大家好，我是 Eric。
雖然 Google Analytics MCP 已經發布一段時間了，不過因為設定步驟非常不直覺，通常大多數的人都是透過第三方的行銷 MCP Server 來串聯 GA4 的資料。但身為基本教義派的我，遇到這種情況，當然還是想要優先嘗試官方維護的工具。
這篇文章，是寫給不想要使用第三方工具，想要直接自己串聯 GA MCP Server 的人。由於安裝過程必須使用終端機，因此必須要會基本的終端機操作。
為什麼要用 Google Analytics MCP
對於數位行銷的代理商來說，往往要在不同的廣告後台內穿梭檢索資料，無形中增加了許多轉換的時間成本。雖然網路上有許多號稱可以讓你一站管理跨平台的服務，但身為中小企業的我們，實在沒有餘裕可以去支付這樣的費用，恰好 MCP 開始越來越成熟，因此我們開始探尋「可以全部都在 Claude/ChatGPT 裡面解決」的方法。
如果想要進一步了解怎麼追蹤轉換事件，可以參考以前寫的〈[GA4] 設定事件追蹤〉
analytics-mcp 設定步驟
在開始設定前，你需要先具備下列先備條件：
設定 Google Analytics MCP 的先決條件
- 你的電腦需要有 Python
- 你需要有 Google Cloud Platform 的專案
- 你需要願意使用終端機下指令
步驟一：安裝必備套件
- 打開終端機，輸入
python --version或python3 --version確認目前的 Python 版本。 - 如果你是 macOS，先透過 Homebrew 安裝 pipx 套件 (
brew install pipx)- 如果不想安裝 pipx，也可以透過 pip 的方式將 analytics-mcp 直接安裝到電腦裡
- 安裝 Google Cloud CLI
步驟二：建立 GCP 的 Oauth 授權用戶端
如果你還沒有 GCP 專案，先新增一個專案。
首先，前往 GCP 的 Google Auth Platform。第一次進去的時候，會詢問你這個專案的目標對象是內部 (同一個 Google 機構) 或是外部 (其他人可以存取)。
接著點選左邊的 [用戶端] 後，點擊 [建立用戶端]
由於我們只有要在自己的電腦上使用，因此類型選擇 [電腦版應用程式]。
接著系統會提示你下載一個 JSON 檔案，把它下載下來，並改一個自己好記的檔名 (例如 client_secret_gamcp.json)。
步驟三：登入授權
根據 GitHub 上面的指示，執行下列的 Google Cloud CLI，並把下方的 YOUR_CLIENT_JSON_FILE 換成剛才存的檔名，例如 /home/eric/Dcouments/client_secret_gamcp.json。
gcloud auth application-default login \ --scopes https://www.googleapis.com/auth/analytics.readonly,https://www.googleapis.com/auth/cloud-platform \ --client-id-file=YOUR_CLIENT_JSON_FILE
接著登入你的 Google 帳號並確認授權即可。如果成功的話，會看到「您現在已經使用 gcloud CLI 通過驗證了！」的頁面。
而你的終端機會顯示下列的訊息：
Credentials saved to file: [PATH_TO_CREDENTIALS_JSON]
將 PATH_TO_CREDENTIALS_JSON 複製下來，準備給下個步驟使用
步驟四：設定 MCP Server 組態
用你熟悉的編輯器編輯 AI 工具的 MCP Server 組態。
- macOS x Claude Desktop:
~/Library/Application\ Support/Claude/claude_desktop_config.json - Windows x Claude Desktop:
%APPDATA%\Claude\claude_desktop_config.json - macOS x Claude Code CLI: 專案底下的
.mcp.json檔 - Gemini Code Assistant:
~/.gemini/settings.json
在裡面加入下列的內容，如果檔案已經有 mcpServers 了，只要從 "analytics-mcp" 開始複製即可：
{ "mcpServers": { "analytics-mcp": { "command": "pipx", "args": ["run", "analytics-mcp"], "env": { "GOOGLE_APPLICATION_CREDENTIALS": "PATH_TO_CREDENTIALS_JSON", "GOOGLE_PROJECT_ID": "YOUR_PROJECT_ID" } } }}
步驟五：重啟 AI 工具
關閉並重新啟動後，即可開始詢問跟 GA 相關的問題。
接著如果有其他不清楚的地方，也可以參考 Google 錄製的設定影片。
可能會遇到的問題
為什麼出現 “McpError: MCP error -32001: Request timed out”
有可能透過 pipx 讀取套件的時候網路太慢，或被阻擋。可以試著直接用 pip 安裝 analytics-mcp 後，將 “command”: “pipx”, “args”: [“run”, “analytics-mcp”] 兩行換成 “command”: {另行安裝的 analytics-mcp 路徑)
為什麼出現 Unable to acquire impersonated credentials 的錯誤
如果看到 MCP 連線的錯誤訊息裡出現 impersonated credentials，可能是意外使用了 GCP 的服務帳號。這時候可以執行 gcloud config list | grep impersonate 看看是不是全域設定造成的問題。
如果有看到 impersonate_service_account = {SERVICE_ACCOUNT}@{PROJECT_ID}.iam.gserviceaccount.com
Your active configuration is: [default]，那再執行 gcloud config unset auth/impersonate_service_account 後，重新授權一次應該就沒問題。
可以同時看到 Google Search Console 的成效嗎？
截至目前 (2026/6/12) 為止，這個 MCP Server 只能讀取 GA 內部的資料，如果需要 GSC 的資料，必須使用另外的 MCP Server 或工具。
設定完成後可以做什麼
設定完成後，最直接的改變是：不用再開 GA4 後台、不用記得報表路徑，直接用自然語言問就好。
舉例來說，你可以問 Claude「過去 28 天流量最高的前 10 個頁面，以及它們的平均互動時間」、「比較這個月和上個月的轉換事件數量變化」，甚至「現在網站上有多少即時在線使用者、他們從哪些來源進來」。換句話說，原本要點好幾層選單、套用區隔才能拉出來的數據，現在一句話就能拿到。
我自己的使用情境，會用它來做兩件事：一是每週固定的成效巡檢，把跨客戶的關鍵指標一次問完、省下逐一登入後台的時間；二是臨時被問到某個數字時，可以即時回覆而不必中斷手邊的工作。
值得注意的是，官方 MCP 目前只開放讀取（read-only），因此它只適合「查詢與分析」，至於自訂指標、自訂維度等功能都還是要從 GA 後台設定。
如果你需要把這些對話得到的資料變成固定、可分享的視覺化報表，建議搭配 Data Studio 一起使用——讓 MCP 負責即時問答、Data Studio 負責長期追蹤。關於 Data Studio 的入門，可以參考我們先前整理的 初學 Google Data Studio 必看指南。
從這裡聯絡 applemint！
