Python でGoogle Analytics データを変換・出力するETL 処理を作る方法

こんにちは！ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。

Pythonエコシステムには多くのモジュールがあり、システム構築を素早く効率的に行うことができます。本記事では、CData Python Connector for GoogleAnalytics とpetl フレームワークを使って、Google Analytics データにPython から接続してデータを変換、CSV に出力するETL 変換を実装してみます。

CData Python Connector は効率的なデータ処理によりGoogle Analytics データ にPython から接続し、高いパフォーマンスを発揮します。Google Analytics にデータをクエリする際、ドライバーはフィルタリング、集計などがサポートされている場合SQL 処理を直接Google Analytics 側に行わせ、サポートされていないSQL 処理については、組み込みのSQL エンジンによりクライアント側で処理を行います（JOIN やSQL 関数など）。

必要なモジュールのインストール

pip で必要なモジュールおよびフレームワークをインストールします：

pip install petl
pip install pandas

Python でGoogle Analytics データをETL 処理するアプリを構築

モジュールとフレームワークをインストールしたら、ETL アプリケーションを組んでいきます。コードのスニペットは以下の通りです。フルコードは記事の末尾に付いています。

CData Connector を含むモジュールをインポートします。

import petl as etl
import pandas as pd
import cdata.googleanalytics as mod

接続文字列で接続を確立します。connect 関数を使って、CData Google Analytics Connector からGoogle Analytics への接続を行います

cnxn = mod.connect("Profile=MyProfile;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

OAuth 認証標準を使用してGoogle Analytics に接続します。ユーザーアカウントまたはサービスアカウントで認証できます。組織全体のアクセススコープをCData 製品に許可するには、サービスアカウントが必要です。下記で説明するとおり、CData 製品はこれらの認証フローをサポートします。

ユーザー資格情報の接続プロパティを設定せずに接続できます。次を設定して、接続してください。 Profile：接続するGoogle アナリティクスのプロファイル、またはビューに設定。この値はProfiles テーブルから取得できます。指定しない場合は、初めに返されたプロファイルが使われます。接続すると、CData 製品はデフォルトブラウザでOAuth エンドポイントを開きます。ログインして、アプリケーションにアクセス許可を与えます。CData 製品がOAuth プロセスを完了します。他のOAuth 認証フローについては、ヘルプドキュメントの「OAuth 認証の使用」を参照してください。

Google Analytics をクエリするSQL 文の作成

Google Analytics にはSQL でデータアクセスが可能です。Traffic エンティティからのデータを読み出します。

sql = "SELECT Browser, Sessions FROM Traffic WHERE Transactions = '0'"

Google Analytics データ のETL 処理

DataFrame に格納されたクエリ結果を使って、petl でETL（抽出・変換・ロード）パイプラインを組みます。この例では、Google Analytics データ を取得して、Sessions カラムでデータをソートして、CSV ファイルにデータをロードします。

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'Sessions')

etl.tocsv(table2,'traffic_data.csv')

CData Python Connector for GoogleAnalytics を使えば、データベースを扱う場合と同感覚で、Google Analytics データ を扱うことができ、petl のようなETL パッケージから直接データにアクセスが可能になります。

おわりに

Google Analytics Python Connector の30日の無償トライアル をぜひダウンロードして、Google Analytics データ への接続をPython アプリやスクリプトから簡単に作成しましょう。

フルソースコード

import petl as etl
import pandas as pd
import cdata.googleanalytics as mod

cnxn = mod.connect("Profile=MyProfile;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT Browser, Sessions FROM Traffic WHERE Transactions = '0'"

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'Sessions')

etl.tocsv(table2,'traffic_data.csv')