Szybka odpowiedź: jak podłączyć GA4 do asystenta AI?
- Oficjalny serwer Google Analytics MCP uruchamiasz u siebie poleceniem
pipx run analytics-mcp. - Włącz w Google Cloud Data API i Admin API i zaloguj się z uprawnieniem do odczytu Analytics.
- Pytaj o konkretne okresy, wymiary i metryki, a asystent złoży z nich raport GA4.
- GA4 łącz z Search Console i Google Ads, żeby widzieć drogę od wyniku wyszukiwania do konwersji.
- Sprawdź jakość danych przed wnioskami, bo zgody na cookies i ruch testowy zmieniają obraz.
Czym jest Google Analytics MCP
to otwarty standard, przez który asystent AI wywołuje zewnętrzne narzędzia. Serwer MCP dla Google Analytics udostępnia modelowi funkcje do odpytywania usługi GA4, a model sam decyduje, kiedy ich użyć, pobiera dane i na ich podstawie formułuje odpowiedź. Sam standard szerzej opisuję w artykule o tym, co to jest MCP.
Google publikuje otwartoźródłowy serwer w repozytorium googleanalytics/google-analytics-mcp. Projekt jest oznaczony jako eksperymentalny i korzysta z dwóch interfejsów GA4. Przez Admin API pobiera informacje o kontach i usługach, wymiarach i metrykach niestandardowych, połączeniach z Google Ads i adnotacjach. Przez Data API uruchamia raporty standardowe, ścieżki i raporty czasu rzeczywistego. Domyślnie działa w trybie tylko do odczytu. Jedynym narzędziem zapisu jest dodawanie adnotacji, które włączasz flagą --allow-write i zakresem analytics.edit. Konfiguracji usługi ani zdarzeń kluczowych serwer nie zmieni.
Jak skonfigurować serwer
- Włącz w projekcie Google Cloud dwa interfejsy: Google Analytics Data API i Google Analytics Admin API.
- Przygotuj dane uwierzytelniające z zakresem
https://www.googleapis.com/auth/analytics.readonly. Najprościej skorzystać z domyślnych danych uwierzytelniających Google Cloud, czyli zalogować się poleceniemgcloudna koncie, które ma dostęp do usługi GA4, albo użyć konta usługi dodanego w GA4 jako użytkownika z rolą Wyświetlający. - Dodaj serwer do klienta MCP, takiego jak Claude Code czy Gemini CLI, według instrukcji w repozytorium. Serwer uruchamiasz lokalnie poleceniem
pipx run analytics-mcp. Repozytorium opisuje też tryb HTTP dla wielu użytkowników z logowaniem OAuth. - Sprawdź połączenie prostym pytaniem, na przykład o listę dostępnych usług i ich identyfikatory.
W sytuacji, kiedy wolisz nie konfigurować projektu w Google Cloud, są także gotowe konektory, takie jak Adzviser czy Windsor.ai. Podłączają GA4 przez zwykłe logowanie Google i działają w przeglądarce z ChatGPT albo Claude. Ich minusem jest jednak to, że są płatne oraz to, że tokeny dostępu trzyma wtedy dostawca konektora. Jak wypadają przy Search Console, porównałem w artykule o Google Search Console MCP.
Jakie pytania zadawać
Asystent z dostępem do GA4 najlepiej sprawdza się tam, gdzie w interfejsie musiałbyś zbudować eksplorację albo wyeksportować dane do arkusza.
Pobieranie danych i analizę najlepiej zlecać agentowi jako dwa osobne zadania. Najpierw poprosić o zapisanie wyników raportu wraz z identyfikatorem usługi, zakresem dat, wymiarami, metrykami, filtrami oraz metadanymi odpowiedzi, a dopiero potem prosić o analizę zapisanego zestawu. Model pracuje wtedy na jasno określonych danych, a Ty możesz sprawdzić, na czym opiera wnioski.
