در این مطلب، ویدئو Python In A Marketing World: Reporting with Google Analytics API با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:12:08
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:03,500 –> 00:00:06,359
سلام به همه، نام من Tanner evil است، من
2
00:00:06,359 –> 00:00:09,389
یک تحلیلگر تبلیغات در aimClear هستم و امروز
3
00:00:09,389 –> 00:00:11,759
شما را در گزارش
4
00:00:11,759 –> 00:00:14,280
با Google Analytics API با استفاده از
5
00:00:14,280 –> 00:00:16,949
Python راهنمایی می کنم تا جایی که سطح مهارت برای
6
00:00:16,949 –> 00:00:18,529
این ویدیو واقعا برای همه سطوح است،
7
00:00:18,529 –> 00:00:21,359
اما عمدتاً این کار را انجام می دهد. روی
8
00:00:21,359 –> 00:00:23,939
سطح مبتدی تمرکز کنید اکثر اوقات
9
00:00:23,939 –> 00:00:25,590
ما فقط در مورد اسکریپت واقعی قدم می زنیم و
10
00:00:25,590 –> 00:00:27,960
توضیح می دهیم که چرا چیزها
11
00:00:27,960 –> 00:00:30,660
قالب بندی شده اند و هدف نهایی واقعاً
12
00:00:30,660 –> 00:00:33,750
این است که آن را تا حد امکان به راحتی به سیستم شما منتقل
13
00:00:33,750 –> 00:00:36,360
کنیم تا بتوانید از این اسکریپت استفاده کنید
14
00:00:36,360 –> 00:00:39,780
و خیلی سریع اجرا می شود، بنابراین
15
00:00:39,780 –> 00:00:41,579
ما در واقع اسکریپت را
16
00:00:41,579 –> 00:00:44,040
برای شما ارائه می دهیم که فقط آن را به سیستم خود تغییر دهید
17
00:00:44,040 –> 00:00:45,750
و در حالی که در حال انجام
18
00:00:45,750 –> 00:00:47,280
آن هستم، مواردی را که
19
00:00:47,280 –> 00:00:49,980
باید تغییر دهید تا برای آنچه
20
00:00:49,980 –> 00:00:52,829
شما کار می کند، برجسته کنم. در حال اجرا است و قبل از
21
00:00:52,829 –> 00:00:54,600
پرش اسکریپت، میخواستم
22
00:00:54,600 –> 00:00:56,579
چند دلیل را برجسته کنم که چرا از این API استفاده میکنید،
23
00:00:56,579 –> 00:00:59,070
این واقعاً از هر API به طور کلی
24
00:00:59,070 –> 00:01:02,160
حداقل برای دیدگاه گزارشدهی استفاده میشود، بنابراین
25
00:01:02,160 –> 00:01:04,830
دلیل اصلی این است که هر فرآیند دستی را حذف میکند
26
00:01:04,830 –> 00:01:07,470
. به خصوص زمانی که
27
00:01:07,470 –> 00:01:09,330
چندین اکانت دارید، مثلاً اگر
28
00:01:09,330 –> 00:01:12,420
این داده ها را به صورت روزانه به طور قطعی جمع آوری می کنید، اما حتی به صورت هفتگی
29
00:01:12,420 –> 00:01:15,390
، می تواند یک فرآیند دستی بزرگ باشد و
30
00:01:15,390 –> 00:01:18,600
زمان زیادی را ببرد، API به شما اجازه می
31
00:01:18,600 –> 00:01:21,360
دهد این اسکریپت را بسازید و در واقع پس از
32
00:01:21,360 –> 00:01:22,710
ساخته شدن آن، تمام کاری که باید انجام دهید. انجام این کار این است که به
33
00:01:22,710 –> 00:01:24,119
اجرای آن ادامه دهید یا مطمئن شوید که
34
00:01:24,119 –> 00:01:26,430
آن را اجرا می کنید و داده ها به روز می شوند، بنابراین
35
00:01:26,430 –> 00:01:28,710
فقط یک بار که واقعاً ساخته شد،
36
00:01:28,710 –> 00:01:32,340
اساساً اجرای آن بعد از ساختن زمان نمی برد،
37
00:01:32,340 –> 00:01:34,590
بنابراین
38
00:01:34,590 –> 00:01:36,390
دلیل اصلی این است که واقعاً فقط یک زمان است. صرفه جویی
39
00:01:36,390 –> 00:01:39,090
قطعاً منظورم استفاده از آن
40
00:01:39,090 –> 00:01:42,630
برای تجزیه و تحلیل موقت یا تجزیه و تحلیل یکباره
41
00:01:42,630 –> 00:01:44,880
است که حداقل از
42
00:01:44,880 –> 00:01:46,290
نقطه نظر گزارشگری این چیزی نیست که
43
00:01:46,290 –> 00:01:49,500
این چیزی نیست این واقعاً خوب است زیرا
44
00:01:49,500 –> 00:01:51,450
بیشتر برای زمانی که اینها را انجام می دهید مفید است.
