개요

Google 애널리틱스 Admin API v1을 사용하면 runAccessReport 메서드를 사용하여 축소하도록 요청합니다. 이 보고서는 사용자가 Google 애널리틱스를 읽을 때마다 기록된 기록을 제공합니다. 보고 데이터입니다. 액세스 기록은 최대 2년 동안 보관됩니다. 데이터 액세스 보고서는 관리자 역할이 있는 사용자만 사용할 수 있습니다.

데이터 액세스 보고서 만들기

데이터 액세스 보고는 runAccessReport 메서드를 호출합니다.

핵심 보고서와 공유 기능

데이터 액세스 보고서 요청은 핵심 보고서와 의미가 동일합니다. 요청을 사용할 수 있습니다. 예: 페이지로 나누기, 측정기준 필터, 기간 사양이 동일하게 작동합니다. 를 핵심 보고서로 제공합니다.

핵심 보고서 기능에 대한 개요를 숙지하고 Data API v1을 지원합니다. 문서에서는 데이터 액세스 보고서 요청과 관련된 기능에 중점을 둡니다.

보고 항목 선택

핵심 보고와 유사 기능을 Data API v1, runAccessReport 메서드를 사용하려면 Google 애널리틱스 속성 식별자properties/GA_PROPERTY_ID 형식의 URL 요청 경로. 예:

  POST  https://analyticsadmin.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runAccessReport

결과 데이터 액세스 보고서는 Google 애널리틱스를 기반으로 생성됩니다. 데이터 액세스 레코드입니다.

Admin API 클라이언트 라이브러리 중 하나를 사용하는 경우 요청 URL 경로를 수동으로 조작할 필요가 없습니다. 대부분의 API 클라이언트는 properties/GA_PROPERTY_ID 형식의 문자열을 예상하는 property 매개변수를 제공합니다. 다음 코드 스니펫을 참고하세요. 클라이언트 라이브러리 사용 예를 참조하세요.

측정기준 및 측정항목

크기 속성의 액세스 데이터를 설명하고 그룹화할 수 있습니다. 예를 들어 userEmail는 보고 데이터에 액세스한 사용자의 이메일을 나타냅니다. 보고서 응답의 측정기준 값은 문자열입니다.

측정항목 보고서의 정량적 측정값을 나타냅니다. accessCount 측정항목 는 데이터 액세스 레코드의 총 수를 반환합니다.

측정기준과 측정항목의 전체 목록은 데이터 액세스 스키마를 참고하세요. 데이터 액세스 보고서 요청에서 사용할 수 있는 측정항목 이름

데이터 액세스 보고서 요청

데이터 액세스 보고서를 요청하려면 RunAccessReportRequest 개체를 생성합니다. 다음 요청 매개변수로 시작하는 것이 좋습니다.

다음은 추천 필드가 포함된 샘플 요청입니다. 이 쿼리는 사용자 이메일 목록, 사용자가 지정된 속성에 가장 최근에 액세스한 시간 지난 7일 동안 이루어진 액세스 권한 및 해당 액세스 수를 확인할 수 있습니다.

HTTP

POST https://analyticsadmin.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runAccessReport
{
  "dateRanges": [
    {
      "startDate": "7daysAgo",
      "endDate": "today"
    }
  ],
  "dimensions": [
    {
      "dimensionName": "mostRecentAccessEpochTimeMicros"
    },
    {
      "dimensionName": "userEmail"
    }
  ],
  "metrics": [
    {
      "metricName": "accessCount"
    }
  ]
}

응답 신고

핵심 보고와 개념적으로 유사 기능을 사용하는 경우 데이터 액세스 보고서 답변: 액세스 보고서 요청은 주로 헤더와 행입니다. 헤더는 AccessDimensionHeaders 드림 및 AccessMetricHeaders '보고서' 탭에 있는 열이 표시됩니다.

