Menggunakan API Google Analytics dengan R

Diterbitkan: 2021-11-04

Mengapa menggunakan API Google Analytics?

Fungsi laporan khusus di Google Analytics (GA) berguna untuk mengumpulkan informasi spesifik dan melakukan analisis khusus secara langsung di platform GA. Tapi misalkan Anda ingin menarik data itu keluar dari platform untuk memprosesnya lebih lanjut?

GA API memungkinkan Anda mengekstrak data secara otomatis dan mengintegrasikannya dengan aplikasi bisnis lain tanpa memerlukan pemrosesan data manual. Untuk pengguna non-GA360 dengan jumlah pengunjung yang besar, API sangat penting untuk mengurangi pengambilan sampel data karena memungkinkan pengambilan data dari hari ke hari. API ini juga memungkinkan Anda untuk mempercepat dasbor DataStudio dengan mengambil data yang diperlukan, memprosesnya, dan memasukkannya ke dalam dokumen Google Spreadsheet yang kemudian dapat digunakan sebagai sumber data. Ini menghindari keharusan untuk menanyakan GA API secara langsung setiap kali Anda memuat dasbor.

Penggunaan GA API lainnya

  • Menyimpan data GA dalam format CSV
  • Mengotomatiskan kueri dan pelaporan
  • Memasukkan data GA ke BigQuery atau Spreadsheet
  • Menggabungkan data GA dengan sumber lain (yaitu data CRM)

Pengantar singkat untuk R dan di mana mengunduhnya

R adalah bahasa pemrograman dan lingkungan perangkat lunak gratis yang dapat dengan mudah diinstal dan dijalankan di RStudio Workbench. Meskipun Anda dapat terhubung ke GA API dengan Python dan bahasa pemrograman lainnya, paket R 'googleAnalyticsR' sangat mudah digunakan.

Pastikan untuk menginstal R terlebih dahulu dan kemudian menginstal RStudio. Panduan ringkas ini akan menunjukkan cara melakukannya.

Solusinya – googleAnalyticsR

Dalam tutorial ini, saya akan menunjukkan kepada Anda bagaimana paket googleAnalyticsR oleh Mark Edmondson dapat digunakan untuk mengakses data dari GA API. Dengan asumsi Anda telah menginstal R pada mesin Anda, ini seharusnya relatif mudah. Tidak diperlukan pengalaman dengan R – sebenarnya, paket ini sangat bagus untuk memulai jika Anda baru mengenal R.

Di akhir tutorial ini, Anda seharusnya dapat menjalankan kueri pertama Anda dengan googleAnalyticsR dan menyimpan data ini dalam dokumen CSV atau Spreadsheet. Kami juga akan menyentuh penggunaan filter dan segmen dalam kueri Anda.

1. Memulai googleAnalyticsR

Instal paket 'googleAnalyticsR' dan muat perpustakaan:

 install.packages('googleAnalyticsR') library(googleAnalyticsR)

2. Otorisasi akun GA Anda

Ada beberapa cara untuk melakukannya – kami akan tetap menggunakan cara 'Mulai Cepat' yang mudah untuk saat ini, tetapi ada juga cara 'Profesional' untuk melakukannya menggunakan Proyek Google Anda sendiri.

Jalankan baris kode ini dan Anda akan diarahkan ke browser web Anda, dan diminta untuk menerima izin. Pastikan Anda sudah masuk ke akun GA di browser Anda:

 ga_auth()

3. Siapkan kueri Anda

Dengan menggunakan kode di bawah ini sebagai template, ubah variabel agar sesuai dengan kondisi Anda: 

 data <- google_analytics (91023145, date_range = c(“2021-01-01”,”Yesterday”), metrics = c("sessions"), dimensions = c("date", "sourceMedium","campaign"), anti_sample = TRUE)

4. Tambahkan filter ke kueri Anda

Untuk menarik data yang relevan, Anda mungkin ingin membuat beberapa filter. Contoh di bawah ini menunjukkan cara membuat filter untuk pengiriman formulir organik. Perhatikan bahwa filter menyatakan bahwa kedua kondisi harus dipenuhi, maka "DAN". Namun, ini dapat diubah menjadi "ATAU", untuk memperluas cakupan laporan.

 formSubmissionEvent <- dim_filter("eventCategory", "EXACT", "FormSubmission") organicTraffic <- dim_filter("channelGrouping", "EXACT", "Organic Search") organicFormSubmissionFilter <- filter_clause_ga4(list(formSubmisisonEvent,organicTraffic),”AND” )

