Skip to content

About

Automação em Python que extrai relatórios do Google Analytics 4 para Excel, valida e deduplica os dados e aciona um fluxo do Power Automate Desktop.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

Análise de tráfego do site Inyaga — Google Analytics

Projeto de automação para coletar, tratar e consolidar dados do Google Analytics 4 (GA4) do site do projeto Inyaga. Os relatórios são obtidos pela API do Google Analytics e organizados em uma planilha Excel para apoiar análises de tráfego, engajamento, aquisição e comportamento dos visitantes.

O repositório reúne scripts Python para consultar diferentes dimensões e métricas do GA4, utilitários para validar e consolidar resultados e um script principal que coordena a execução dos relatórios e aciona um fluxo do Power Automate Desktop.

Objetivos

  • Automatizar a extração de dados do Google Analytics 4.
  • Organizar os resultados em abas específicas de uma única planilha Excel.
  • Evitar registros duplicados por meio de chaves definidas para cada relatório.
  • Preservar dados existentes quando uma consulta não retorna linhas.
  • Registrar eventos, avisos e falhas para facilitar o diagnóstico.
  • Acionar um fluxo do Power Automate Desktop após a geração dos relatórios.

Tecnologias utilizadas

Tecnologia Utilização
Python Linguagem principal e orquestração da automação.
Google Analytics Data API (GA4) Consulta de dimensões e métricas da propriedade de Analytics.
google-analytics-data Cliente Python para acessar a API do Google Analytics.
Pandas Transformação, validação e consolidação dos dados em DataFrames.
OpenPyXL Escrita e atualização das abas do arquivo Excel.
Excel (.xlsx) Formato de saída dos relatórios.
Power Automate Desktop Acionamento de um fluxo de automação após a atualização da planilha.
Logging Registro de eventos no terminal e em arquivo.
Git e GitHub Versionamento e hospedagem do código.

Relatórios gerados

Os scripts consultam, por padrão, o período dos últimos sete dias até ontem (7daysAgo a yesterday). Os resultados são consolidados em output/relatorio_site_inyaga.xlsx.

Script Aba do Excel Conteúdo
script_resumo_trafego.py Resumo_Diario Indicadores diários gerais: usuários ativos, novos usuários, sessões, visualizações, taxa de engajamento, duração média da sessão e eventos.
script_paginas.py Paginas Desempenho de páginas por data, endereço e título, com métricas de audiência e engajamento.
script_aquisicao.py Aquisicao Aquisição por grupo de canais padrão da sessão, origem e meio.
script_dispositivos.py Dispositivos Métricas por data e categoria de dispositivo.
script_localizacao.py Localização Métricas por data, país, região/estado e cidade.
script_eventos.py Eventos Ocorrências de eventos e usuários por data e nome do evento.

Dimensões, métricas e chaves de cada aba

Aba Dimensões consultadas Métricas consultadas Chaves de deduplicação
Resumo_Diario data usuários ativos, novos usuários, sessões, visualizações de página, taxa de engajamento, duração média da sessão, contagem de eventos data
Paginas data, caminho da página, título da página usuários ativos, sessões, visualizações, taxa de engajamento, duração média da sessão data, endereço
Aquisicao data, grupo de canais da sessão, origem, meio usuários ativos, novos usuários, sessões, visualizações, taxa de engajamento data, canal, origem, meio
Dispositivos data, categoria do dispositivo usuários ativos, novos usuários, sessões, visualizações, taxa de engajamento, duração média da sessão data, dispositivo
Localização data, país, região, cidade usuários ativos, novos usuários, sessões, visualizações data, país, estado, cidade
Eventos data, nome do evento contagem de eventos, total de usuários data, evento

Atualização e validação

O módulo planilha_utils.py centraliza a atualização das abas. Ele verifica o formato dos dados, a presença das colunas-chave e se os valores dessas chaves estão preenchidos. Em seguida, combina registros antigos e novos, remove duplicatas mantendo a versão mais recente e ordena os dados antes de salvar a aba correspondente.

Se uma consulta não retornar linhas, a rotina evita substituir a aba existente por uma tabela vazia. Erros de gravação também são registrados.

