워낙 이것 저것 설장하다 보니 기억나지 않을 것 같아 간략히 기록을 남긴다.
이 모든 과정을 진행할 때 웹페이지 접근은 반드시 한 개의 구글 계정으로 진행해야 쉽고 빠르게 결과를 얻을 수 있다.
인터넷에서 Research하다 보면 Google Analytics API, Google Analytics Reporting API 와 연결하는데.. 과거 이용했던 API들로 보이고 관련된 python 라이브러리도 다르다.
간략히 파악한 바를 남기자면, 구글 애널리틱스 API는 기본 데이터 액세스를 위한 것이며, 차원, 지표, 필터를 사용해 데이터를 맞춤화할 수 있다. 리포팅 API는 후속 버전으로, 더 정교한 분석 및 보고 기능을 제공한다. 여러 차원과 지표를 결합해 복잡한 쿼리를 실행할 수 있다. 고급 기능도 지원한다.
Google Analytics Data API는 최신 버전이고, GA4 속성 데이터를 가져온다. 전통적인 Universal Analytics와 다른 데이터 모델을 사용하며, 이벤트 기반 데이터 수집 및 분석 기능을 제공한다. 정교한 분석 및 보고 기능을 구현할 수 있으며, BigQuery와 통합해 대용량 데이터 처리와 분석도 지원한다.
따라서 GA4를 위해서는 한 가지 옵션만 사용하는 것이 안전하고 빠르게 개발할 수 있는 방법이다.
거기다 인증을 위한 준비 과정에서 Credential 생성을 위해 API Key,OAuth 2.0 Client ID, Service Account 이 셋 중 하나를 선택하게 되는데 단순히 리포트 용이라면 Service Account로 해야한다. 앞의 두 방법은 그 뜻을 알게 되면 당연히 선택하지 말아야할 옵션이라는 것을 알게 된다.
GCP쪽에서 Google Analytics Data API enable하기
서비스어카운트 추가하기
서비스어카운트의 인증키 json 생성하여 다운받기
프로그램을 돌릴 환경에서 export GOOGLE_APPLICATION_CREDENTIALS="[PATH]"
설정하기
GA4에서 Property ID 찾아두기 "좌하단 admin 버튼 눌러서 나타나는화면에서 두번째 컬럼 최 상단에 내가 사용하는 GA account의 property ID가 보임.
ADMIN 탭 아래 Account 컬럼에 있는 Account Access Management 를 눌러 2.에서 생성한 서비스어카운트의 이메일 주소 형식의 아이디를 추가하여 권한 부여하기. (Viewer이상)
google-analytics-data 패키지 인스톨
샘플 프로그램 실행
이렇게 추출된 데이터는 주기적으로 가공하여 얼마의 기간동안 어떤 광고가 노출되고 성과가 얼마나 좋았는 지를 그래피컬하게 표현할 예정이다. 결과가 나오면 본 글에 하단에 추가할 예정!