Google Analytics MCP Server

Google Analytics MCP Server dùng để làm gì?

Google Analytics MCP Server cho phép tích hợp liền mạch dữ liệu Google Analytics 4 (GA4) với các trợ lý AI và công cụ phát triển như Claude, Cursor, Windsurf thông qua Model Context Protocol (MCP). Bằng việc đóng vai trò cầu nối giữa các client MCP và API GA4, nó giúp người dùng truy vấn lưu lượng truy cập web, hành vi người dùng và dữ liệu phân tích bằng ngôn ngữ tự nhiên, mở khóa hơn 200 trường và chỉ số. Điều này giúp các agent AI tự động báo cáo, phân tích dữ liệu chuyên sâu và cung cấp insight hữu ích ngay trong quy trình phát triển hoặc công cụ AI, đơn giản hóa quá trình ra quyết định dựa trên dữ liệu mà không cần thao tác thủ công trên dashboard.

Danh sách Prompt

Không có mẫu prompt cụ thể nào được đề cập trong repository.

Danh sách Tài nguyên

Không có tài nguyên rõ ràng nào được liệt kê trong repository.

Danh sách Công cụ

• Thông tin về các công cụ được cung cấp trong server (như từ ga4_mcp_server.py) chưa được chi tiết trong các file hiện có.

Các trường hợp sử dụng của MCP Server này

• Truy vấn phân tích bằng ngôn ngữ tự nhiên: Lập trình viên và nhà phân tích có thể đặt câu hỏi về lưu lượng, hành vi người dùng hoặc chỉ số chuyển đổi bằng tiếng Anh đơn giản và nhận dữ liệu GA4 hoặc tóm tắt liên quan.
• Tự động báo cáo: Sử dụng MCP server để tạo báo cáo định kỳ hoặc đột xuất, giảm bớt thao tác thủ công trên dashboard GA4.
• Tích hợp vào quy trình làm việc: Truy cập trực tiếp dữ liệu GA4 trong các công cụ lập trình như Cursor hoặc Windsurf, cho phép phân tích trong bối cảnh ngay khi review code hoặc triển khai tính năng.
• Khám phá insight bằng AI: Cho phép agent AI tự động phát hiện xu hướng, bất thường hoặc đề xuất từ dữ liệu phân tích, hỗ trợ ra quyết định nhanh chóng hơn.
• Phân tích dữ liệu đa nguồn: Kết hợp dữ liệu Google Analytics với nguồn khác (như Search Console) để có insight đa chiều hơn (khi sử dụng cùng các MCP server khác).

Hướng dẫn cài đặt

Windsurf

1. Đảm bảo đã cài đặt Python 3.10+.
2. Sao chép kho lưu trữ hoặc cài đặt qua PyPI nếu có.
3. Thêm Google Analytics MCP server vào cấu hình mcpServers:

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

4. Lưu cấu hình và khởi động lại Windsurf.
5. Đảm bảo server MCP được liệt kê và truy cập được trên giao diện Windsurf.

Claude

1. Đảm bảo đã cài đặt Python 3.10+.
2. Sử dụng file mẫu claude-config-template.json làm điểm khởi đầu.
3. Thêm hoặc cập nhật trường mcpServers trong cấu hình Claude:

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

4. Lưu cấu hình và khởi động lại Claude.
5. Xác nhận kết nối MCP server trong bảng tích hợp của Claude.

Cursor

1. Cài đặt Python 3.10+ và sao chép hoặc cài đặt MCP server.
2. Tìm file cấu hình của Cursor.
3. Thêm mục MCP server:

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

4. Lưu và khởi động lại Cursor.
5. Đảm bảo server xuất hiện trong danh sách MCP server có sẵn trên Cursor.

Cline

1. Đảm bảo đã có Python 3.10+.
2. Tải hoặc cài đặt MCP server.
3. Chỉnh sửa cấu hình của Cline để thêm:

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

4. Lưu, khởi động lại Cline và kiểm tra kết nối MCP server.

Bảo mật API Key (bằng biến môi trường):

Để cung cấp thông tin xác thực nhạy cảm (như API key Google Analytics hoặc file service account), hãy sử dụng biến môi trường để tăng bảo mật. Ví dụ cấu hình:

{
  "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"
      }
    }
  }
}

Cách sử dụng MCP này trong flows

Sử dụng MCP trong FlowHunt

Để tích hợp MCP server vào quy trình FlowHunt, hãy thêm thành phần MCP vào flow và kết nối với agent AI:

Nhấn vào thành phần MCP để mở bảng cấu hình. Trong phần cấu hình hệ thống MCP, nhập chi tiết MCP server theo định dạng JSON:

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

Sau khi cấu hình, agent AI sẽ có thể sử dụng MCP này như một công cụ với đầy đủ chức năng và khả năng. Lưu ý đổi “google-analytics-mcp” sang tên thực tế của server MCP bạn dùng và thay URL bằng địa chỉ server MCP của bạn.

Tổng quan

Giữa tài liệu và mã nguồn, Google Analytics MCP cung cấp tổng quan rõ ràng và hướng dẫn cài đặt, nhưng thiếu tài liệu chi tiết về prompt, tài nguyên và công cụ. Về bảo mật, hỗ trợ cấu hình biến môi trường. Roots và sampling không được đề cập.

Nhận định của chúng tôi

Dựa trên bảng trên, MCP server này đạt điểm tốt về tổng quan và cài đặt, nhưng thiếu chi tiết về prompt, công cụ, tài nguyên. Phù hợp nhất với người dùng đã có kinh nghiệm với GA4 và MCP, không cần mẫu prompt/quy trình chi tiết.

Điểm MCP