| Zadanie | Przykładowe pytanie |
|---|---|
| Strony docelowe | Które strony docelowe z ruchu organicznego miały najwięcej sesji i najkrótszy czas zaangażowania w październiku? |
| Źródła ruchu | Jak zmieniła się liczba sesji z każdego źródła w ostatnich 28 dniach w porównaniu z poprzednimi 28 dniami? |
| Konwersje | Które kanały przyniosły najwięcej wysłanych formularzy w ostatnim kwartale? |
| Ruch z asystentów AI | Ile sesji przyszło z chatgpt.com, perplexity.ai i gemini.google.com w ostatnich 90 dniach? |
| Urządzenia | Czy na stronach usług współczynnik zaangażowania użytkowników telefonów różni się od tego wskaźnika dla użytkowników komputerów? |
| Czas rzeczywisty | Ile osób jest teraz na stronie i na których stronach są? |
Precyzuj zakres dat, wymiary oraz metryki, a przy kluczowych danych biznesowych zawsze proś asystenta o wskazanie uruchomionego raportu. Pamiętaj przy tym, że agent potrafi pomylić nazwę wymiaru lub przedział czasowy, podając błędne liczby w niezwykle przekonujący sposób.
Ograniczenia danych, o których asystent nie wie
Największe ryzyko przy pracy z GA4 w asystencie dotyczy samych danych. Asystent analizuje to, co dostaje, i nie wie, czy dane są pełne czy nie.
Pierwszą pułapką są zgody na cookies, które obcinają ruch. Jeśli tag GA4 ładuje się dopiero po zgodzie na analitykę, a serwis korzysta z podstawowego trybu zgody, GA4 nie dostaje żadnych sygnałów od osób, które zgody nie wyraziły. Liczba sesji z wyników organicznych bywa wtedy wielokrotnie niższa niż liczba kliknięć w Search Console. Asystent, który nie zna tej różnicy, wyciągnie wniosek, że ruch z Google prawie nie istnieje, dlatego zanim zapytasz o ruch, powiedz mu, jaki tryb zgody działa w serwisie.
Tak samo jest z ruchem z asystentów AI. Przy niewielkiej liczbie sesji brak wizyt z ChatGPT, Perplexity czy Gemini w GA4 to częściej problem pomiaru niż dowód braku ruchu. Wizyty z asystentów AI lepiej mierzyć narzędziem, które nie wymaga cookies, np. Vercel Web Analytics, a GA4 zostawić do analizy zachowania osób, które wyraziły zgodę.
Drugą pułapką jest ruch testowy. W sytuacji, kiedy tag ładuje się także poza produkcją, do tych samych raportów trafiają odsłony z lokalnej wersji strony, uruchamianej podczas pracy nad kodem, i ze środowisk testowych. Taki ruch zawyża liczby i przekłamuje każdy raport. Rozwiązaniem jest ładowanie tagu tylko na domenie produkcyjnej i filtr ruchu wewnętrznego w GA4.
Trzecią są progi prywatności i próbkowanie. Przy włączonych Google Signals i danych demograficznych GA4 ukrywa część wierszy w raportach, a przy bardzo dużych zakresach danych może zwracać wyniki przybliżone. API zaznacza to w metadanych odpowiedzi, ale asystent rzadko o tym wspomina, więc pytaj o to wprost.
Jak poprawnie skonfigurować GA4 w serwisie na Next.js, pokazuję w tekście o konfiguracji GA4 w Next.js.
GA4 razem z Search Console i Google Ads
GA4 w asystencie najlepiej działa w połączeniu z innymi źródłami. Search Console pokazuje, na jakie frazy strona wyświetla się w Google i ile osób klika, Google Ads mówi, ile kosztuje kliknięcie i które frazy konwertują, a GA4 dodaje, co ludzie robią po wejściu na stronę. Asystent z dostępem do wszystkich trzech źródeł odpowie na pytania, których żadne z nich nie obsłuży osobno, na przykład które frazy płatne przyprowadzają ludzi, którzy wychodzą po kilku sekundach.
Konfigurację pozostałych źródeł opisałem w artykułach o Google Search Console MCP i Google Ads MCP. Prowadzenie analityki i kampanii, także z pomocą takich narzędzi, opisuję na stronie usługi Google Ads i analityki.


