mcpField
G
google-analytics

google-analytics

github.com/davila7营销与增长33.0k1.2k 次安装今天更新
代码仓库

关于 google-analytics

这是一个面向网站团队的 Google Analytics 分析 Skill，可按问题提取 GA4 指标并解读流量、用户行为与转化表现，给出带优先级的改进建议。

主要功能

  1. 01查询流量与用户行为指标
  2. 02识别表现突出或偏弱的页面
  3. 03分析来源与转化漏斗
  4. 04比较不同时段表现
  5. 05生成改进建议与实施指引

适用场景

  1. 01检查最近 30 天网站表现
  2. 02找出主要流量来源
  3. 03定位高跳出率页面
  4. 04比较本月与上月指标

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/davila7/claude-code-templates --skill google-analytics

安装后在 Claude Code 中输入/google-analytics确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

.env.example
EXAMPLES.md
REFERENCE.md
requirements.txt
scripts/
analyze.py
ga_client.py

详细介绍

Google Analytics 分析

使用 Google Analytics 数据分析网站表现，提供可执行的洞察和改进建议。

快速开始

1. 设置身份验证

此 Skill 需要 Google Analytics API 凭据。设置环境变量：

export GOOGLE_ANALYTICS_PROPERTY_ID="your-property-id"
export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account-key.json"

或在项目根目录创建 .env 文件：

GOOGLE_ANALYTICS_PROPERTY_ID=123456789
GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account-key.json

切勿将凭据提交到版本控制。 服务账号 JSON 文件应安全存储在代码库之外。

2. 安装所需软件包
# Option 1: Install from requirements file (recommended)
pip install -r cli-tool/components/skills/analytics/google-analytics/requirements.txt

# Option 2: Install individually
pip install google-analytics-data python-dotenv pandas
3. 分析你的项目

配置完成后，我可以：

  • 查看当前流量和用户行为指标
  • 识别表现最佳和表现不佳的页面
  • 分析流量来源和转化漏斗
  • 比较不同时间段的性能
  • 提出数据驱动的改进建议

如何使用

可以这样问我：

  • “回顾我们过去 30 天的 Google Analytics 表现”
  • “我们排名靠前的流量来源有哪些？”
  • “哪些页面的跳出率最高？”
  • “分析用户参与度并建议改进方向”
  • “比较本月与上月的表现”

分析工作流

当你让我分析 Google Analytics 数据时，我会：

  1. 连接 API，使用辅助脚本
  2. 获取相关指标，基于你的问题
  3. 分析数据，关注：
    • 流量趋势和模式
    • 用户行为洞察
    • 性能瓶颈
    • 转化机会
  4. 提供建议，包括：
    • 具体的改进建议
    • 优先级（高/中/低）
    • 预期影响
    • 实施指导

常用指标

有关详细的指标定义和维度，请参阅 REFERENCE.md。

流量指标
  • 会话数、用户数、新用户数
  • 页面浏览量、每次会话的屏幕数
  • 平均会话时长
参与度指标
  • 跳出率、参与率
  • 事件数、转化数
  • 滚动深度、点击率
获客指标
  • 流量来源/媒介
  • 广告系列表现
  • 渠道分组
转化指标
  • 目标完成数
  • 电子商务交易
  • 按来源划分的转化率

分析示例

有关完整的分析模式和用例，请参阅 EXAMPLES.md。

脚本

此 Skill 包含用于 API 交互的实用脚本：

获取当前表现
python scripts/ga_client.py --days 30 --metrics sessions,users,bounceRate
分析并生成报告
python scripts/analyze.py --period last-30-days --compare previous-period

这些脚本处理 API 身份验证、数据获取和基础分析。我会解读结果并提供可执行的建议。

故障排除

身份验证错误：请确认：

  • GOOGLE_APPLICATION_CREDENTIALS 指向有效的服务账号 JSON 文件
  • 该服务账号对你的 GA4 媒体资源具有“查看者”访问权限
  • GOOGLE_ANALYTICS_PROPERTY_ID 与你的 GA4 媒体资源 ID 匹配（不是衡量 ID）

未返回数据：请检查：

  • 媒体资源 ID 是否正确（可在 GA4 管理 > 媒体资源设置中找到）
  • 日期范围是否包含数据
  • 该服务账号是否已在 GA4 中被授予访问权限

导入错误：安装所需软件包：

pip install google-analytics-data python-dotenv pandas

安全说明

  • 切勿硬编码 API 凭据或媒体资源 ID 到代码中
  • 将服务账号 JSON 文件存储在版本控制之外
  • 使用环境变量或 .env 文件进行配置
  • 将 .env 和凭据文件添加到 .gitignore
  • 定期轮换服务账号密钥
  • 使用最小权限访问（仅查看者角色）

数据隐私

此 Skill 仅访问聚合分析数据。它不会：

  • 访问个人身份信息（PII）
  • 持久存储分析数据
  • 与外部服务共享数据
  • 修改你的 Google Analytics 配置

所有数据均在本地处理，仅用于在对话期间生成建议。

评论

支持 Markdown