mcpField
G
google-analytics

google-analytics

github.com/thatrebeccarae数据与数据库188114 次安装24 周前更新
代码仓库

关于 google-analytics

面向网站运营者的 Google Analytics 分析技能，可读取 GA4 指标并总结流量、用户行为和转化表现。它基于 API 数据提供带优先级和预期影响的改进建议。

主要功能

  1. 01分析流量与用户行为
  2. 02识别高低表现页面
  3. 03分析来源与转化漏斗
  4. 04比较不同时段表现
  5. 05生成改进建议与优先级

适用场景

  1. 01检查过去 30 天的网站表现
  2. 02找出主要流量来源
  3. 03定位跳出率较高的页面
  4. 04比较本月与上月数据

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/thatrebeccarae/claude-marketing --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
LICENSE
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。

安装

git clone https://github.com/thatrebeccarae/claude-marketing.git && cp -r claude-marketing/skills/google-analytics ~/.claude/skills/

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"

或者在项目根目录中创建 .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中。 服务账号 JSON 文件应安全地存储在仓库之外。

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

完成配置后，我可以：

  • 查看当前流量和用户行为指标
  • 找出表现最佳和表现欠佳的页面
  • 分析流量来源和转化漏斗
  • 比较不同时段的表现
  • 提出数据驱动的改进建议

使用方法

你可以向我提问，例如：

  • “查看我们过去 30 天的 Google Analytics 表现”
  • “我们的主要流量来源有哪些？”
  • “哪些页面的跳出率最高？”
  • “分析用户参与度并提出改进建议”
  • “比较本月和上个月的表现”

分析工作流

当你让我分析 Google Analytics 数据时，我会：

  1. 使用辅助脚本连接 API
  2. 根据你的问题获取相关指标
  3. 分析数据，寻找：
    • 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

常见指标

如需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、参与度
  • 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
  • 电子商务交易数
  • 按来源划分的转化率

分析示例

如需完整的分析模式和使用场景，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

这些脚本负责 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
  • 服务账号拥有 GA4 媒体资源的“查看者”权限
  • GOOGLE_ANALYTICS_PROPERTY_ID 与 GA4 媒体资源 ID 一致（而非衡量 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）
  • 日期范围内是否包含数据
  • 服务账号是否已获授 GA4 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

  • 切勿在代码中硬编码 API 凭据或媒体资源 ID
  • 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
  • 遵循最小权限原则（仅使用“查看者”角色）

数据隐私

此 Skill 仅访问汇总后的分析数据，不会：

  • 访问个人身份信息（PII）
  • 持久化存储分析数据
  • 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，仅用于在对话过程中生成建议。

评论

支持 Markdown