google-analytics
Google Analyticsのデータを分析し、Webサイトのパフォーマンス指標の確認、トラフィックパターンの特定、データに基づいた改善提案を行います。アナリティクス、Webサイトの指標、トラフィック分析、コンバージョン率、ユーザー行動、パフォーマンス最適化についての質問に対応します。
description の原文を見る
Analyze Google Analytics data, review website performance metrics, identify traffic patterns, and suggest data-driven improvements. Use when the user asks about analytics, website metrics, traffic analysis, conversion rates, user behavior, or performance optimization.
SKILL.md 本文
Google アナリティクス分析
Google アナリティクスデータを使用してウェブサイトのパフォーマンスを分析し、実行可能なインサイトと改善提案を提供します。
クイックスタート
1. 認証設定
このSkillは Google アナリティクス API 認証情報が必要です。環境変数を設定してください:
export GOOGLE_ANALYTICS_PROPERTY_ID="your-property-id"
export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service-account-key.json"
またはプロジェクトルートに .env ファイルを作成してください:
GOOGLE_ANALYTICS_PROPERTY_ID=123456789
GOOGLE_APPLICATION_CREDENTIALS=/path/to/service-account-key.json
認証情報をバージョン管理にコミットしないでください。 サービスアカウント JSON ファイルはリポジトリ外のセキュアな場所に保管する必要があります。
2. 必要なパッケージをインストール
# オプション 1: 要件ファイルからインストール (推奨)
pip install -r cli-tool/components/skills/analytics/google-analytics/requirements.txt
# オプション 2: 個別にインストール
pip install google-analytics-data python-dotenv pandas
3. プロジェクトを分析
設定完了後、以下のことができます:
- 現在のトラフィックとユーザー行動指標を確認
- パフォーマンスが高いページと低いページを特定
- トラフィックソースとコンバージョンファネルを分析
- 時間帯別のパフォーマンスを比較
- データに基づいた改善を提案
使用方法
以下のような質問をしてください:
- 「過去 30 日間の Google アナリティクスパフォーマンスを確認してください」
- 「トップのトラフィックソースは何ですか?」
- 「バウンス率が最も高いページはどれですか?」
- 「ユーザーエンゲージメントを分析して改善を提案してください」
- 「今月のパフォーマンスを先月と比較してください」
分析ワークフロー
Google アナリティクスデータの分析をリクエストすると、以下のように進めます:
- API に接続 - ヘルパースクリプトを使用
- 関連指標を取得 - ご質問に基づいて
- データを分析 - 以下を検討:
- トラフィックトレンドとパターン
- ユーザー行動インサイト
- パフォーマンスボトルネック
- コンバージョン機会
- 推奨事項を提供 - 以下を含めて:
- 具体的な改善提案
- 優先度 (高/中/低)
- 予想される影響
- 実装ガイダンス
一般的な指標
詳細な指標定義とディメンションについては、REFERENCE.md を参照してください。
トラフィック指標
- セッション数、ユーザー数、新規ユーザー数
- ページビュー数、セッションあたりのスクリーン数
- 平均セッション継続時間
エンゲージメント指標
- バウンス率、エンゲージメント率
- イベント数、コンバージョン数
- スクロール深度、クリックスルー率
獲得指標
- トラフィックソース/メディウム
- キャンペーンパフォーマンス
- チャネルグループ
コンバージョン指標
- 目標達成数
- e コマース取引数
- ソース別コンバージョン率
分析例
完全な分析パターンとユースケースについては、EXAMPLES.md を参照してください。
スクリプト
このSkillには API インタラクション用のユーティリティスクリプトが含まれています:
現在のパフォーマンスを取得
python scripts/ga_client.py --days 30 --metrics sessions,users,bounceRate
分析とレポート生成
python scripts/analyze.py --period last-30-days --compare previous-period
スクリプトは API 認証、データ取得、基本的な分析を処理します。結果を解釈し、実行可能な推奨事項を提供します。
トラブルシューティング
認証エラー: 以下を確認してください:
GOOGLE_APPLICATION_CREDENTIALSが有効なサービスアカウント JSON ファイルを指しているか- サービスアカウントが GA4 プロパティへの「閲覧者」アクセス権を持っているか
GOOGLE_ANALYTICS_PROPERTY_IDが GA4 プロパティ ID (測定 ID ではなく) と一致しているか
データが返されない: 以下を確認してください:
- プロパティ ID が正しいか (GA4 管理画面 > プロパティ設定で確認)
- 日付範囲にデータが含まれているか
- サービスアカウントが GA4 でアクセス権を付与されているか
インポートエラー: 必要なパッケージをインストール:
pip install google-analytics-data python-dotenv pandas
セキュリティに関する注意
- API 認証情報またはプロパティ ID を コードにハードコード しないでください
- サービスアカウント JSON ファイルをバージョン管理 の外 に保管してください
- 環境変数または
.envファイルを設定に使用してください .envと認証情報ファイルを.gitignoreに追加してください- サービスアカウントキーを定期的にローテーションしてください
- 最小権限アクセスを使用してください (閲覧者ロールのみ)
データプライバシー
このSkillはアグリゲートされた分析データのみにアクセスします。以下のことはしません:
- 個人識別情報 (PII) にアクセス
- 分析データを永続的に保存
- データを外部サービスと共有
- Google アナリティクス設定を変更
すべてのデータはローカルで処理され、会話中に推奨事項を生成するためにのみ使用されます。
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- davila7
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/davila7/claude-code-templates / ライセンス: MIT
関連スキル
hugging-face-trackio
Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録(Python API)、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析(CLI)が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。
btc-bottom-model
ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス(4指標、32ポイント)とウィークリー構造(9指標、68ポイント)の2カテゴリーにわたる13の指標を追跡し、0~100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR(LTH+STH)、LTH供給率、移動平均倍率(365日MA、200週MA)、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。
protein_solubility_optimization
タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。
research-lookup
Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。
tree-formatting
ggtree(R)またはiTOL(ウェブ)を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定(protein-phylogenyスキルを使用)やドメイン注釈(今後の独立したスキル)には使用しないでください。
querying-indonesian-gov-data
インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH(ハラール認証)、BOM(食品安全)、OJK(金融適正性)、BPS(統計)、BMKG(気象・地震)、インドネシア中央銀行(為替レート)、IDX(株式)、CKAN公開データポータル、pasal.id(第三者法MCP)に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。