Przejdź do treści

Google Analytics MCP: GA4 w asystencie AI

Maciej Sala

Founder StriveLab

6 min czytaniaOpublikowano

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

  1. Włącz w projekcie Google Cloud dwa interfejsy: Google Analytics Data API i Google Analytics Admin API.
  2. Przygotuj dane uwierzytelniające z zakresem https://www.googleapis.com/auth/analytics.readonly. Najprościej skorzystać z domyślnych danych uwierzytelniających Google Cloud, czyli zalogować się poleceniem gcloud na koncie, które ma dostęp do usługi GA4, albo użyć konta usługi dodanego w GA4 jako użytkownika z rolą Wyświetlający.
  3. 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.
  4. 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.

ZadaniePrzykładowe pytanie
Strony doceloweKtóre strony docelowe z ruchu organicznego miały najwięcej sesji i najkrótszy czas zaangażowania w październiku?
Źródła ruchuJak zmieniła się liczba sesji z każdego źródła w ostatnich 28 dniach w porównaniu z poprzednimi 28 dniami?
KonwersjeKtóre kanały przyniosły najwięcej wysłanych formularzy w ostatnim kwartale?
Ruch z asystentów AIIle sesji przyszło z chatgpt.com, perplexity.ai i gemini.google.com w ostatnich 90 dniach?
UrządzeniaCzy na stronach usług współczynnik zaangażowania użytkowników telefonów różni się od tego wskaźnika dla użytkowników komputerów?
Czas rzeczywistyIle 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.

Raporty, treści i monitoring SEO w n8n, z agentami AI i kontrolą człowieka.
Automatyzacja SEO i marketingu

Często zadawane pytania

Czy Google ma oficjalny serwer MCP dla Google Analytics?

Tak. Google udostępnia otwartoźródłowy serwer Google Analytics MCP w repozytorium googleanalytics/google-analytics-mcp. Serwer domyślnie działa w trybie tylko do odczytu i pozwala asystentowi AI pobierać informacje o kontach i usługach oraz raporty GA4 przez Data API i Admin API. Uruchamiasz go u siebie.

Jak połączyć GA4 z Claude albo ChatGPT?

Z Claude Code albo Gemini CLI połączysz GA4 przez oficjalny serwer MCP. W projekcie Google Cloud włączasz Google Analytics Data API i Admin API, logujesz się przez gcloud z zakresem tylko do odczytu Analytics i dodajesz serwer do klienta. Lokalnego serwera nie podłączysz do ChatGPT w przeglądarce, więc tam zostają gotowe konektory w chmurze, które łączą się przez logowanie Google.

Dlaczego GA4 pokazuje mniej ruchu z Google niż Search Console?

Bo oba narzędzia mierzą co innego. Search Console liczy kliknięcia w wynikach Google, a GA4 sesje osób, u których załadował się tag, zwykle dopiero po zgodzie na cookies. Przy podstawowym trybie zgody GA4 widzi tylko część ruchu, więc liczby z obu źródeł nie będą się zgadzać.

O autorze

Maciej Sala

Maciej Sala — konsultant technologiczny produktów cyfrowych i web developer z bogatym doświadczeniem w marketingu internetowym oraz SEO. Na co dzień pracuje z Reactem, Next.js i TypeScriptem, a ostatnio także z Astro i narzędziami do automatyzacji procesów AI. Sprawnie łączy perspektywę produktową z praktycznym podejściem do kodu. Przez kilka lat był związany z branżą gier wideo jako project manager i game designer. Absolwent historii na Uniwersytecie Jagiellońskim oraz studiów podyplomowych z marketingu internetowego na AGH w Krakowie. Po godzinach trenuje na siłowni, maluje figurki i rozwija własne projekty.

Pomagam przekładać takie tematy na konkretne wdrożenia w frontendzie, SEO, analityce i procesie produktowym.

Skontaktuj się ze mną
LH.pl – Hosting Mango

Biblioteka wiedzy na temat AI

Czytaj dalej

Zobacz więcej wpisów
Google Ads MCP: jak połączyć konto reklamowe z AI

Konto Google Ads to prawdziwa kopalnia danych, w której możemy znaleźć szereg cennych informacji dla Twojego biznesu. Raport wyszukiwanych haseł z ostatniego kwartału, porównanie kampanii przed i po zmianie strategii stawek, lista fraz, na które przepalasz budżet bez konwersji, wszystko to wymaga klikania po interfejsie, eksportów i arkuszy. Dzięki serwerowi MCP możemy zadać te pytania asystentowi AI zwykłym językiem i dostać odpowiedź policzoną na danych z Twojego konta. Pokażę Ci, jak działa oficjalny serwer Google Ads MCP, co trzeba przygotować, jakie są gotowe alternatywy i gdzie kończy się rozsądne zaufanie do AI w kampaniach.

Maciej Sala

Maciej Sala

Founder StriveLab

Google Search Console MCP: jak połączyć Search Console z AI

Połączenie Google Search Console z AI to proste i zarazem bardzo pomocne rozwiązanie, które może być pierwszym krokiem do wprowadzenia automatyzacji w SEO. W ten sposób model sam pobiera dane z API i od razu je analizuje. W artykule piszę o kilku wariantach: otwartoźródłowym serwerze MCP, który stawiasz u siebie za darmo, płatnym Adzviserze oraz Windsor.ai z darmowym planem.

Maciej Sala

Maciej Sala

Founder StriveLab

Czym jest Google Search Console i do czego służy

Google Search Console to podstawowe narzędzie, w którym Google pokazuje dane o obecności Twojej strony w wyszukiwarce i bardzo trudno wyobrazić sobie współczesny monitoring bez niego. Bezpłatnie pokazuje, na jakie frazy ją wyświetla, ile kliknięć zbiera, które podstrony indeksuje i jakie problemy wykrył. W artykule wyjaśnię, czym jest Search Console, jak dodać do niej stronę i które raporty czytać na początku, żeby nie utonąć w liczbach. Będzie też trochę o automatyzacji AI.

Maciej Sala

Maciej Sala

Founder StriveLab

LH.pl – Cloud Server 1C4G