← 作品集首頁

GA4 + GSC + GTM 數據,透過官方 GA MCP 餵給 AI 分析

把 Google Analytics 4、Search Console、Tag Manager 的數據,透過 Google 官方 GA MCP 與 GSC / GTM API 餵給 AI, 自動產出洞察分析與可視化儀表板。

GA4 Data API Google Search Console (GSC) API Google Tag Manager (GTM) API 官方 GA MCP (Google) GSC / GTM API 整合 GTM 版本控制 / 變更管理 OAuth / Service Account Plotly.js AI 分析 資料視覺化 Python

資料流程順序(頁面載入自動播放一次)

1
📊
GA4
流量 / 事件 / 轉換
1
🔍
GSC
點擊 / 曝光 / 排名
1
🏷️
GTM
標籤 / 事件設定
2
🔌
官方 GA MCP
+GSC / GTM API 取數
3
🤖
AI 分析
跨來源解讀
4
📈
儀表板 / 洞察
視覺化報告
🚦
API 配額 / 節流
分頁·退避重試·快取
🧩
跨資料模型對齊
GA4 / GSC / GTM 口徑統一
📉
GA4 抽樣處理
拆區間·偵測 sampling
頁面載入會自動播一次;亦可手動重播

本月概況 KPI

GSC 成效趨勢(近 14 天)

曝光(面積)/點擊(長條)/平均排名(線,Y 軸已反轉,線越靠上代表名次越好)

流量來源結構

裝置分佈

流量熱力圖(星期 × 時段)

z 值為 sessions;平日白天與晚間、假日午後至深夜各有一段高峰,貼近真實電商流量的作息模式。

頁面類型流量趨勢

右上角下拉選單可切換 Sessions / Users / Pageviews,切換時僅重繪資料序列(Plotly restyle),不重新載入整張圖。

工作階段時長分佈

全站
首頁
商品頁
分類頁
內容頁
部落格
全站多數工作階段落在數十秒到數分鐘之間,右側長尾為深度瀏覽 / 高互動使用者;拆解到頁面大類可看出部落格/商品頁停留明顯較長,首頁則多為快速跳轉。

GSC 熱門關鍵字(欄位溫度圖)

關鍵字點擊曝光CTR平均排名
每欄依該欄數值的 min–max 各自上色(非整表統一色階),顏色越亮代表該欄位表現越好;與上方 day×hour 熱力圖是不同的視覺化手法。

雙轉換漏斗

表單詢價漏斗

LINE 點擊轉換漏斗

兩條路徑共用同一批進站流量,分別追蹤「填表詢價」與「導流至 LINE 官方帳號」兩種轉換終點,以 Plotly 原生 funnel 呈現真實梯形收斂。

GTM 版本控制與變更管理

變更一律先在獨立 Workspace 中開發、確認無誤後才由人工審核並手動發布——API 存取權杖刻意不給 publish scope,避免草稿直接影響正式追蹤設定。

已發布版本
⟵ 比對草稿 Workspace ⟶
草稿 Workspace

範例變更:新增 ?debug=1 開發者除錯開關

目的是讓開發者在網址加上查詢參數就能即時進 GA4 DebugView 驗證事件觸發是否正確,同時完全不影響一般使用者的正式資料。

變更類型:+新增~修改-刪除
API 行為備註:GTM API 的更新是「整包覆寫」而非局部 patch——每次修改都要先 GET 現有設定,在本地合併新參數後再把完整物件送出,漏掉既有欄位會直接被覆蓋清空。
容器組成範例:29 個標籤 — 18 個 GA4 事件標籤・7 個轉換標籤・2 個基礎設定標籤,全數皆設有 Consent Mode v2 的 consentSettings

AI 分析與熱門進站頁

🤖
AI 分析助手AI
● 由 MCP 取得 GA4 / GSC / GTM 數據後生成
在下方選擇一個分析情境,AI 會依本月 KPI 與跨來源數據逐字產出分析洞察。
選擇分析情境

熱門進站頁

Hover 顯示平均互動時間/跳出率;金色列為互動時間異常偏低、PV 比例異常偏高的疑似機器人流量,保留在圖上是為了示範資料品質檢核意識。

技術與設計說明

設計重點5 項
  • 🔌

    官方 GA MCP + GSC / GTM API 取數

    以 Google 官方 GA MCP 取 GA4 數據,並整合 GSC / GTM API,讓 AI 以一致介面取用跨來源指標,不必逐一處理各家 API 細節。

  • 🔗

    跨來源資料整合

    流量(GA4)、自然搜尋(GSC)與事件設定(GTM)合在同一份脈絡裡解讀,洞察比單看任一來源更完整。

  • 🚦

    API 配額管理與節流

    GA4 / GSC API 有每日與每分鐘配額,大量取數時做分頁、節流、失敗退避重試與快取,避免 429 超額中斷。

  • 📉

    GA4 抽樣(sampling)處理

    大範圍或高基數查詢會被 GA4 抽樣導致數字失真;以拆分日期區間、縮小維度並偵測 samplingLevel 來降低或標示抽樣。

  • 🧩

    跨資料模型對齊

    GA4(事件)、GSC(查詢)、GTM(標籤)口徑不同,需對齊時間、維度與指標,才能把 GSC 關鍵字對應到 GA4 到達頁與轉換做可信交叉分析。

🛠️ 專案實作項目6 項

獨立完成的行銷數據決策系統:整合 GA4/GSC/GTM 三方數據,透過官方 GA MCP 讓 AI 直接取數並輸出可執行洞察, 把原本分散、需人工彙整的報表,轉化為能直接支援投放與 SEO 決策的依據。

  • 🔌串接官方 GA MCP + GSC / GTM API

    Google 官方 GA MCPGA4 數據,並整合 Search ConsoleTag Manager API, 讓 AI 以一致介面取得跨來源數據,不必各自處理授權與回應格式。(另在宜搭、台股輿情等專案自建 MCP。)

  • 🚦API 配額管理與快取

    針對 GA4 / GSC API 配額 設計請求節流、分頁與增量快取, 並對失敗做退避重試,確保大量、定期取數穩定不中斷(不撞 429)。

  • 🤖AI 自動產出分析

    由 AI 讀取整合後的指標,產出成效摘要、SEO 機會、轉換洞察與 AI 引薦流量歸因等可讀報告, 把「數字」轉成「人看得懂、可行動的建議」。

  • 📈Plotly.js 資料視覺化儀表板

    Plotly.js 建置 KPI 卡、GSC 三軸組合趨勢圖、雙轉換漏斗(原生 funnel 梯形)、day×hour 熱力圖與可切換指標的多線趨勢圖, 把跨來源數據整理成一眼看懂、可據以決策的儀表板。

  • 🧩跨資料模型整合

    對齊 GA4 事件模型GSC 查詢模型的維度、時間與口徑, 把 GSC 關鍵字對應到 GA4 到達頁與轉換,才能做可信的跨來源交叉分析。

  • 🏗️自動化重生與發布

    把假數據重生、版面建置與發布串成可重複執行的流程, 更新只需一鍵重跑,不必手改成品 HTML,維護成本低且不易出錯。

* 實際帳號、measurement id、查詢語法、資料屬性與分析 prompt 屬機密,未公開於本展示,可於面談時進一步說明。