Vous avez besoin de récupérer rapidement des données issues de Google Analytics sans limitation ? Ce script est fait pour vous. Pour cela nous utilisons RGoogleAnalytics

RGoogleAnalytics est une bibliothèque R qui vous permet d’accéder à l’API de Google Analytics Reporting. Grâce à cette bibliothèque, vous serez en mesure de récupérer des données Google Analytics rapidement et efficacement pour ensuite les stocker dans un dataframe afin de les traiter ou encore les exporter au format csv.

Comment créer un compte sur Google Cloud Platform et activer la clé d’API Google Analytics

Pour exploiter le code ci-dessous, je vous invite à créer un compte sur Google Cloud Plaform et d’activer l’API Google Analytics. Voici les étapes :

1. Rendez-vous ici
2. Créer un projet si vous n’en n’avez pas un sur Google cloud plaform
3. Cliquez sur « Bibliothèque » dans le menu
4. Recherchez « Google Analytics Reporting API » et cliquez sur le logo
5. Cliquez sur « Activez »
6. Cliquez sur « Identifiants » dans le menu
7. Cliquez sur « créer des identifiants » (en haut de l’écran) et sur « ID client OAuth »
8. Choisissez « Autre », renseigner un nom puis cliquez sur « Créer »
9. BRAVO vous avez réussi à créer votre ID client et votre code secret client
10. Vous pouvez maintenant passez au code R

Liens utiles :

• Pour vous aider à construire votre requête
• Pour utiliser avec précision les filtres, dimensions, segments, etc …

install.packages("RGoogleAnalytics")
library(RGoogleAnalytics)
setwd("...")

# Authorize Google Analytics account : # https://console.cloud.google.com/apis/dashboard
token <- Auth("client id","client password") 

# Save the token object for future sessions
save(token,file="./token_file")

# In future sessions it can be loaded by running load("./token_file")
ValidateToken(token)


# Build a list of all the Query Parameters
#https://ga-dev-tools.appspot.com/dimensions-metrics-explorer/?
#https://developers.google.com/analytics/devguides/reporting/core/v3/reference
query.list <- Init(start.date = "2020-05-01",
                   end.date = "2020-05-06",
                   dimensions = "ga:LandingPagePath",
                   metrics = "ga:sessions",
                   filters = "ga:medium==organic",
                   max.results = 10000,
                   table.id = "ga:XXXXXXX")

ga.query <- QueryBuilder(query.list)
ga.data <- GetReportData(ga.query, token, split_daywise = T, delay = 5)
write.csv(ga.data, "ga_data.csv")