Google опубликовал сервер контекста с открытым исходным кодом (MCP) сервера (протокол контекста модели с открытым исходным кодом), где вы можете проанализировать данные Google Analytics с помощью больших голосовых моделей, таких как Gemini.
Этот инструмент был объявлен Мэттом Ландерсом, руководителем отдела взаимоотношений разработчиков для Google Analytics, и служит мостом между данными LLM и аналитики.
Вместо того, чтобы ориентироваться в обычных поверхностях отчетности, вы можете задать вопросы на простом английском языке и немедленно получать ответы.
Содержание
Сдвиг в традиционных отчетах
Сервер MCP предлагает альтернативу раскопки меню или ручной конфигурации. Вы можете запросить, как «Сколько пользователей у меня было вчера?» Вход? И получите ответ вам нужен.
CLI Близнецы, используемые в демонстрации для доступа к данным анализа. Интерфейс CLI или командной строки-это простой текстовый инструмент, который вы запускаете в окне терминала.
Вместо того, чтобы щелкнуть через меню или инструментальные панели, введите вопросы или команды, и система реагирует на простом языке. Это похоже на общение с Близнецами, но с вашим рабочим столом или ноутбуком.
Когда его спросили о количестве использования с предыдущего дня, система вернула правильное общее количество. Кроме того, были рассмотрены последующие вопросы, и показывают, как могут быть уточнены запросы на основе контекста без необходимости дополнительной технической установки.
Вы можете просмотреть полную демонстрацию в видео ниже:
https://www.youtube.com/watch?v=pt4wgpxwirq
Что вы можете сделать с этим
Сервер использует Google Analytics Admin -api и Data -api для поддержки ряда функций.
После документации по проекту вы можете:
- Позвоните в свою учетную запись и информацию о недвижимости
- Exignify Core и отчеты в реальном времени
- Доступ к стандартным и пользовательским размерам и метрикам
- Получите ссылки на подключенные аккаунты Google AD
- Получите информацию об определении областей и фильтров даты
Чтобы настроить его, вам нужен Python, доступ к проекту Google Cloud с конкретными API и информацией о регистрации потерь приложений, которая содержит только защиту от письма в вашей учетной записи Google Analytics.
Случаи применения в реальном мире
Сервер особенно полезен в более продвинутых сценариях.
В демонстрации Ландерс попросил отчет о лучших продуктах в прошлом месяце. Система вернула результаты после дохода статьи, а затем отсортировала их через подразделения, которые были проданы после последующей подсказки.
Скриншот от: youtube.com/googleanalytics, июль 2025 года.Позже он вступил в гипотетический сценарий: ежемесячный маркетинговый бюджет в 5000 долларов США и цель увеличения продаж.
Система создала несколько отчетов, в которых прямой и органический поиск составлял более 419 000 долларов США в размере более 419 000 долларов США. После этого план с конкретными бюджетными заданиями для рекламы Google, оплачиваемых социальных вопросов и маркетинга E -Mail предположил, что были поддержаны данные о производительности.
Скриншот от: youtube.com/googleanalytics, июль 2025 года.Как это установить
Вы можете установить сервер Жируб С инструментом под названием PIPX, с помощью которого вы можете выполнять приложения на основе Python в изолированных средах. После установки подключите его к CLI Gemini, добавив сервер в файл настройки Gemini.
Стажи мебели включают:
- Активируйте необходимые API Google в вашем облачном проекте
- Настройте стандарты приложений с помощью защищенного письма доступа к вашей учетной записи Google Analytics
- (Необязательно) Установка переменных окружающей среды для более последовательно управления информацией в различных средах в различных средах
Сервер работает с каждым MCP-совместимым клиентом, но Google демонстрирует полную поддержку Gemini CLI.
Чтобы упростить работу, документация содержит требования выборки для таких задач, как проверка статистики свойств, изучение пользователя или анализ тенденций производительности.
Посмотрите вперед
Согласно Google, он продолжает разрабатывать проект и продвигает обратную связь через GitHub и Discord.
MCP Server по -прежнему экспериментален, предлагает вам практический способ изучить, как анализ естественного языка может выглядеть в будущем.
Если вы находитесь в маркетинговой команде, это может помочь вам быстрее получить ответы без необходимости мониторинга или пользовательских отчетов. Если вы разработчик, вы можете найти способы создания инструментов, автоматизировать части вашего рабочего процесса или сделать анализ более доступными для других.
Полное руководство по настройке, исходный код и обновления можно найти в MCP Google Analytics MCP Репозиторий GitHubПолем
Выбранная картина: Mijansk786/Shutterstock
