Consultar Google Analytics 4 con Claude o Cursor vía MCP.
Una configuración de 5 minutos que permite que tu herramienta de IA formule preguntas en lenguaje sencillo sobre tus datos de GA4 (páginas vistas, sesiones, fuentes de tráfico, conversiones, interacción) sin exponer los tokens OAuth de Google Analytics al proveedor de IA ni abrir puertos del firewall en tu red.
Pregunte a Nova, obtenga SQL + gráficos
Conoce a Nova
Una clave por socio. No se comparten las credenciales.
Crea una API
+más
Sincronización programada con más de 6 plataformas
Explore
+más
Consulta de API con SQL, sin código
Explore
+más
Claude, Cursor, ChatGPT y Grok se comunican con tus datos.
Conectar IAQuery Streams es una plataforma segura de integración de datos en tiempo real que incorpora todas las bases de datos y API SaaS de su cuenta a Claude, Cursor, ChatGPT y Grok, mediante una única clave MCP y sin necesidad de modificar el firewall. Esta guía de Google Analytics MCP explica cómo configurar específicamente el conector de Google Analytics 4, para que su herramienta de IA pueda responder preguntas sencillas sobre páginas vistas, sesiones, fuentes de tráfico y conversiones sin necesidad de exportar informes CSV desde la interfaz web de GA4. Más información en QueryStreams.com y regístrese gratis Para empezar a formular a tu herramienta de IA preguntas reales de análisis de marketing.
Lo que te ofrece el servidor MCP de Query Streams de Google Analytics
Otros servidores “Google Analytics MCP” en el ecosistema de código abierto conectan la herramienta de IA directamente a la API de datos de GA4. Esto funciona, pero inserta un token de Google OAuth en la configuración de su cliente de IA, limita el alcance de la herramienta de IA solo a Analytics y no proporciona un registro de auditoría de lo que la IA realmente solicitó. El servidor Query Streams Google Analytics MCP resuelve un problema más amplio: una sola clave, todos los conectores, registro de auditoría completo y la herramienta de IA nunca almacena sus credenciales de Google. El agente almacena en caché cada propiedad de GA4 en un archivo local de DuckDB para que LLM vea superficies SQL reales (tablas, columnas, uniones, tipos semánticos) en lugar de puntos finales REST con nombres de dimensiones y métricas opacos.
Cero agujeros en el firewall de entrada
El agente de red abre un único enlace en la nube cifrado para consultar flujos de datos. Tu cliente de IA se conecta a la nube, nunca a tu red. No hay puertos que abrir, direcciones IP que incluir en la lista de permitidos ni VPN.
Una llave, cada conector
La misma clave MCP llega a todas las bases de datos y API SaaS conectadas a tu cuenta. Si añades un conector de Stripe o PostgreSQL mañana, la herramienta de IA lo detectará sin necesidad de volver a introducir la clave.
Inteligencia de esquema integrada
La IA ve descripciones curadas por IA, tipos semánticos, listas de valores enum y claves foráneas descubiertas para cada columna, no solo las que están vacías. esquema_de_información Genera código SQL preciso al primer intento.
Solo lectura aplicada en el agente
Ni siquiera un LLM alucinante puede emitir BORRAR o ACTUALIZAR a través de Query Streams MCP. El agente de red rechaza todo lo que no sea SELECCIONE, CON, o EXPLICAR antes de que llegue a la fuente de datos.
Límites de tarifa por llave
De forma predeterminada, se permiten 60 solicitudes por minuto y 10 llamadas de ejecución por minuto, configurables por clave. Un bucle de llamadas a herramientas de IA descontrolado afecta a un depósito de tokens, no a la cuota de la API de datos de GA4 ni a la cartera.
Cómo funciona el servidor MCP de Google Analytics sin abrir puertos del firewall
El agente de red de Query Streams es un pequeño programa que se instala una sola vez en una máquina con acceso a la API de datos de Google Analytics (cualquier portátil, servidor o máquina virtual en la nube). Abre un enlace TLS saliente a la nube de Query Streams y espera allí las llamadas de las herramientas. Cuando Claude o Cursor hacen una pregunta, la nube reenvía la solicitud al agente, este llama a la API de datos de GA4, almacena en caché la respuesta en una base de datos DuckDB local para que la IA pueda ejecutar SQL sobre ella, y el resultado se transmite de vuelta a través del mismo canal saliente. No hay nada entrante. No se expone nada. La herramienta de IA nunca ve su token de Google OAuth, y el servidor MCP de GA4 nunca almacena sus credenciales directamente; el agente lo hace en su red.
