База знаний

Google Analytics MCP Server — подключение GA4 к агентному слою

Справочник по Google Analytics MCP Server: подключение GA4 к MCP-клиенту/агентному слою, модели доступа, примеры запросов и практики для agent-ready сайта.

Опубликовано 04.05.2026

API и данные ИИ-агенты

Практический справочник по Google Analytics MCP Server: как подключить GA4 к агентному слою через MCP, какие запросы он умеет, как устроены права доступа и как встроить аналитику в «сайт как рабочий контур» (чтобы агент мог отвечать на вопросы про трафик, контент и источники роста).

📌

Суть: вы подключаете MCP-сервер к Google Analytics 4, и дальше любой MCP-клиент (Claude Desktop, IDE, ваш оркестратор агентов) может получать отчёты из GA4 обычными запросами на человеческом языке — без ручного экспорта, CSV и «пошёл в интерфейс, посмотрел, вернулся».

Что это такое

Google Analytics MCP Server — официальный MCP-сервер от Google Analytics, который даёт LLM/агенту инструментальный доступ к данным GA4: realtime-метрики, стандартные отчёты, базовые разрезы по страницам/событиям/источникам и т.д.[1]

Важно понимать две границы:

это сервер для чтения данных (запросы и отчёты);
он не меняет настройки GA4 и не правит конфигурацию аналитики.[1]

💡

Почему это попадает в «agent-ready сайт»: у вас появляется слой, где агент может не только читать контент сайта, но и смотреть, что с этим контентом происходит в реальности: что читают, откуда приходят, где отваливаются, что конвертит.

Какие задачи закрывает

1) «Сайт знает, что о нём говорят цифры»

Агент может отвечать на вопросы уровня:

«Сколько пользователей было вчера?»
«Какие страницы дали больше всего входов за неделю?»
«Какие источники приводят самый дешёвый трафик?»
«Что происходит прямо сейчас на сайте?»

То есть вы превращаете GA4 из отдельной вкладки в браузере в подключаемый источник фактов.

2) Быстрые проверки и гипотезы

Типичный сценарий: вы меняете структуру раздела, публикуете материал, запускаете рассылку — и хотите быстро понять, что изменилось, без похода в интерфейс GA4.

3) Контур «контент → реакция → решение»

Если у вас есть редакционный контур (Notion/Directus/что угодно), GA MCP становится второй ногой: контент у вас в базе, поведение аудитории — в GA4, агент соединяет эти два слоя.

Архитектура: как это выглядит в агентном слое

На высоком уровне схема простая:

GA4 остаётся источником данных.
MCP Server — мост, который выдаёт эти данные в формате tool calls.
Агент решает, какие отчёты запросить и как интерпретировать результаты.

Подготовка: что нужно до подключения

GA4 property (у вас должна быть настроена аналитика и вы должны иметь доступ к свойству).
Google Cloud project (если вы идёте по варианту с service account/credentials).
MCP-клиент, в котором вы запускаете MCP-сервер (Claude Desktop / IDE / ваш runtime).
Понимание модели доступа: что вы разрешаете агенту видеть и кому доверяете этот контур.

⚠️

Безопасность и доступы: GA4 — это уже не «публичный контент». Это внутренние данные. Относитесь к подключению как к выдаче прав на чтение BI-слоя.

Установка и запуск (базовая логика)

У Google есть два опорных источника по установке:

официальная страница «Try the Google Analytics MCP server»[1]
репозиторий googleanalytics/google-analytics-mcp[2]

Общий принцип один:

Поднимаете MCP-сервер (локально или где вам удобно).
Настраиваете креды (чтобы сервер мог читать GA4).
Подключаете MCP-клиент к этому серверу.

💡

Если вы строите «агентный слой» как инфраструктуру (а не как разовую игрушку), быстро выясняется, что важнее не «как поставить», а как стандартизировать подключение: где лежат креды, кто имеет право запускать, как логируются запросы и как вы ограничиваете доступ.

Аутентификация и доступы (что важно не перепутать)

На практике у вас будет одна из моделей:

A) OAuth / Google Account

Похоже на «я один пользователь, хочу, чтобы мой MCP-клиент читал мою аналитику». Удобно для персональной работы и быстрых проверок.