45
00:01:51,450 –> 00:01:54,360
داده های منسجم و شما به
46
00:01:54,360 –> 00:01:57,930
طور معمول و سریع در مورد آن گزارش می دهید، همچنین
47
00:01:57,930 –> 00:01:59,340
همانطور که گفتم زبانی که ما استفاده خواهیم کرد
48
00:01:59,340 –> 00:02:01,740
Python است، ویرایشگر متن است.
49
00:02:01,740 –> 00:02:04,500
50
00:02:04,500 –> 00:02:06,570
51
00:02:06,570 –> 00:02:09,179
ابتدا اسکریپت وارد شود
52
00:02:09,179 –> 00:02:10,619
53
00:02:10,619 –> 00:02:12,900
CSV دوم Google bigquery
54
00:02:12,900 –> 00:02:14,550
است که در واقع همان چیزی است که ما اغلب از آن aimClear استفاده می کنیم
55
00:02:14,550 –> 00:02:17,040
و من یک
56
00:02:17,040 –> 00:02:18,989
خروجی نهایی از آنچه در bigquery به نظر می رسد را به شما نشان خواهم داد،
57
00:02:18,989 –> 00:02:21,750
بنابراین این داده هایی است که ما
58
00:02:21,750 –> 00:02:24,569
در این مورد استخراج می کنیم تمام ابعاد و
59
00:02:24,569 –> 00:02:26,819
معیارها است. که ما داریم و سپس یک پیشنمایش
60
00:02:26,819 –> 00:02:28,650
از دادهها که فقط دادههای آزمایشی هستند، اما
61
00:02:28,650 –> 00:02:31,319
اینگونه به نظر میرسد که خروجی نهایی
62
00:02:31,319 –> 00:02:34,920
در bigquery به نظر میرسد، بنابراین بله، اجازه دهید
63
00:02:34,920 –> 00:02:39,239
فقط وارد اسکریپت شویم.
