利用 AI 自动化 Google Analytics 4 (GA4) 数据报表分析 #

解决繁琐的 GA4 手动报表导出痛点：通过 Rube MCP 连接 Google Analytics 接口，让 AI 直接通过自然语言指令完成账户查询、指标提取、漏斗分析及复杂透视报表的生成。

为什么需要这个技能 #

在 Google Analytics 4 (GA4) 的管理界面中手动创建报表、配置维度（Dimensions）和指标（Metrics）往往非常耗时，且对于非专业分析师来说，配置复杂的漏斗或透视表具有较高门槛。

本技能通过 Rube MCP 提供了标准化的工具集，使 AI 能够直接调用 GA4 API。你可以通过对话要求 AI “分析上周来自社交媒体的转化率”或“对比三个不同地区的设备分布”，AI 会自动处理 ID 匹配、维度兼容性检查并直接输出结果，极大地提升了数据获取效率。

适用场景 #

• 定期报表生成：自动汇总每日/周/月的关键业务指标（如 activeUsers 或 totalRevenue）。
• 转化路径分析：通过漏斗报表分析用户在关键步骤的流失率。
• 维度交叉分析：利用透视报表快速分析不同设备类型与地理位置的关联性。
• 关键事件监控：快速列出并核对 GA4 中的关键事件（Key Events）配置情况。

核心工作流 #

1. 环境初始化与连接 #

• 配置 MCP 服务：在客户端配置中添加 https://rube.app/mcp 作为 MCP 服务器。
• 鉴权连接：调用 RUBE_MANAGE_CONNECTIONS 并指定 toolkit 为 google_analytics，通过返回的 OAuth 链接完成 Google 账号授权。
• 工具检索：在执行具体任务前，必须先调用 RUBE_SEARCH_TOOLS 以获取最新的工具 Schema。

2. 数据获取路径 #

AI 将遵循以下逻辑链路操作：

• 定位 ID $\to$ GOOGLE_ANALYTICS_LIST_ACCOUNTS $\to$ GOOGLE_ANALYTICS_LIST_PROPERTIES（获取 properties/XXXX 格式 ID）。
• 验证维度 $\to$ GOOGLE_ANALYTICS_GET_METADATA $\to$ GOOGLE_ANALYTICS_CHECK_COMPATIBILITY（确保所选指标与维度兼容）。
• 执行查询 $\to$ GOOGLE_ANALYTICS_RUN_REPORT 或 GOOGLE_ANALYTICS_RUN_PIVOT_REPORT。

3. 专项分析配置 #

• 标准报表：定义 dateRanges（支持 7daysAgo 等相对值）和 metrics 数组。
• 漏斗报表：在 funnel 参数中定义有序的 steps 数组，分析用户流转。
• 批量报表：使用 GOOGLE_ANALYTICS_BATCH_RUN_REPORTS 一次性请求最多 5 个报表，减少 API 调用次数。

下载和安装 #

下载 google-analytics-automation 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要 #

暂无推荐