B) Service Account (для системного контура)

Подходит для «агент живёт на сервере» и должен иметь стабильный доступ без ручного логина в браузере.

Здесь важно:

включить нужные API (обычно Google Analytics Data API и т.п., зависит от конкретной реализации);
выдать service account доступ к GA4 property (Account Access Management).

🔴

Правило: делайте отдельный аккаунт/сервисный доступ под «агентный слой», а не подключайте всё к личному основному аккаунту. Это сильно упрощает аудит, отзыв прав и безопасность.

Как пользоваться: примеры запросов (то, ради чего всё затевалось)

Вот типовой набор вопросов, которые быстро превращаются в рабочие команды:

Быстрые метрики

«Сколько пользователей было вчера?»
«Сколько активных пользователей сейчас? (realtime)»
«Какие 10 страниц сейчас самые активные?»

Контент и SEO

«Какие страницы дали больше всего органического трафика за 7 дней?»
«Какие статьи выросли сильнее всего по просмотрам за месяц?»
«Где самая высокая доля отказов среди топ-страниц?»

Маркетинг

«Какие источники трафика дали больше всего конверсий за неделю?»
«Сравни эффективность email vs соцсети за последние 30 дней»

Диагностика

«Есть ли аномалия по трафику на главной за последние 24 часа?»
«Какие события перестали приходить после релиза?»

📌

Главный трюк: формулируйте запрос как вопрос к человеку-аналитику. MCP-сервер дальше превращает это в структуру отчёта, а агент — в вывод.

Как встроить в «сайт как рабочий контур»

Если смотреть на это как на систему (а не как на разовую фичу), я бы закладывал три практики.

1) «Факты отдельно, выводы отдельно»

GA4 даёт цифры. Агент даёт интерпретацию. Не смешивайте это в один слой.

Хороший формат:

факт: «страница X дала +38% просмотров WoW»
гипотеза: «это коррелирует с рассылкой/постом»
следующий шаг: «проверить источники/UTM/конверсию»

2) Чёткие границы доступа

Определите заранее:

кто имеет право запускать агента с доступом к GA;
какие property доступны (одна? несколько?);
как вы храните креды и где логируется активность.

3) Вязка «GA4 ↔ контентная база»

Идеальный сценарий для «сайт знает, что о нём говорят аналитика и вебмастеры» — когда у вас страницы/материалы живут в базе (Notion/Directus), а агент умеет:

взять список материалов по тегу,
запросить по ним метрики в GA,
собрать короткую сводку «что реально работает»,
и предложить изменения в плане контента.

Это уже не «покажи метрики», а инструмент управления развитием.

Ограничения и типичные грабли

Read-only: сервер не меняет настройки GA4.[1]
Интерпретация не равна истине: агент может красиво объяснить шум. Нужны sanity-check и пороги.
Сэмплинг/атрибуция: GA4 не всегда «одна цифра для всех» — зависит от отчёта, окна, атрибуции.
Доступы: самое частое реальное падение — «сервер встал, но у него нет прав на property».

⚖️

Trade-off: подключение GA4 к агенту даёт скорость и удобство, но повышает риск утечки внутренних данных. Это нормальная цена — просто её надо осознанно заплатить через модель доступа и аудит.

Ссылки

Try the Google Analytics MCP server: https://developers.google.com/analytics/devguides/MCP
GitHub repo: https://github.com/googleanalytics/google-analytics-mcp
Setup tutorial (YouTube): https://www.youtube.com/watch?v=nS8HLdwmVlY

По теме

Если вы строите агентный слой вокруг сайта и хотите, чтобы он умел «видеть реальность», а не только читать страницы, — аналитика должна стать таким же подключаемым источником данных, как Notion или GitHub. И дальше вопрос уже не в том, «можно ли подключить», а в том, как встроить это в безопасный и управляемый контур.

Если хотите разобрать свою задачу — напишите мне

Можно прийти с идеей, черновым контекстом или уже живой задачей. Помогу быстро понять, где реальный следующий шаг, а где лишний шум.

Напишите мне в Телеграм Мой Телеграм канал

Обычно хватает 2–3 сообщений, чтобы понять, могу ли я здесь реально помочь и в каком формате лучше двигаться дальше.