64
00:02:39,239 –> 00:02:40,980
65
00:02:40,980 –> 00:02:43,709
گزارش یا اشاره به ارتفاع
66
00:02:43,709 –> 00:02:45,299
ویژگیهای آن و مکانهایی که باید
67
00:02:45,299 –> 00:02:46,590
چیزها را تغییر دهید تا برای
68
00:02:46,590 –> 00:02:49,500
خودتان کار کند، بنابراین ما از اینجا در خط 12 شروع به
69
00:02:49,500 –> 00:02:52,440
تنظیم احراز هویت میکنیم تا در واقع
70
00:02:52,440 –> 00:02:55,620
بتوانیم دادهها را در سیستم خود بگیریم، بنابراین
71
00:02:55,620 –> 00:02:58,200
ابتدا باید تنظیمات را انجام دهیم. اعتبارنامه را بالا
72
00:02:58,200 –> 00:03:00,390
ببرید و من می توانید ببینید که من آن را در اینجا مشخص کرده ام
73
00:03:00,390 –> 00:03:04,200
زیرا می خواهید مسیر فایل را
74
00:03:04,200 –> 00:03:05,970
به حساب سرویس برجسته کنید و این
75
00:03:05,970 –> 00:03:09,060
یک فایل JSON خواهد بود، بنابراین اگر
76
00:03:09,060 –> 00:03:11,280
یک حساب کاربری ایجاد نکرده اید،
77
00:03:11,280 –> 00:03:14,310
URL ها را باز می کنم منبع را بالا ببرید و i
78
00:03:14,310 –> 00:03:16,920
همچنین توضیح دقیق
79
00:03:16,920 –> 00:03:19,500
نحوه ایجاد این و اساساً
80
00:03:19,500 –> 00:03:21,000
حساب سرویس فقط به
81
00:03:21,000 –> 00:03:23,760
حساب Google Analytics خود متصل می شود و به
82
00:03:23,760 –> 00:03:25,440
آن دسترسی لازم برای جمع آوری این داده ها را می
83
00:03:25,440 –> 00:03:27,569
دهد، بنابراین این
84
00:03:27,569 –> 00:03:29,519
مراحلی است که باید برای رسیدن به آنجا انجام دهید.
85
00:03:29,519 –> 00:03:32,579
اگر کنسول API Google را
86
00:03:32,579 –> 00:03:34,170
راهاندازی نکردهاید، این پیوند در
87
00:03:34,170 –> 00:03:37,109
واقع یک قدم به عقبتر برای راهاندازی آن در اختیار شما قرار نمیدهد
88
00:03:37,109 –> 00:03:41,910
، بنابراین وقتی آن
89
00:03:41,910 –> 00:03:44,340
حساب سرویس را راهاندازی کردید، ما فقط
90
00:03:44,340 –> 00:03:45,959
نسخههایی را که در حال اجرا هستند توضیح میدهیم. باید
91
00:03:45,959 –> 00:03:47,819
چند متغیر تاریخ را نیز مشخص
92
00:03:47,819 –> 00:03:49,799
کنیم که بعداً
93
00:03:49,799 –> 00:03:51,930
در اسکریپت از آنها استفاده خواهیم کرد و ما را به
94
00:03:51,930 –> 00:03:55,470
اولین تابع خود در خط 21 می رساند و
95
00:03:55,470 –> 00:03:56,639
در کل اسکریپت سه تابع وجود خواهد داشت که
96
00:03:56,639 –> 00:03:58,859
دو تابع اول را خواهید دید. در
97
00:03:58,859 –> 00:04:01,230
اینجا واقعاً فقط آخرین
98
00:04:01,230 –> 00:04:03,060
تابع را که تابع اصلی ما است تنظیم می کنیم،
99
00:04:03,060 –> 00:04:05,459
بنابراین این دو تابع اول در اینجا
100
00:04:05,459 –> 00:04:07,530
در واقع نیازی به تغییر چیزی
101
00:04:07,530 –> 00:04:10,769
در این دو نخواهیم داشت تا اسکریپت
102
00:04:10,769 –> 00:04:13,019
اجرا شود واقعاً تابع اصلی جایی است که ما عمل می کنیم.
103
00:04:13,019 –> 00:04:16,048
آنچه را
104
00:04:16,048 –> 00:04:18,659
که ما میخواهیم اجرا کنیم از
105
00:04:18,659 –> 00:04:19,469
طریق اسکریپت وارد میشود،
106
00:04:19,469 –> 00:04:22,500
بنابراین این Analects API اساساً
107
00:04:22,500 –> 00:04:24,449
مجموعه پرس و جو را
108
00:04:24,449 –> 00:04:27,199
بر اساس نحوه خواندن API Google Analytics ایجاد میکند،
109
00:04:27,199 –> 00:04:29,969
بنابراین ما
110
00:04:29,969 –> 00:04:31,469
مواردی مانند پایان تاریخ شروع را شرح میدهیم.