액세스 보고서 행AccessDimensionValuesAccessMetricValues 표시됩니다. 열의 순서는 요청, 헤더 및 모든 행이 포함됩니다.

다음은 이전 샘플 요청에 대한 샘플 응답입니다.

{
  "dimensionHeaders": [
    {
      "dimensionName": "mostRecentAccessEpochTimeMicros"
    },
    {
      "dimensionName": "userEmail"
    }
  ],
  "metricHeaders": [
    {
      "metricName": "accessCount"
    }
  ],
  "rows": [
    {
      "dimensionValues": [
        {
          "value": "1667591408427733"
        },
        {
          "value": "Bola@example.net"
        }
      ],
      "metricValues": [
        {
          "value": "1238"
        }
      ]
    },
    {
      "dimensionValues": [
        {
          "value": "1667710959827161"
        },
        {
          "value": "Alex@example.net"
        }
      ],
      "metricValues": [
        {
          "value": "475"
        }
      ]
    },
    {
      "dimensionValues": [
        {
          "value": "1667868650762743"
        },
        {
          "value": "Mahan@example.net"
        }
      ],
      "metricValues": [
        {
          "value": "96"
        }
      ]
    }
  ],
  "rowCount": 3
}

액세스 레코드 필터링

사용 dimensionFilter 필드 RunAccessReportRequest 개체를 사용하여 보고서 응답을 필터를 적용합니다.

다음 예시에서는 개별 데이터 액세스를 기반으로 보고서를 생성합니다. 레코드, 이메일이 있는 단일 사용자의 액세스 기록 필터링 Alex@example.net 보고서에는 각 액세스 레코드의 시간, 사용자의 확인할 수 있습니다

HTTP

POST https://analyticsadmin.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runAccessReport
{
  "dateRanges": [
    {
      "startDate": "7daysAgo",
      "endDate": "today"
    }
  ],
  "dimensions": [
    {
      "dimensionName": "epochTimeMicros"
    },
    {
      "dimensionName": "userEmail"
    },
    {
      "dimensionName": "userIP"
    }
  ],
  "dimensionFilter": {
    "accessFilter": {
      "fieldName": "userEmail",
      "stringFilter": {
        "matchType": "EXACT",
        "value": "Alex@example.net"
      }
    }
  }
}

마찬가지로 metricFilter 드림 필드 RunAccessReportRequest 객체를 사용하면 보고서 응답을 특정 측정항목 값으로 제한하여 필터와 일치해야 합니다.

다음 예시는 이메일 및 액세스 횟수가 포함된 보고서를 생성합니다. 지정된 속성에 100회 이상 액세스한 모든 사용자

HTTP

{
  "dateRanges": [
    {
      "startDate": "7daysAgo",
      "endDate": "today"
    }
  ],
  "dimensions": [
    {
      "dimensionName": "userEmail"
    }
  ],
  "metricFilter": {
    "accessFilter": {
      "numericFilter": {
        "operation": "GREATER_THAN",
        "value": {
          "int64Value": 100
        }
      },
      "fieldName": "accessCount"
    }
  },
  "metrics": [
    {
      "metricName": "accessCount"
    }
  ]
}

예시 보고서

다음과 같은 샘플러 보고서를 사용해 보세요.

사용자당 최근 액세스 보고서

다음은 runAccessReport를 사용하여 만들 수 있는 액세스 보고서 샘플입니다.

최근 액세스 에포크 시간 마이크로 사용자 이메일 액세스 수
1525220215025371 Bola@example.net 5
1525220215028361 Alex@example.net 36
1525220215027671 Charlie@example.net 1153
1525220215027341 Mahan@example.net 1

이 보고서는 쿼리를 통해 측정기준 mostRecentAccessEpochTimeMicros, userEmailaccessCount 측정항목 이 보고서에는 각 사용자당 하나의 행(mostRecentAccessEpochTimeMicros)이 포함됩니다. 측정기준은 속성에 액세스하는 각 사용자의 데이터 액세스 기록을 집계함 마지막 액세스 시간 ( 에포크)를 지정합니다.

