868650762743"
},
{
"value": "Mahan@example.net"
}
],
"metricValues": [
{
"value": "96"
}
]
}
],
"rowCount": 3
}
액세스 레코드로 필터링
RunAccessReportRequest 객체의 dimensionFilter 필드를 사용하여 필터와 일치하는 특정 측정기준 값으로 보고서 응답을 제한합니다.
다음 예에서는 이메일이 Alex@example.net
인 단일 사용자의 액세스 기록을 필터링하여 개별 데이터 액세스 기록을 기반으로 보고서를 생성합니다. 보고서에는 각 액세스 기록의 시간, 사용자의 이메일, IP 주소가 포함됩니다.
HTTP
POST https://analyticsadmin.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runAccessReport
{
"dateRanges": [
{
"startDate": "7daysAgo",
"endDate": "today"
}
],
"dimensions": [
{
"dimensionName": "epochTimeMicros"
},
{
"dimensionName": "userEmail"
},
{
"dimensionName": "userIP"
}
],
"dimensionFilter": {
"accessFilter": {
"fieldName": "userEmail",
"stringFilter": {
"matchType": "EXACT",
"value": "Alex@example.net"
}
}
}
}
마찬가지로 RunAccessReportRequest
객체의 metricFilter
필드를 사용하여 필터와 일치하는 특정 측정항목 값으로 보고서 응답을 제한할 수 있습니다.
다음 예에서는 지정된 속성에 100번 이상 액세스한 모든 사용자의 이메일 및 액세스 횟수가 포함된 보고서를 생성합니다.
HTTP
{
"dateRanges": [
{
"startDate": "7daysAgo",
"endDate": "today"
}
],
"dimensions": [
{
"dimensionName": "userEmail"
}
],
"metricFilter": {
"accessFilter": {
"numericFilter": {
"operation": "GREATER_THAN",
"value": {
"int64Value": 100
}
},
"fieldName": "accessCount"
}
},
"metrics": [
{
"metricName": "accessCount"
}
]
}
예시 보고서
다음은 시도해 볼 수 있는 샘플 보고서입니다.
가장 최근 액세스
runAccessReport
를 사용하여 만들 수 있는 다음과 같은 샘플 액세스 보고서:
가장 최근 액세스의 유닉스 에포크 시간(마이크로초) | 사용자 이메일 | 액세스 횟수 |
---|---|---|
1525220215025371 | Bola@example.net | 5 |
1525220215028361 | Alex@example.net | 36 |
1525220215027671 | Charlie@example.net | 1153 |
1525220215027341 | Mahan@example.net | 1 |
이 보고서는 측정기준 mostRecentAccessEpochTimeMicros
, userEmail
, accessCount
측정항목을 쿼리하여 생성할 수 있습니다. 보고서에는 사용자당 하나의 행이 포함됩니다. mostRecentAccessEpochTimeMicros
측정기준은 속성에 액세스하는 각 사용자의 데이터 액세스 기록을 집계하고 각 행의 마지막 액세스 시간 (Unix epoch 이후 마이크로초)을 반환합니다.
사용자 액세스 분류
유용한 보고서의 또 다른 예는 액세스 메커니즘 (예: Google 애널리틱스 사용자 인터페이스, API 등)별 사용자 액세스 분석입니다.
가장 최근 액세스의 유닉스 에포크 시간(마이크로초) | 사용자 이메일 | 액세스 메커니즘 | 액세스 횟수 |
---|---|---|---|
1525220215028367 | Alex@example.net | Firebase | 31 |
1525220215555778 | Alex@example.net | Google 애널리틱스 사용자 인터페이스 | 1 |
1525220215022378 | Bola@example.net | Google 애널리틱스 사용자 인터페이스 | 65 |
1525220215026389 | Bola@example.net | Google 애널리틱스 API | 894 |
1525220215025631 | Charlie@example.net | Google 애널리틱스 API | 67 |
1525220215068325 | Mahan@example.net | Google Ads | 3 |
이 보고서는 측정기준 mostRecentAccessEpochTimeMicros
, userEmail
, accessMechanism
및 accessCount
측정항목을 쿼리하여 생성할 수 있습니다.
보고서에는 사용자/액세스 메커니즘 조합마다 하나의 행이 포함됩니다. mostRecentAccessEpochTimeMicros
측정기준에는 사용자가 지정된 액세스 메커니즘을 사용하여 속성에 마지막으로 액세스한 시간이 포함됩니다.
속성 액세스 개요
개별 사용자를 분류하지 않고도 속성에 대한 보고서를 생성할 수 있습니다. 예를 들어 다음 보고서는 다양한 액세스 메커니즘을 사용하여 속성에 액세스하는 빈도를 나타냅니다.
액세스한 속성 ID | 액세스한 속성 이름 | 액세스 메커니즘 | 액세스 횟수 |
---|---|---|---|
12345678 | DemoApp | Firebase | 31 |
12345678 | DemoApp | Google 애널리틱스 사용자 인터페이스 | 624 |
12345678 | DemoApp | Google Ads | 83 |
12345678 | DemoApp | Google 애널리틱스 API | 1744 |
이 보고서는 측정기준 accessedPropertyId
, accessedPropertyName
, accessMechanism
및 accessCount
측정항목을 쿼리하여 생성할 수 있습니다.
보고서에는 속성 ID/액세스 메커니즘 조합마다 하나의 행이 포함됩니다.
개인 데이터 액세스
각 행이 개별 데이터 액세스 레코드를 기반으로 하는 보고서를 생성하려면 쿼리에서 mostRecentAccessEpochTimeMicros
측정기준을 생략하고 대신 epochTimeMicros
측정기준을 사용하세요. 보고서의 모든 행에 단일 데이터 액세스 발생에 관한 정보가 포함되어 있으므로 accessCount
측정항목을 쿼리할 필요가 없습니다.
다음 보고서에는 사용자가 지정된 속성에 액세스한 각 횟수에 관한 세부정보가 포함되어 있습니다.
Unix epoch 시간(마이크로초) | 사용자 이메일 | 액세스한 속성 ID | 액세스한 속성 이름 | 사용자 IP | 액세스 메커니즘 | 반환된 비용 데이터 | 반환된 수익 데이터 |
---|---|---|---|---|---|---|---|
1525220215025371 | Bola@example.net | 12345678 | DemoApp | 1.2.3.1 | Google 애널리틱스 사용자 인터페이스 | true | true |
1525220645645645 | Mahan@example.net | 12345678 | DemoApp | 1.2.3.5 | Google 애널리틱스 사용자 인터페이스 | 거짓 | 거짓 |
1525220211312322 | Bola@example.net | 12345678 | DemoApp | 11.22.33.11 | Google Ads | true | 거짓 |
1525220210234221 | Alex@example.net | 12345678 | DemoApp | 11.22.33.22 | Firebase | 거짓 | 거짓 |
1525220215028368 | Alex@example.net | 12345678 | DemoApp | 1.2.3.2 | Google Ads | 거짓 | 거짓 |
1525220214234231 | Mahan@example.net | 12345678 | DemoApp | 11.22.33.55 | Google Ads | true | true |
1525220423423452 | Charlie@example.net | 12345678 | DemoApp | 1.2.3.3 | Google 애널리틱스 API | true | 거짓 |
1525220132312333 | Mahan@example.net | 12345678 | DemoApp | 1.2.3.5 | Google Ads | true | true |
이 보고서는 측정기준 epochTimeMicros
, userEmail
, accessedPropertyId
, accessedPropertyName
, userIP
, accessMechanism
, costDataReturned
, revenueDataReturned
을 쿼리하여 생성할 수 있습니다.