Google a publié un serveur de protocole de contexte de modèle open source (MCP) qui vous permet d’analyser les données Google Analytics à l’aide de modèles de gros langues comme Gemini.
Annoncé par Matt Landers, responsable des relations avec les développeurs pour Google Analytics, l’outil sert de pont entre les LLM et les données d’analyse.
Au lieu de naviguer dans les interfaces de rapport traditionnelles, vous pouvez poser des questions en anglais simple et recevoir des réponses instantanément.
Un passage des rapports traditionnels
Le serveur MCP offre une alternative à la fouille dans les menus ou à la configuration des rapports manuellement. Vous pouvez taper des requêtes comme «Combien d’utilisateurs ai-je eu hier?» Et obtenez la réponse dont vous avez besoin.
Capture d’écran de: youtube.com/googleanalytics, juillet 2025.Dans une démo, Landers a utilisé la CLI Gemini pour récupérer les données d’analyse. L’interface CLI, ou ligne de commande, est un simple outil de texte que vous exécutez dans une fenêtre de terminal.
Au lieu de cliquer sur des menus ou des tableaux de bord, vous tapez des questions ou des commandes, et le système répond en langage clair. C’est comme discuter avec Gemini, mais à partir de votre borne de bureau ou ordinateur portable.
Interrogé sur le nombre d’utilisateurs de la veille, le système a renvoyé le total correct. Il a également traité des questions de suivi, montrant comment il peut affiner les requêtes en fonction du contexte sans nécessiter une configuration technique supplémentaire.
Vous pouvez regarder la démo complète dans la vidéo ci-dessous:
https://www.youtube.com/watch?v=pt4wgpxwirq
Ce que vous pouvez en faire
Le serveur utilise l’API d’administration Google Analytics et les données pour prendre en charge une gamme de capacités.
Selon la documentation du projet, vous pouvez:
- Récupérer les informations de compte et de propriété
- Exécutez des rapports de noyau et en temps réel
- Accédez aux dimensions et mesures standard et personnalisées
- Obtenez des liens vers les comptes Google Ads connectés
- Recevoir des conseils pour définir des gammes de dates et des filtres
Pour le configurer, vous aurez besoin de Python, un accès à un projet Google Cloud avec des API spécifiques activées et des informations d’identification par défaut d’application qui incluent un accès en lecture seule à votre compte Google Analytics.
Cas d’utilisation du monde réel
Le serveur est particulièrement utile dans des scénarios plus avancés.
Dans la démo, Landers a demandé un rapport sur les produits les plus vendus au cours du mois dernier. Le système a renvoyé les résultats triés par le revenu des articles, puis les a re-sortis par les unités vendues après une invite de suivi.
Capture d’écran de: youtube.com/googleanalytics, juillet 2025.Plus tard, il est entré dans un scénario hypothétique: un budget marketing mensuel de 5 000 $ et un objectif d’augmenter les revenus.
Le système a généré plusieurs rapports, qui ont révélé que la recherche directe et organique avait entraîné plus de 419 000 $ de revenus. Il a ensuite suggéré un plan avec des allocations budgétaires spécifiques sur Google Ads, un marketing social payé et par e-mail, chacun soutenu par des données de performance.
Capture d’écran de: youtube.com/googleanalytics, juillet 2025.Comment le configurer
Vous pouvez installer le serveur à partir de Girub Utilisation d’un outil appelé PIPX, qui vous permet d’exécuter des applications basées sur Python dans des environnements isolés. Une fois installé, vous le connecrez à Gemini CLI en ajoutant le serveur à votre fichier de paramètres Gemini.
Les étapes de configuration incluent:
- Activer les API Google nécessaires dans votre projet cloud
- Configuration des informations d’identification par défaut de l’application avec un accès en lecture seule à votre compte Google Analytics
- (Facultatif) Définition des variables d’environnement pour gérer les informations d’identification de manière plus cohérente dans différents environnements
Le serveur travaille avec tout client compatible MCP, mais Google met en évidence la prise en charge complète de Gemini CLI.
Pour vous aider à démarrer, la documentation comprend des échantillons d’invites pour des tâches telles que la vérification des statistiques de la propriété, l’exploration du comportement des utilisateurs ou l’analyse des tendances de performance.
En avant
Google dit qu’il continue de développer le projet et encourage les commentaires via Github et Discord.
Bien qu’il soit toujours expérimental, le serveur MCP vous donne un moyen pratique d’explorer à quoi pourrait ressembler l’analyse du langage naturel à l’avenir.
Si vous faites partie d’une équipe marketing, cela pourrait vous aider à obtenir des réponses plus rapidement, sans nécessiter de tableaux de bord ou de rapports personnalisés. Et si vous êtes un développeur, vous pouvez trouver des moyens de créer des outils qui automatisent certaines parties de votre flux de travail ou de rendre l’analyse plus accessible aux autres.
Le guide de configuration complet, le code source et les mises à jour sont disponibles sur Google Analytics MCP Référentiel GitHub.
Image en vedette: Mijansk786 / Shutterstock
Commentaires