사용자 액세스 분석 보고서

유용한 보고서의 또 다른 예는 액세스별 사용자 액세스의 분석입니다. 메커니즘 (예: Google 애널리틱스 사용자 인터페이스, API 등)

최근 액세스 에포크 시간 마이크로 사용자 이메일 액세스 메커니즘 액세스 수
1525220215028367 Alex@example.net Firebase 31
1525220215555778 Alex@example.net Google 애널리틱스 사용자 인터페이스 1
1525220215022378 Bola@example.net Google 애널리틱스 사용자 인터페이스 65
1525220215026389 Bola@example.net Google 애널리틱스 API 894
1525220215025631 Charlie@example.net Google 애널리틱스 API 67
1525220215068325 Mahan@example.net Google Ads 3

이 보고서는 쿼리를 통해 측정기준 mostRecentAccessEpochTimeMicros, userEmail, accessMechanism, accessCount 측정항목을 사용합니다.

보고서에는 사용자/액세스 메커니즘 조합당 하나의 행이 포함됩니다. 이 mostRecentAccessEpochTimeMicros 측정기준에는 사용자가 마지막으로 보낸 시간이 포함됩니다. 지정된 액세스 메커니즘을 사용하여 속성에 액세스했습니다.

속성 액세스 개요 보고서

속성별 보고서를 분류하지 않고도 개별 사용자를 대상으로 합니다 예를 들어 다음 보고서는 속성이 서로 다른 액세스 메커니즘을 사용하여 액세스됩니다.

액세스된 속성 ID 액세스된 속성 이름 액세스 메커니즘 액세스 수
12345678 DemoApp Firebase 31
12345678 DemoApp Google 애널리틱스 사용자 인터페이스 624
12345678 DemoApp Google Ads 83
12345678 DemoApp Google 애널리틱스 API 1744

이 보고서는 쿼리를 통해 측정기준 accessedPropertyId, accessedPropertyName, accessMechanism, accessCount 측정항목을 사용합니다.

보고서에는 속성 ID/액세스 메커니즘 조합당 하나의 행이 포함됩니다.

개별 데이터 액세스 보고서

각 행이 개별 데이터 액세스를 기반으로 하는 보고서 생성 쿼리에서 mostRecentAccessEpochTimeMicros 측정기준을 생략하고 대신 epochTimeMicros 측정기준을 사용하세요. kubectl 명령어 자체를 accessCount 측정항목을 사용해야 합니다. 발생하는 횟수를 나타냅니다.

다음 보고서에는 지정된 속성에 액세스했습니다.

Unix 에포크 시간 마이크로초 사용자 이메일 액세스된 속성 ID 액세스된 속성 이름 사용자 IP 액세스 메커니즘 비용 데이터 반환됨 반환된 수익 데이터
1525220215025371 Bola@example.net 12345678 DemoApp 1.2.3.1 Google 애널리틱스 사용자 인터페이스 true true
1525220645645645 Mahan@example.net 12345678 DemoApp 1.2.3.5 Google 애널리틱스 사용자 인터페이스 거짓 거짓
1525220211312322 Bola@example.net 12345678 DemoApp 11.22.33.11 Google Ads true 거짓
1525220210234221 Alex@example.net 12345678 DemoApp 11.22.33.22 Firebase 거짓 거짓
1525220215028368 Alex@example.net 12345678 DemoApp 1.2.3.2 Google Ads 거짓 거짓
1525220214234231 Mahan@example.net 12345678 DemoApp 11.22.33.55 Google Ads true true
1525220423423452 Charlie@example.net 12345678 DemoApp 1.2.3.3 Google 애널리틱스 API true 거짓
1525220132312333 Mahan@example.net 12345678 DemoApp 1.2.3.5 Google Ads true true

이 보고서는 쿼리를 통해 측정기준 epochTimeMicros, userEmail, accessedPropertyId, accessedPropertyName, userIP, accessMechanism costDataReturned, revenueDataReturned입니다.

