Google ha osado un servidor de contexto de contexto de maniquí de código franco (MCP) que le permite analizar los datos de Google Analytics utilizando modelos de idiomas grandes como Gemini.
Anunciado por Matt Landers, Caudillo de Relaciones de Desarrolladores para Google Analytics, la útil sirve como un puente entre los datos de LLMS y Analytics.
En ocasión de navegar por las interfaces de informes tradicionales, puede hacer preguntas en inglés simple y cobrar respuestas al instante.
Un cambio de los informes tradicionales
El servidor MCP ofrece una alternativa para cavar a través de menús o configurar informes manualmente. Puede escribir consultas como “¿Cuántos usuarios tuve ayer?” y obtenga la respuesta que necesita.

En una demostración, Landers usó la CLI de Géminis para recuperar datos de investigación. La CLI, o interfaz de camino de comandos, es una útil simple basada en texto que ejecuta en una ventana de terminal.
En ocasión de hacer clic en menús o paneles, escribe preguntas o comandos, y el sistema asegura en habla sencillo. Es como chatear con Gemini, pero desde su escritorio o terminal de laptop.
Cuando se le preguntó sobre los recuentos de usuarios desde el día mencionado, el sistema devolvió el total correcto. Igualmente manejó preguntas de seguimiento, que muestran cómo puede refinar consultas basadas en el contexto sin requerir una configuración técnica adicional.
Puedes ver la demostración completa en el video a continuación:
https://www.youtube.com/watch?v=PT4WGPXWIRQ
Que puedes hacer con él
El servidor utiliza la API de suministro de Google Analytics y la API de datos para aceptar una abanico de capacidades.
Según la documentación del plan, puede:
- Recuperar información de cuenta y propiedad
- Ejecutar informes básicos y en tiempo verdadero
- Penetrar a dimensiones y métricas típico y personalizadas
- Obtener enlaces a cuentas de anuncios de Google conectados
- Reciba sugerencias para establecer rangos de vencimiento y filtros
Para configurarlo, necesitará Python, llegada a un plan de Google Cloud con API específicas habilitadas y credenciales predeterminadas de aplicaciones que incluyen llegada de solo ojeada a su cuenta de Google Analytics.
Casos de uso del mundo verdadero
El servidor es especialmente útil en escenarios más avanzados.
En la demostración, Landers solicitó un referencia sobre productos más vendidos durante el mes pasado. El sistema devolvió los resultados ordenados por los ingresos de los artículos, luego los inobediente por las unidades vendidas posteriormente de un mensaje de seguimiento.

Más tarde, ingresó a un tablado hipotético: un presupuesto de marketing mensual de $ 5,000 y un objetivo para aumentar los ingresos.
El sistema generó múltiples informes, lo que reveló que la búsqueda directa y orgánica había generado más de $ 419,000 en ingresos. Luego sugirió un plan con asignaciones de presupuesto específicas en los anuncios de Google, el marketing social y el marketing de correo electrónico, cada uno respaldado por datos de rendimiento.

Cómo configurarlo
Puede instalar el servidor desde Github Uso de una útil señal PIPX, que le permite ejecutar aplicaciones basadas en Python en entornos aislados. Una vez instalado, lo conectará a Gemini CLI agregando el servidor a su archivo de configuración de Gemini.
Los pasos de configuración incluyen:
- Habilitando las API de Google necesarias en su plan en la nubarrón
- Configuración de las credenciales predeterminadas de la aplicación con llegada de solo ojeada a su cuenta de Google Analytics
- (Opcional) Configuración de variables de entorno para regir las credenciales de modo más consistente en diferentes entornos
El servidor funciona con cualquier cliente compatible con MCP, pero Google resalta el soporte completo para Gemini CLI.
Para ayudarlo a comenzar, la documentación incluye indicaciones de muestra para tareas como corroborar las estadísticas de la propiedad, explorar el comportamiento del beneficiario o analizar las tendencias de rendimiento.
Mirando cerca de el futuro
Google dice que continúa desarrollando el plan y está alentando los comentarios a través de Github y Discord.
Si proporcionadamente todavía es práctico, el servidor MCP le brinda una forma maña de explorar cómo podría ser el investigación de habla natural en el futuro.
Si está en un equipo de marketing, esto podría ayudarlo a obtener respuestas más rápido, sin requerir paneles o informes personalizados. Y si es un desarrollador, puede encontrar formas de crear herramientas que automatizaran partes de su flujo de trabajo o que sean más accesibles para los demás.
La itinerario de configuración completa, el código fuente y las actualizaciones están disponibles en Google Analytics MCP Repositorio de Github.
Imagen destacada: Mijansk786/Shutterstock