Google Analytics MCP Sunucusu

“Google Analytics” MCP Sunucusu ne yapar?

Google Analytics MCP Sunucusu, Google Analytics 4 (GA4) verilerinin Model Context Protocol (MCP) ile Claude, Cursor ve Windsurf gibi yapay zeka asistanları ve geliştirme araçlarıyla sorunsuz entegrasyonunu sağlar. MCP istemcileri ile GA4 API’si arasında bir köprü görevi görerek, kullanıcıların web trafiği, kullanıcı davranışı ve analiz verilerini doğal dilde sorgulamasına olanak tanır; 200’den fazla boyut ve metrikle erişimi açar. Bu, AI ajanlarının raporlamayı otomatikleştirmesini, derinlemesine veri analizleri yapmasını ve geliştirici iş akışlarında veya yapay zekâ destekli araçlarda doğrudan eyleme geçirilebilir içgörüler sunmasını sağlar; manuel panel gezintisi olmadan veriyle karar alma sürecini hızlandırır.

İstem Listesi

Depoda belirli bir istem şablonu belirtilmemiştir.

Kaynak Listesi

Depoda açıkça listelenmiş bir kaynak yoktur.

Araç Listesi

• Sunucuda sağlanan araçlar hakkında bilgiler (ör. ga4_mcp_server.py dosyasından) mevcut dosyalarda ayrıntılı olarak verilmemiştir.

Bu MCP Sunucusunun Kullanım Alanları

• Doğal Dil Analiz Sorguları: Geliştiriciler ve analistler, trafik, kullanıcı davranışı veya dönüşüm metrikleri hakkında sade Türkçe sorular sorup ilgili GA4 verisi veya özetlerini alabilirler.
• Otomatik Raporlama: MCP sunucusunu kullanarak düzenli veya isteğe bağlı analiz raporları oluşturabilir, GA4 panelinde manuel rapor oluşturma yükünü azaltabilirsiniz.
• İş Akışı Entegrasyonu: GA4 veri erişimini doğrudan Cursor veya Windsurf gibi geliştirici araçlarına entegre ederek kod incelemeleri veya özellik yayınları sırasında bağlamsal analizler sağlar.
• Yapay Zeka Destekli İçgörüler: AI ajanlarının analiz verilerinden otomatik olarak eğilimleri, anormallikleri veya önerileri ortaya çıkarmasını sağlayarak daha hızlı karar vermenize destek olur.
• Çapraz Kaynak Veri Analizi: Google Analytics verilerini diğer kaynaklarla (ör. Search Console) harmanlayarak daha zengin, çok boyutlu içgörüler elde edebilirsiniz (diğer MCP sunucularıyla birlikte kullanıldığında).

Kurulum Nasıl Yapılır

Windsurf

1. Python 3.10+ kurulu olduğundan emin olun.
2. Depoyu klonlayın veya mümkünse PyPI üzerinden yükleyin.
3. Google Analytics MCP sunucusunu mcpServers yapılandırmanıza ekleyin:

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

4. Yapılandırmayı kaydedin ve Windsurf’u yeniden başlatın.
5. Windsurf arayüzünde MCP sunucusunun listelendiğini ve erişilebilir olduğunu doğrulayın.

Claude

1. Python 3.10+ yüklü olduğundan emin olun.
2. Sağlanan claude-config-template.json dosyasını başlangıç noktası olarak kullanın.
3. Claude yapılandırmasında mcpServers alanını ekleyin veya güncelleyin:

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

4. Yapılandırmayı kaydedin ve Claude’u yeniden başlatın.
5. Claude’un entegrasyonlar panelinde MCP sunucu bağlantısını doğrulayın.

Cursor

1. Python 3.10+ kurun ve MCP sunucusunu klonlayın veya yükleyin.
2. Cursor’ın yapılandırma dosyasını bulun.
3. MCP sunucu girişini ekleyin:

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

4. Kaydedin ve Cursor’ı yeniden başlatın.
5. Cursor’da mevcut MCP sunucuları arasında sunucunun göründüğünden emin olun.

Cline

1. Python 3.10+ kurulu olduğundan emin olun.
2. MCP sunucusunu indirin veya kurun.
3. Cline’ın yapılandırmasını aşağıdaki gibi değiştirin:

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

4. Kaydedin, Cline’ı yeniden başlatın ve MCP sunucu bağlantısını kontrol edin.

API Anahtarlarını Güvenceye Alma (ortam değişkenleri kullanarak):

Hassas kimlik bilgilerini (ör. Google Analytics API anahtarları veya servis hesabı dosyaları) sağlamak için güvenlik açısından ortam değişkenleri kullanın. Örnek yapılandırma:

{
  "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"
      }
    }
  }
}

Bu MCP Sunucusu Akışlarda Nasıl Kullanılır

FlowHunt’ta MCP kullanımı

FlowHunt iş akışınıza MCP sunucularını entegre etmek için, öncelikle MCP bileşenini akışınıza ekleyin ve AI ajanınıza bağlayın:

MCP bileşenine tıklayarak yapılandırma panelini açın. Sistem MCP yapılandırması bölümüne MCP sunucu bilgilerinizi aşağıdaki JSON formatında girin:

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

Yapılandırıldıktan sonra, AI ajanı bu MCP’yi tüm fonksiyon ve yeteneklerine erişebilen bir araç olarak kullanabilir. “google-analytics-mcp” adını kendi MCP sunucunuzun gerçek adıyla ve URL’yi kendi MCP sunucu adresinizle değiştirmeyi unutmayın.

Genel Bakış

Dokümantasyon ve kod arasında, Google Analytics MCP net bir genel bakış ve kurulum yönergeleri sunar; ancak istemler, kaynaklar ve araçlar hakkında ayrıntılı belge eksiktir. Güvenlik için ortam değişkeniyle yapılandırmayı destekler. Kökler ve örnekleme referans edilmemiştir.

Bizim görüşümüz

Yukarıdaki tablolara göre, bu MCP sunucusu genel bakış ve kurulum açısından başarılı, ancak istemler, araçlar ve kaynaklar konusunda eksik. GA4 ve MCP konseptlerine zaten aşina olan ve kapsamlı istem/iş akışı şablonlarına ihtiyaç duymayan kullanıcılar için en uygunudur.

MCP Puanı