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

Il peeking problem: perché sbirciare l’A/B test gonfia i falsi positivi

Il 21 gennaio 2015 Optimizely — una delle piattaforme di A/B testing più usate al…

2 giorni ago

Regressione verso la media: l’ottimizzazione SEO che ha funzionato… per caso

Nell'aeronautica militare israeliana, racconta Daniel Kahneman, gli istruttori erano convinti di una cosa: lodare un…

3 giorni ago

Correlazione: Pearson, Spearman e Kendall (e perché non è causazione)

Chi guarda i dati di un sito lo fa di continuo, spesso senza nemmeno accorgersene,…

6 giorni ago

Effect size e power analysis: quanto è grande l’effetto (e quanti dati servono)

Abbiamo chiuso l'articolo sul calcolatore di significatività con una promessa. Dicevamo che il p-value risponde…

1 settimana ago

Calcolatore di Significatività per A/B Test

Il nostro A/B test è arrivato alla fine: la variante B mostra un tasso di…

2 settimane ago

La biblioteca di Statistica e SEO: i libri che consiglio (e perché)

C'è una domanda che torna, puntuale, ogni volta che pubblico un articolo di questo percorso:…

2 settimane ago