Использование API Google Analytics с R

Опубликовано: 2021-11-04

Зачем использовать Google Analytics API?

Функциональность пользовательских отчетов в Google Analytics (GA) полезна для сбора конкретной информации и выполнения специального анализа непосредственно на платформе GA. Но предположим, вы хотите извлечь эти данные из платформы для дальнейшей обработки?

API GA позволяет автоматически извлекать данные и интегрировать их с другими бизнес-приложениями без необходимости ручной обработки данных. Для пользователей, не являющихся пользователями GA360 с большим количеством посетителей, API имеет жизненно важное значение для сокращения выборки данных, поскольку он позволяет извлекать данные день за днем. API также позволяет ускорить работу информационных панелей DataStudio, собирая необходимые данные, обрабатывая их и вводя в документ Google Sheets, который затем можно использовать в качестве источника данных. Это позволяет избежать необходимости напрямую запрашивать API GA каждый раз, когда вы загружаете панель управления.

Другое использование GA API

  • Хранение данных GA в формате CSV
  • Автоматизация запросов и отчетов
  • Загрузка данных GA в BigQuery или Sheets
  • Объединение данных GA с другими источниками (например, данными CRM)

Краткое введение в R и где его скачать

R — это бесплатный язык программирования и программная среда, которую можно легко установить и запустить в RStudio Workbench. Хотя вы можете подключиться к API GA на Python и других языках программирования, пакет R 'googleAnalyticsR' особенно прост в использовании.

Обязательно сначала установите R, а затем установите RStudio. Это краткое руководство покажет вам, как это сделать.

Решение – googleAnalyticsR

В этом руководстве я покажу вам, как пакет googleAnalyticsR от Марка Эдмондсона можно использовать для доступа к данным из API GA. Предполагая, что на вашем компьютере установлен R, это должно быть относительно просто. Опыт работы с R не требуется — на самом деле, этот пакет действительно хорош для начала, если вы новичок в R.

К концу этого руководства вы сможете выполнить свой первый запрос с помощью googleAnalyticsR и сохранить эти данные в документе CSV или Sheets. Мы также коснемся использования фильтров и сегментов в вашем запросе.

1. Начало работы с googleAnalyticsR

Установите пакет googleAnalyticsR и загрузите библиотеку:

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

2. Авторизуйте свою учетную запись GA

Есть несколько способов сделать это — пока мы будем придерживаться простого способа «Быстрый старт», но есть также и «профессиональный» способ сделать это с помощью собственного проекта Google.

Запустите эту строку кода, и вы будете перенаправлены в свой веб-браузер и вам будет предложено принять разрешения. Убедитесь, что вы уже вошли в свою учетную запись GA в браузере:

 ga_auth()

3. Настройте свой запрос

Используя приведенный ниже код в качестве шаблона, измените переменные в соответствии с вашими условиями: 

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

4. Добавьте фильтры к вашему запросу

Чтобы получить соответствующие данные, вы можете создать несколько фильтров. В приведенном ниже примере показано, как создать фильтр для отправки органических форм. Обратите внимание, что в фильтре указано, что должны быть выполнены оба условия, отсюда и «И». Однако это можно изменить на «ИЛИ», чтобы расширить объем отчета.

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

Теперь давайте добавим это в наш запрос, чтобы подсчитать сеансы, когда пользователь проходит через обычный поиск и отправляет форму:

 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. Добавьте сегменты в свой запрос

Вы можете создавать сегменты в googleAnalyticsR, но это немного сложно. Мы рекомендуем создавать сегменты на платформе GA и вместо этого считывать их в среду R. Запустите следующий код, чтобы открыть все существующие сегменты.

 View(ga_segment_list())

Теперь найдите нужный сегмент и используйте идентификатор сегмента и имя для создания переменной сегмента.

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

Теперь давайте добавим этот сегмент в запрос:

 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. Храните свои данные в CSV или Sheets

Мы рекомендуем по возможности хранить ваши данные в формате CSV, даже если вы также планируете отправлять их в Таблицы. Просто адаптируйте приведенный ниже код, чтобы создать документ в соответствующем файле.

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

Для отправки данных в Таблицы требуется библиотека googlesheets4 и аутентификация. Создайте новый лист и скопируйте/вставьте код из вашего URL-адреса в часть «ss» кода ниже. 

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

Теперь вы должны быть в состоянии:

  • Запрос данных из GA в R
  • Создавайте фильтры и читайте в сегментах, чтобы добавить к вашему запросу
  • Сохраните свои данные в файле CSV или отправьте их в документ Google Sheets.

В приведенном ниже коде показан полный пример этого процесса:

 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

Выводы

Хотя Google Analytics предлагает удобный интерфейс, у платформы есть много ограничений для более опытных пользователей с расширенными потребностями в анализе данных; большинство из которых уже будут искать способ доступа к данным за пределами платформы. API GA позволяет вам быть более гибким с вашей веб-аналитикой, упрощая автоматизацию обработки данных, значительно повышая эффективность таких процессов.

Пакет googleAnalyticsR — это простой способ воспользоваться преимуществами API GA и предлагает функции для отправки ваших данных в документ CSV или Google Sheets. Для тех, кто имеет минимальный опыт работы с R или вообще не имеет его, этот пакет — отличное место, чтобы начать свое приключение в программировании.