Extraer datos de Google Analytics con R

Analítica Digital29 septiembre 2015

R es un lenguaje orientado a objetos y destinado al análisis estadístico. R, con toda probabilidad, uno de los lenguajes de programación más utilizados por los estadísticos y se utiliza en multitud de ámbitos, desde la biotecnología hasta la analítica web. Una de las grandes ventajas de R es su versatilidad. Si no eres programador, es un lenguaje que no debería asustarte, y, si sigues este pequeño tutorial, estarás extrayendo datos de Google Analytics con R en menos de una hora. Para ello vamos a instalar en primer lugar R.

Descargar e instalar R

Encontrarás la versión más reciente para tu sistema operativo (Linux, Mac o Windows) en la web oficial del proyecto R https://cran.r-project.org/bin/windows/Rtools/ A continuación instalaremos RStudio. RStudio es un entorno de desarrollo integrado (IDE) para R, que nos permitirá operar con R de una forma más intuitiva. Puedes descargar su última versión en el sitio oficial: https://www.rstudio.com/products/rstudio/download/ Una vez tengamos RStudio, deberemos instalar RTools: https://cran.r-project.org/bin/windows/Rtools/ 2. Utilizando R con RStudio Una vez hemos instalado el software ya podemos iniciar el programa RStudio. En la consola izquierda, a continuación del símbolo > introduciremos los siguientes comandos: 1) Instalamos y cargamos el paquete devtools install.packages(«devtools») library(devtools) 2) Instalamos y cargamos el paquete rga Dicho paquete será el conector que nos permita comenzar la extracción de datos desde Google Analytics install_github(«rga», «skardhamar») library(rga) 3) Autenticación en Google Analytics rga.open(instance=»ga») A continuación se abrirá en nuestro explorador una pestaña solicitando acceso y se nos proporcinará un password que introduciremos en la consola. 4) Selección de identificador de vista Necesitamos definir cuál va a ser el id de la vista sobre la que vamos a realizar la consulta. Podemos obtener un listado de todas las vistas con el comando: ga$getProfiles() Obtendremos una lista, de la cual escogeremos el perfil que deseemos (por ejemplo: 12345678), y lo guardaremos en una variable con el siguiente comando: id <- «12345678» 5) Consulta de datos a Google Analytics Para la consulta utilizaremos el comando ga$getData. Vamos a ver una consulta como ejemplo: ga$getData(id, start.date=»2015-01-01″, end.date=»2015-03-31″, metrics=»ga:sessions,ga:bounceRate, ga:percentNewSessions,ga:avgSessionDuration», dimensions=»ga:yearMonth», filters=»ga:source==google», segment=»gaid::-5″) Esta consulta nos devolverá los datos mensuales de sesiones, tasa de rebote, % de nuevas sesiones y duración media de la sesión del primer trimestre de 2005, para búsquedas orgánicas del buscador Google. Parámetros que se han utilizado en esta consulta:

id: lo hemos definido como el número de vista
start.date: fecha de inicio de la consulta. Tiene que ir en Formato AAAA-MM-DD (año-mes-día)
end.date: fecha final de la consulta. Tiene que ir en Formato AAAA-MM-DD (año-mes-día)
metrics: métricas
dimensiones: dimensiones
filters: filtros
segment: segmento

Si tienes alguna duda sobre qué métricas o dimensiones utilizar, siempre puedes consultar en developers.google.com/analytics/devguides/reporting/core/dimsmets Como ves, esto es sólo el comienzo, pero es lo suficientemente clarificador para ver que no hace falta ser un programador para utilizar R, y que cualquiera, con un poco de paciencia, puede aprender a utilizar este útil lenguaje para realizar estadísticas avanzadas.

Preguntas frecuentes

¿Cómo extraer datos de Google Analytics con R?

Para extraer datos de Google Analytics con R se necesita usar una librería compatible, autenticar la cuenta, seleccionar propiedad, métricas, dimensiones y fechas, y guardar los resultados para análisis posterior.

Respuesta rápida: Extraer datos de Google Analytics con R debe abordarse como una guía práctica de decisión: definir el objetivo, validar datos fiables, priorizar acciones con impacto medible y revisar resultados de forma periódica. La clave es conectar cada recomendación con negocio, audiencia y mejora continua.

Aspecto	Qué revisar	Indicador útil
Objetivo	Definir la meta de negocio, la audiencia y el resultado esperado antes de aplicar cualquier táctica.	Tráfico cualificado, leads, ventas o mejora de eficiencia.
Datos y medición	Comprobar que la información usada para decidir es fiable, comparable y coherente con el canal.	Tasa de conversión, calidad de atribución y evolución de tendencias.
Optimización	Priorizar acciones por impacto, esfuerzo y aprendizaje, evitando cambios aislados sin seguimiento.	Mejora tras la implementación y siguiente acción identificada.

¿Para qué sirve conectar Google Analytics con R?

Sirve para automatizar informes, combinar datos con otras fuentes, crear análisis reproducibles, aplicar modelos estadísticos y generar visualizaciones personalizadas más allá de los dashboards estándar.

¿Qué conocimientos hacen falta para usar R con Analytics?

Ayudan nociones básicas de R, APIs, métricas y dimensiones de Analytics, autenticación, limpieza de datos y estructura de tablas. También conviene entender el objetivo del análisis.

¿Qué errores evitar al extraer datos de Analytics con R?

Hay que evitar pedir métricas incompatibles, no documentar consultas, ignorar muestreo o límites de API, mezclar propiedades y no validar que los datos coinciden con la configuración de Analytics.