Estrutura do repositório

.
├── main.py
├── planilha_utils.py
├── script_resumo_trafego.py
├── script_paginas.py
├── script_aquisicao.py
├── script_dispositivos.py
├── script_localizacao.py
├── script_eventos.py
├── requirements.txt
├── logs/
│   └── automacao.log
└── output/
    ├── relatorio_site_inyaga.xlsx
    └── flow_status.json

As pastas logs/ e output/ são criadas pelo programa quando necessário. Os arquivos gerados durante a execução podem não estar versionados no Git.

Pré-requisitos

  • Windows, para o acionamento do Power Automate Desktop pelo esquema de URL ms-powerautomate:.
  • Python instalado e acessível pelo terminal.
  • Acesso à propriedade do Google Analytics 4 consultada pelo projeto.
  • Credenciais do Google com permissão para consultar a propriedade.
  • Power Automate Desktop instalado e com o fluxo correto configurado.
  • Excel ou aplicativo compatível para consultar a planilha gerada (opcional).

Configuração e execução

1. Clonar o repositório

git clone https://github.com/wiUl/google-analytics-project.git
cd google-analytics-project

2. Criar e ativar um ambiente virtual

python -m venv .venv

No Windows PowerShell:

.venv\Scripts\Activate.ps1

3. Instalar as dependências

python -m pip install --upgrade pip
pip install -r requirements.txt

4. Configurar a autenticação do Google

O cliente BetaAnalyticsDataClient utiliza as credenciais padrão do Google (Application Default Credentials). Configure uma conta ou conta de serviço autorizada a consultar a propriedade GA4, seguindo a documentação oficial sobre Application Default Credentials.

Não versione arquivos de credenciais, chaves privadas ou tokens. Mantenha-os fora do repositório.

5. Executar a automação

Com as credenciais configuradas e o Power Automate Desktop preparado, execute:

python main.py

O main.py executa sequencialmente os seis scripts. Se algum deles falhar, a execução é interrompida e o erro é registrado. Após verificar que a planilha foi criada e não está vazia, o programa solicita a execução do fluxo do Power Automate Desktop.

Integração com Power Automate Desktop

A URL de execução é configurada pela constante FLOW_BASE_URL em main.py. Ela deve apontar para o ambiente e o identificador do fluxo correto.

Para o Python detectar o término do fluxo, o Power Automate Desktop precisa gravar output/flow_status.json ao final da execução, na pasta output deste projeto.

Em caso de sucesso, o conteúdo esperado é:

{"status": "success"}

Em caso de falha:

{"status": "error", "message": "Descrição do erro"}

O programa verifica o arquivo a cada cinco segundos e aguarda até 30 minutos. Se o arquivo não for criado, a execução termina com erro de tempo esgotado. Abrir a URL do Power Automate, por si só, não confirma que o fluxo terminou.

Importante: ajuste FLOW_BASE_URL para o fluxo correto e configure as ações finais do PAD para gravar o status esperado. O perfil do Chrome, se utilizado, é definido nas ações do próprio fluxo, não nos scripts de consulta do Google Analytics.

Logs e solução de problemas

  • Log principal: logs/automacao.log.
  • Planilha gerada: output/relatorio_site_inyaga.xlsx.
  • Status do PAD: output/flow_status.json.

Problemas comuns:

  • Erro de autenticação: confira as credenciais padrão do Google e a permissão de acesso à propriedade GA4.
  • Consulta sem resultados: verifique o período, as dimensões e as métricas. O projeto evita apagar a aba existente quando a resposta está vazia.
  • Falha ao salvar o Excel: feche a planilha caso esteja aberta e execute novamente.
  • Espera até o limite de tempo do PAD: confirme que o fluxo correto foi iniciado e que ele grava flow_status.json no caminho esperado.
  • Dependências: instale os pacotes usando requirements.txt no mesmo ambiente Python que executará o projeto.

Possíveis evoluções

  • Parametrizar a propriedade GA4, o período de consulta e os caminhos de saída.
  • Separar configurações do código usando variáveis de ambiente.
  • Adicionar testes automatizados para a consolidação e validação dos dados.
  • Agendar a execução e documentar o fluxo completo.
  • Construir dashboards a partir da planilha consolidada.

Status

Em desenvolvimento. O projeto contém extração de seis conjuntos de relatórios, consolidação em Excel, registro de logs e integração com Power Automate Desktop. As credenciais e o fluxo PAD precisam ser configurados no ambiente de execução.

About

Automação em Python que extrai relatórios do Google Analytics 4 para Excel, valida e deduplica os dados e aciona um fluxo do Power Automate Desktop.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages