Google Analytics da riga di comando: generare un report

Per chi lavora prevalentemente da terminale – penso ad esempio agli amministratori di sistema, a chi preferisce un ambiente senza fronzoli e distrazioni, a chi vuole risparmiare memoria o semplicemente trova più appagante la “vecchia scuola” – può nascere se non l’esigenza almeno il desiderio di consultare i dati di Google Analytics senza ricorrere al browser.

Personalmente, trovo utile avere nella mia scatola degli attrezzi informatici uno script che mi consenta di avere i dati salienti di Analytics, quelli per me utili da monitorare quotidianamente, in breve tempo.

La procedura per realizzare l’obiettivo tramite python e l’API Google Analytics non è delle più immediate… però vale bene la mezz’oretta di tempo necessaria per la messa in opera.

Occorre procedere per passaggi. In primo luogo ho installato i moduli python necessari via pip:

Installo i moduli python

pip install --upgrade google-api-python-client
pip install --upgrade oauth2client

Ho seguito i passaggi indicati da Google per la creazione di un’utenza di servizio nelle API.

Creo il progetto

Per creare il progetto si parte da qua:

https://console.developers.google.com/flows/enableapi?apiid=analyticsreporting.googleapis.com&credential=client_key

Nella piattaforma di sviluppo Google ho creato un progetto (io l’ho chiamato “analytics”, che fantasia…).

Creo il service account

A questo punto, ho creato il service account scegliendo quel progetto:

https://console.cloud.google.com/iam-admin/serviceaccounts

Ho creato la chiave. Ho generato e scaricato il file json nella cartella dove ho salvato il mio script, rinominandolo google_secrets.json

Ho associato al mio account Analytics la casella email generata da Google come utente con poteri di analisi e visualizzazione. (Dalle impostazioni, account, utenti).

La parte più noiosa è terminata, e per fortuna non dovrò più ripeterla. Ora viene la parte migliore.

Finalmente…lo script di esempio

Ho scaricato il file d’esempio HelloAnalytics.py inserendo il percorso del file JSON e l’id della vista da interrogare.

Le variabili da valorizzare sono:

KEY_FILE_LOCATION = ''

dove ho indicato il mio file google_secrets.json. E

VIEW_ID = ''

dove andrò a scrivere l’id della vista Analytics.
Per trovare l’id della vista ho usato Account Explorer:

https://ga-dev-tools.appspot.com/account-explorer/ 

oppure basta guardare in Analytics.

Poi ho lanciato

python HelloAnalytics.py

Tutto ok, lo script restituisce il risultato atteso, cioè i dati degli ultimi 7 giorni delle sessioni per paese.

Ora non resta che modificare lo script a proprio piacimento, giocando con date, dimensioni e metriche al fine di ottenere in output ciò che più serve. E qui, l’unico limite diventa la fantasia.

paolo

Recent Posts

Clustering delle keyword: raggruppare migliaia di query con K-means e clustering gerarchico

Capita spesso che si esporti l'elenco delle keyword da Search Console o da un tool,…

1 mese ago

CTR atteso vs reale: trovare le pagine che rendono meno della loro posizione

Chi passa le giornate dentro Search Console conosce bene una situazione di questo tipo: una…

1 mese ago

Naive Bayes: classificare l’intento delle query con il teorema di Bayes

Nell'articolo sul multi-armed bandit abbiamo usato Bayes per decidere fra varianti: spostare il traffico verso…

1 mese ago

Multi-armed bandit: ottimizzare le varianti mentre il test è ancora in corso

Nell'articolo sull'A/B test bayesiano abbiamo confrontato due varianti a campione fisso: si raccolgono i dati…

1 mese ago

A/B test bayesiano: non solo “se” B è meglio di A, ma “di quanto”

Abbiamo avuto modo di esaminare, nell'articolo sull'A/B testing classico, come confrontare due varianti con il…

1 mese ago

Stima bayesiana di un conversion rate: quanto possiamo fidarci dei pochi dati che abbiamo

Abbiamo avuto modo di esaminare, nell'articolo sulle fondamenta della statistica bayesiana, come l'aggiornamento bayesiano funzioni…

1 mese ago