Google Analytics MCP Server

Čo robí „Google Analytics“ MCP Server?

Google Analytics MCP Server umožňuje bezproblémovú integráciu údajov Google Analytics 4 (GA4) s AI asistentmi a vývojárskymi nástrojmi ako Claude, Cursor a Windsurf pomocou Model Context Protocolu (MCP). Ako most medzi MCP klientmi a GA4 API umožňuje používateľom klásť dotazy na návštevnosť webu, správanie používateľov a analytické dáta v prirodzenom jazyku a sprístupňuje viac ako 200 dimenzií a metrík. To dáva AI agentom možnosť automatizovať reportovanie, vykonávať hĺbkovú analýzu dát a poskytovať akčné poznatky priamo vo vývojárskych workflowoch alebo AI nástrojoch, čím zjednodušuje proces rozhodovania na základe dát bez manuálneho klikania v dashboarde.

Zoznam promptov

V repozitári nie sú uvedené žiadne konkrétne šablóny promptov.

Zoznam zdrojov

V repozitári nie sú explicitne uvedené žiadne zdroje.

Zoznam nástrojov

• Informácie o nástrojoch poskytovaných serverom (napr. z ga4_mcp_server.py) nie sú v dostupných súboroch podrobne rozpísané.

Príklady použitia tohoto MCP servera

• Analytické dotazy v prirodzenom jazyku: Vývojári a analytici môžu klásť otázky o návštevnosti, správaní používateľov alebo konverzných metrikách v bežnej angličtine a dostanú relevantné GA4 dáta alebo zhrnutia.
• Automatizované reportovanie: Použite MCP server na generovanie pravidelných alebo ad-hoc analytických reportov a znížte manuálnu záťaž tvorby reportov v GA4 dashboarde.
• Integrácia do workflowov: Priama integrácia prístupu k GA4 dátam do vývojárskych nástrojov ako Cursor alebo Windsurf, čo umožňuje analytiku priamo počas code review alebo nasadzovania nových funkcií.
• AI-poháňané poznatky: Umožnite AI agentom automaticky vyhľadávať trendy, anomálie alebo odporúčania z analytických dát na podporu rýchlejšieho rozhodovania.
• Analýza dát z viacerých zdrojov: Kombinujte dáta z Google Analytics s inými zdrojmi (napr. Search Console) pre bohatšie, viacrozmerné poznatky (pri súbežnom použití s ďalšími MCP servermi).

Ako to nastaviť

Windsurf

1. Uistite sa, že máte nainštalovaný Python 3.10+.
2. Klonujte repozitár alebo nainštalujte cez PyPI, ak je k dispozícii.
3. Pridajte Google Analytics MCP server do vašej konfigurácie mcpServers:

   {
     "mcpServers": {
       "google-analytics-mcp": {
         "command": "python3",
         "args": ["-m", "google_analytics_mcp"]
       }
     }
   }
   

4. Uložte konfiguráciu a reštartujte Windsurf.
5. Overte, že je MCP server uvedený a dostupný v používateľskom rozhraní Windsurf.

Claude

1. Uistite sa, že máte nainštalovaný Python 3.10+.
2. Použite poskytnutý claude-config-template.json ako východiskový bod.
3. Pridajte alebo aktualizujte pole mcpServers vo vašej konfigurácii Claude:

   {
     "mcpServers": {
       "google-analytics-mcp": {
         "command": "python3",
         "args": ["-m", "google_analytics_mcp"]
       }
     }
   }
   

4. Uložte konfiguráciu a reštartujte Claude.
5. Potvrďte pripojenie MCP servera v paneli integrácií Claude.

Cursor

1. Nainštalujte Python 3.10+ a klonujte alebo nainštalujte MCP server.
2. Nájdite konfiguračný súbor Cursor.
3. Pridajte položku MCP server:

   {
     "mcpServers": {
       "google-analytics-mcp": {
         "command": "python3",
         "args": ["-m", "google_analytics_mcp"]
       }
     }
   }
   

4. Uložte a reštartujte Cursor.
5. Skontrolujte, či sa server zobrazuje medzi dostupnými MCP servermi Cursor.

Cline

1. Uistite sa, že máte nainštalovaný Python 3.10+.
2. Stiahnite alebo nainštalujte MCP server.
3. Upravte konfiguráciu Cline tak, aby obsahovala:

   {
     "mcpServers": {
       "google-analytics-mcp": {
         "command": "python3",
         "args": ["-m", "google_analytics_mcp"]
       }
     }
   }
   

4. Uložte, reštartujte Cline a skontrolujte konektivitu MCP servera.

Zabezpečenie API kľúčov (pomocou environmentálnych premenných):

Pre zadanie citlivých poverení (napr. Google Analytics API kľúčov alebo servisných účtov) použite environmentálne premenné kvôli bezpečnosti. Príklad konfigurácie:

{
  "mcpServers": {
    "google-analytics-mcp": {
      "command": "python3",
      "args": ["-m", "google_analytics_mcp"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/your/credentials.json"
      },
      "inputs": {
        "property_id": "YOUR_GA4_PROPERTY_ID"
      }
    }
  }
}

Ako používať tento MCP vo flowoch

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do vášho FlowHunt workflowu začnite pridaním MCP komponentu do svojho flowu a pripojte ho k AI agentovi:

Kliknite na MCP komponent, aby ste otvorili panel konfigurácie. V sekcii konfigurácie systémového MCP vložte detaily vášho MCP servera v tomto JSON formáte:

{
  "google-analytics-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po nakonfigurovaní môže AI agent používať tento MCP ako nástroj s prístupom ku všetkým jeho funkciám a možnostiam. Nezabudnite zmeniť “google-analytics-mcp” na skutočný názov vášho MCP servera a nahraďte URL vašou vlastnou MCP server URL adresou.

Prehľad

Medzi dokumentáciou a kódom poskytuje Google Analytics MCP jasný prehľad a inštrukcie na nastavenie, ale chýba podrobná dokumentácia k promptom, zdrojom a nástrojom. Pre bezpečnosť podporuje konfiguráciu cez environmentálne premenné. Roots a sampling nie sú spomínané.

Náš názor

Na základe vyššie uvedených tabuliek má tento MCP server silné skóre v prehľade a nastavení, ale chýbajú mu detaily o promptoch, nástrojoch a zdrojoch. Je najvhodnejší pre používateľov so skúsenosťami s GA4 a MCP, ktorí nepotrebujú rozsiahle šablóny promptov alebo workflowov.

MCP skóre