将 Google Analytics API 与 R 一起使用

已发表: 2021-11-04

为什么要使用 Google Analytics API？

Google Analytics (GA) 中的自定义报告功能对于直接在 GA 平台中收集特定信息和执行定制分析非常有用。 但是假设您想将这些数据从平台中提取出来以进一步处理它？

GA API 允许您自动提取数据并将其与其他业务应用程序集成，而无需手动数据处理。 对于访问量很大的非 GA360 用户，API 对于减少数据采样至关重要，因为它允许每天提取数据。 该 API 还允许您通过获取所需数据、对其进行处理并将其输入到可用作数据源的 Google 表格文档中来加速 DataStudio 仪表板。 这避免了每次加载仪表板时都必须直接查询 GA API。

其他 GA API 使用

  • 以 CSV 格式存储 GA 数据
  • 自动查询和报告
  • 将 GA 数据输入 BigQuery 或表格
  • 将 GA 数据与其他来源（即 CRM 数据）合并

R简介及下载地址

R 是一种免费的编程语言和软件环境，可以在 RStudio Workbench 上轻松安装和运行。 虽然您可以使用 Python 和其他编程语言连接到 GA API，但 R 包“googleAnalyticsR”的使用特别简单。

确保先安装 R，然后再安装 RStudio。 本简明指南将向您展示如何操作。

解决方案 – googleAnalyticsR

在本教程中，我将向您展示如何使用 Mark Edmondson 的 googleAnalyticsR 包来访问来自 GA API 的数据。 假设您的机器上安装了 R，这应该相对容易。 不需要 R 的经验——事实上，如果你是 R 的新手，这个包是一个非常好的开始。

在本教程结束时，您应该能够使用 googleAnalyticsR 运行您的第一个查询，并将此数据存储在 CSV 或表格文档中。 我们还将介绍在您的查询中使用过滤器和细分。

1. googleAnalyticsR 入门

安装包“googleAnalyticsR”并加载库：

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

2. 授权你的GA账号

有几种方法可以做到这一点——我们现在将坚持使用简单的“快速入门”方式，但也有使用您自己的 Google 项目的“专业”方式。

运行这行代码，您将被重定向到您的网络浏览器，并要求您接受权限。 确保您已经在浏览器上登录了 GA 帐户：

 ga_auth()

3. 设置您的查询

使用下面的代码作为模板，更改变量以适应您的条件： 

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

4. 为您的查询添加过滤器

为了提取相关数据，您可能需要创建一些过滤器。 下面的示例显示了如何为有机表单提交创建过滤器。 请注意，过滤器声明必须满足两个条件，因此是“AND”。 然而，这可以更改为“OR”，以扩大报告的范围。

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

现在让我们将其放入查询中，以计算用户通过自然搜索访问并提交表单的会话数：

 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. 向您的查询添加细分

您可以在 googleAnalyticsR 中创建细分，但这有点困难。 我们建议在 GA 平台中创建您的细分，并将它们读入您的 R 环境。 运行以下代码以显示所有现有细分。

 View(ga_segment_list())

现在找到所需的段并使用段ID 和名称来创建段变量。

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

现在，让我们将此段添加到查询中：

 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. 将您的数据存储在 CSV 或表格中

我们建议您尽可能将数据存储在 CSV 中，即使您还计划将其发送到表格中。 只需修改以下代码即可在相关文件中创建文档。

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

向表格发送数据需要 googlesheets4 库和身份验证。 创建一个新工作表并将代码从您的 URL 复制/粘贴到以下代码的“ss”部分。 

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

您现在应该能够：

  • 在 R 中从 GA 查询数据
  • 创建过滤器并读入句段以添加到您的查询中
  • 将您的数据存储在 CSV 文件中或将其发送到 Google 表格文档

以下代码显示了此过程的完整示例：

 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

结论

尽管谷歌分析提供了一个用户友好的界面，但对于有高级数据分析需求的经验丰富的用户来说，该平台有很多限制； 他们中的大多数人已经在寻找一种访问平台外数据的方法。 GA API 通过促进数据处理的自动化，使您可以更灵活地进行网络分析，从而极大地提高此类流程的效率。

googleAnalyticsR 包是一种利用 GA API 的简单方法，并提供了将数据发送到 CSV 或 Google 表格文档的功能。 对于那些很少或没有 R 经验的人来说，这个包是开始你的编程冒险的好地方。