111
00:04:31,469 –> 00:04:33,689
ابعاد سنجههای تاریخ که بعداً
112
00:04:33,689 –> 00:04:36,029
113
00:04:36,029 –> 00:04:39,689
با فراخوانی این تابع و تابع بعدی
114
00:04:39,689 –> 00:04:41,129
که Analects گزارش دریافت
115
00:04:41,129 –> 00:04:43,529
116
00:04:43,529 –> 00:04:46,800
117
00:04:46,800 –> 00:04:49,800
میکنیم، در عملکرد اصلی ما نیز مشخص شد. این
118
00:04:49,800 –> 00:04:51,870
دادهها اساساً خیلی خوب هستند، هر دو
119
00:04:51,870 –> 00:04:53,430
واقعاً دادهها را میکشند، این واقعاً برداشت
120
00:04:53,430 –> 00:04:55,860
واقعی دادهها و نشان دادن
121
00:04:55,860 –> 00:04:57,569
آن در جایی است، این گزارش گیت تحلیلی است
122
00:04:57,569 –> 00:05:01,020
و ما را به
123
00:05:01,020 –> 00:05:02,669
عملکرد اصلی خودمان میرساند که واقعاً بخش عمدهای
124
00:05:02,669 –> 00:05:03,779
از آن بود.
125
00:05:03,779 –> 00:05:06,870
از بالا در اینجا شروع کنید و
126
00:05:06,870 –> 00:05:08,879
خط بالای 60 که شروع میشود، ما فقط
127
00:05:08,879 –> 00:05:11,129
یک قاب داده خالی
128
00:05:11,129 –> 00:05:14,310
129
00:05:14,310 –> 00:05:17,069
130
00:05:17,069 –> 00:05:18,810
ایجاد میکنیم. s که در
131
00:05:18,810 –> 00:05:20,159
واقع یک متغیر متفاوت است که ما
132
00:05:20,159 –> 00:05:22,889
روی ستونهای ترافیکی که
133
00:05:22,889 –> 00:05:25,199
به صورت فهرستی در پایین آوردهایم فراخوانی میکنیم، بنابراین
134
00:05:25,199 –> 00:05:27,990
این دادههای واقعی است که ما میکشیم، بنابراین
135
00:05:27,990 –> 00:05:29,639
ابعاد و معیارهایی که در
136
00:05:29,639 –> 00:05:33,659
اینجا بیان کردیم فقط
137
00:05:33,659 –> 00:05:35,310
شروع را مشخص میکند.
138
00:05:35,310 –> 00:05:38,099
تاریخ را از سال 2019 ادامه می دهیم و سپس
139
00:05:38,099 –> 00:05:39,779
تاریخ را همانطور که باید قالب بندی می کنیم
140
00:05:39,779 –> 00:05:42,659
و این در اینجا واقعاً
141
00:05:42,659 –> 00:05:44,129
مهم است و اگر
142
00:05:44,129 –> 00:05:45,839
با ابعاد و معیارهای مورد نظر خود دست و
143
00:05:45,839 –> 00:05:48,060
پنجه نرم می کنید می تواند کشیدن این همان
144
00:05:48,060 –> 00:05:50,279
جایی است
145
00:05:50,279 –> 00:05:52,500
که اگر دادههای کم یا زیاد یا
146
00:05:52,500 –> 00:05:55,520
ابعاد و معیارهای بیشتر یا کمتر را میکشید، مهم است که اینجا را نیز تغییر دهید، بنابراین
147
00:05:55,520 –> 00:05:58,319
دوباره آن را طوری قالببندی میکند که
148
00:05:58,319 –> 00:06:00,449
API Google Analytics چگونه باید آن را بخواند
149
00:06:00,449 –> 00:06:03,120
و به متغیر ستونه