클라이언트 라이브러리

다음에 대한 설명은 빠른 시작 가이드를 참조하세요. 클라이언트 라이브러리를 설치하고 구성하는 방법을 알아보세요.

다음은 데이터 액세스 쿼리를 실행하는 Python 클라이언트 라이브러리를 사용하는 예입니다. 응답을 출력합니다.

Python

<ph type="x-smartling-placeholder"></ph> google-analytics-admin/properties_run_access_report.py 를 통해 개인정보처리방침을 정의할 수 있습니다.
<ph type="x-smartling-placeholder"></ph> Cloud Shell에서 열기 GitHub에서 보기
from datetime import datetime

from google.analytics.admin import AnalyticsAdminServiceClient
from google.analytics.admin_v1alpha.types import (
    AccessDateRange,
    AccessDimension,
    AccessMetric,
    RunAccessReportRequest,
)


def run_sample():
    """Runs the sample."""
    # TODO(developer): Replace this variable with your Google Analytics 4
    #  property ID (e.g. "123456") before running the sample.
    property_id = "YOUR-GA4-PROPERTY-ID"
    run_access_report(property_id)


def run_access_report(property_id: str, transport: str = None):
    """
    Runs an access report for a Google Analytics property. The report will
    aggregate over dimensions `userEmail`, `accessedPropertyId`,
    `reportType`, `revenueDataReturned`, `costDataReturned`,
    `userIP`, and return the access count, as well as the most recent access
    time for each combination.
    See https://developers.google.com/analytics/devguides/config/admin/v1/access-api-schema
    for the description of each field used in a data access report query.
    Args:
        property_id(str): The Google Analytics Property ID.
        transport(str): The transport to use. For example, "grpc"
            or "rest". If set to None, a transport is chosen automatically.
    """
    client = AnalyticsAdminServiceClient(transport=transport)
    request = RunAccessReportRequest(
        entity=f"properties/{property_id}",
        dimensions=[
            AccessDimension(dimension_name="userEmail"),
            AccessDimension(dimension_name="accessedPropertyId"),
            AccessDimension(dimension_name="reportType"),
            AccessDimension(dimension_name="revenueDataReturned"),
            AccessDimension(dimension_name="costDataReturned"),
            AccessDimension(dimension_name="userIP"),
            AccessDimension(dimension_name="mostRecentAccessEpochTimeMicros"),
        ],
        metrics=[AccessMetric(metric_name="accessCount")],
        date_ranges=[AccessDateRange(start_date="yesterday", end_date="today")],
    )

    access_report = client.run_access_report(request)

    print("Result:")
    print_access_report(access_report)


def print_access_report(response):
    """Prints the access report."""
    print(f"{response.row_count} rows received")
    for dimensionHeader in response.dimension_headers:
        print(f"Dimension header name: {dimensionHeader.dimension_name}")
    for metricHeader in response.metric_headers:
        print(f"Metric header name: {metricHeader.metric_name})")

    for rowIdx, row in enumerate(response.rows):
        print(f"\nRow {rowIdx}")
        for i, dimension_value in enumerate(row.dimension_values):
            dimension_name = response.dimension_headers[i].dimension_name
            if dimension_name.endswith("Micros"):
                # Convert microseconds since Unix Epoch to datetime object.
                dimension_value_formatted = datetime.utcfromtimestamp(
                    int(dimension_value.value) / 1000000
                )
            else:
                dimension_value_formatted = dimension_value.value
            print(f"{dimension_name}: {dimension_value_formatted}")

        for i, metric_value in enumerate(row.metric_values):
            metric_name = response.metric_headers[i].metric_name
            print(f"{metric_name}: {metric_value.value}")