Sekarang mari kita masukkan ini ke dalam kueri kita untuk menghitung sesi di mana pengguna datang melalui pencarian organik dan mengirimkan formulir:

 data <- google_analytics (set_view_ID, date_range = c(“2021-01-01”,”Yesterday”), metrics = c("sessions"), dimensions = c("date", "sourceMedium","campaign"), dim_filters = organicFormSubmissionFilter, anti_sample = TRUE)

5. Tambahkan segmen ke kueri Anda

Anda dapat membuat segmen dalam googleAnalyticsR, tetapi ini agak sulit. Sebaiknya buat segmen Anda dalam platform GA dan membacanya di lingkungan R Anda. Jalankan kode berikut untuk memunculkan semua segmen yang ada.

 View(ga_segment_list())

Sekarang temukan segmen yang diinginkan dan gunakan segmentID dan nama untuk membuat variabel segmen.

 exampleSeg <- segment_ga4("Semetrical Example", "gaid::HfpJEyqIRlqq7OL1a4-6rg")

Sekarang, mari tambahkan segmen ini ke kueri:

 data <- google_analytics (set_view_ID, date_range = c(“2021-01-01”,”Yesterday”), metrics = c("sessions"), dimensions = c("date", "sourceMedium","campaign"), dim_filters = organicFormSubmissionFilter, segments = exampleSeg, anti_sample = TRUE)

6. Simpan data Anda dalam CSV atau Spreadsheet

Sebaiknya simpan data Anda dalam CSV jika memungkinkan, meskipun Anda juga berencana mengirimkannya ke Spreadsheet. Cukup sesuaikan kode di bawah ini untuk membuat dokumen dalam file yang relevan.

 write.csv(data, "C:\\Users\\Semetrical\\Google Analytics\\OrganicFormSubmission.csv")

Mengirim data ke Spreadsheet memerlukan pustaka dan autentikasi googlesheets4. Buat lembar baru dan salin/tempel kode dari URL Anda ke bagian "ss" dari kode di bawah ini. 

 library(googlesheets4) gs4_auth() sheet_write(data, ss = "17lkbyrb4Pask8j3KE4bMnmfJPj6jaeePFiDBDZmw2OE", sheet = "Google Analytics - OrganicFormSubmission")

Anda sekarang harus dapat:

  • Data kueri dari GA dalam R
  • Buat filter dan baca dalam segmen untuk ditambahkan ke kueri Anda
  • Simpan data Anda dalam file CSV atau kirimkan ke dokumen Google Spreadsheet

Kode di bawah ini menunjukkan contoh lengkap dari proses ini:

 library(googleAnalyticsR) library(googlesheets4) ga_auth() gs4_auth() formSubmissionEvent <- dim_filter("eventCategory", "EXACT", "FormSubmission") organicTraffic <- dim_filter("channelGrouping", "EXACT", "Organic Search") organicFormSubmissionFilter <- filter_clause_ga4(list(formSubmissionEvent,organicTraffic),”AND” ) exampleSeg <- segment_ga4("Semetrical Example", "gaid::HfpJEyqIRlqq7OL1a4-6rg") data <- google_analytics (set_view_ID, date_range = c(“2021-01-01”,”Yesterday”), metrics = c("sessions"), dimensions = c("date", "sourceMedium","campaign"), dim_filters = organicFormSubmissionFilter, segments = exampleSeg, anti_sample = TRUE) write.csv(data, "C:\\Users\\Semetrical\\Google Analytics\\OrganicFormSubmission.csv") sheet_write(data, ss = "17lkbyrb4Pask8j3KE4bMnmfJPj6jaeePFiDBDZmw2OE", sheet = "Google Analytics - OrganicFormSubmission") Summary

Kesimpulan

Meskipun Google Analytics menawarkan antarmuka yang ramah pengguna, platform ini memiliki banyak keterbatasan untuk pengguna yang lebih berpengalaman dengan kebutuhan analisis data tingkat lanjut; kebanyakan dari mereka sudah mencari cara untuk mengakses data di luar platform. GA API memungkinkan Anda untuk lebih fleksibel dengan analisis web Anda dengan memfasilitasi otomatisasi pemrosesan data, sangat meningkatkan efisiensi proses tersebut.

Paket googleAnalyticsR adalah cara mudah untuk memanfaatkan GA API dan menawarkan fungsi untuk mengirim data Anda ke dalam dokumen CSV atau Google Spreadsheet. Bagi mereka yang memiliki pengalaman R minimal atau tidak sama sekali, paket ini adalah tempat yang tepat untuk memulai petualangan pemrograman Anda.