Cliente de IA
Cursor, Claude,
ChatGPT, Grok
Servidor QS MCP
HTTP en streaming
Autenticación con clave X-MCP
Agente de red
En tu red
Enlace a la nube fuera
Google Analytics 4
almacenado en caché como SQL
vía DuckDB
La tecla MCP que le das a Cursor o Claude tiene alcance (leer / analizar / ejecutar), revocable en cualquier momento y con límite de uso por clave. La herramienta de IA llama a estas herramientas MCP para realizar su trabajo:
clave_patrón con anulación de parámetros opcional.Por qué Schema Intelligence hace que el servidor GA4 MCP sea diferente
La mayoría de los servidores “MCP para X” en el entorno de código abierto le dan a su herramienta de IA la misma esquema_de_información Su base de datos se entrega a un extraño. Nombres de columnas. Tipos de datos. Tal vez una clave primaria. Para Google Analytics 4 específicamente, el panorama es aún más sombrío: un servidor MCP típico de GA4 devuelve una lista plana de nombres de dimensiones y métricas de GA4, la IA tiene que adivinar qué métricas son sumables y cuáles promediadas, no tiene idea de que tasa de participación se almacena como un decimal de 0 a 1 en lugar de un porcentaje, y no tiene ni idea de que fecha_evento es un entero con formato AAAAMMDD en lugar de un SQL real FECHAPor eso, la primera consulta SQL que la mayoría de los LLM escriben sobre un esquema GA4 básico —ya sea devuelto por un MCP GA4 genérico o por una biblioteca ga4 mcp genérica— es incorrecta al primer intento. No es que el LLM sea malo, sino que no tiene los datos necesarios para funcionar correctamente.
El servidor MCP de Query Streams devuelve ese mismo esquema enriquecido con lo que llamamos Inteligencia de esquemas (IE) — Metadatos seleccionados por IA generados al ejecutar consultas de perfilado contra su actual Datos de GA4 antes de que el cliente de IA los solicite. Cuando SI está habilitado en un conector, cada herramienta de esquema que la IA llama (qs_get_connector_schema, qs_get_table_schema, tabla_perfil_qs, qs_obtener_relaciones) devuelve el esquema básico más seis capas de conocimiento seleccionado. El LLM deja de adivinar nombres de eventos, fuentes de tráfico, categorías de dispositivos, dimensiones personalizadas y esa columna de fecha codificada en enteros.
Para concretar esto, aquí está lo que el cliente de IA obtiene de vuelta de una sola qs_get_table_schema Llamada en contra del conector GA4 ga4_eventos tabla: primero sin Inteligencia de Esquema, luego con ella.
Las seis capas que añade Schema Intelligence
Cada capa aborda una clase específica de preguntas que el LLM intentaría adivinar de otro modo, y SI se ejecuta como una fase de perfilado de solo lectura y de activación voluntaria que nunca modifica su esquema. Más información sobre cómo se genera la inteligencia de esquemas →
Descripciones seleccionadas por IA
Descripción clara y concisa de cada base de datos, esquema, tabla y columna: se genera una sola vez y se actualiza automáticamente al cambiar el esquema. Se evalúa la fiabilidad; las descripciones escritas por el usuario siempre son las más útiles.
una fila por interacción del usuario.
Clasificaciones de tablas
Cada tabla está etiquetada como FACT (eventos transaccionales), DIM (referencia descriptiva) o LOOKUP (mapas de código pequeño), además de un dominio empresarial: análisis, ventas, recursos humanos, SEO, finanzas, soporte y 14 más.
ga4_traffic_sources [DIM, dominio:analytics]
Tipos semánticos por columna
Dieciocho tipos: moneda, correo electrónico, fecha_aaaammdd, código_de_estado, porcentaje, posición_en_el_ranking, identificador, URL, nombre_de_persona y más. La IA genera SQL correcto para cada tipo, adaptado al dialecto correspondiente.
event_count: contador · event_date: fecha_aaaammdd
Valores de muestra a partir de datos reales
Se muestran filas aleatorias al LLM para que reconozca patrones que ningún esquema puede mostrar: nombres de eventos subrayados al estilo GA4, formas de dimensiones personalizadas y la codificación real de las cadenas de origen del tráfico.
'/pricing', '/features/text-to-sql']
Detección de enumeraciones con distribuciones
Columnas de baja cardinalidad (50 valores distintos o menos, como máximo el 5 % de las filas únicas) se asignan a su lista completa de valores con recuentos de filas. La IA nunca más adivina las mayúsculas ni la ortografía de los nombres de los eventos.
| inicio de sesión (18%) | compra (3%)
Descubrimiento implícito de claves foráneas
El análisis de superposición de datos entre tablas encuentra uniones que no están declaradas como restricciones DDL. Almacenado junto con las claves foráneas formales con puntuaciones de confianza, devueltas por qs_obtener_relaciones.
(99% de solapamiento, confianza 1.0)
Misma solicitud, diferente SQL
La prueba está en el SQL que realmente escribe la herramienta de IA. Misma sesión de Cursor, mismo modelo de Claude, misma solicitud. “Muéstrame las 10 páginas de destino con mayor interacción del mes pasado, aquellas con más de 100 visitas.” Sin la Inteligencia de Esquemas, el LLM tiene que adivinar. Con ella, el LLM sabe.
si_recomendación bloquear que la IA puede actuar para habilitar SI en medio de la conversación a través de qs_request_si_analysis. Cómo funciona el enriquecimiento de la inteligencia de esquemas →
¿MCP no es para ti? Prueba Nova AI en su lugar.
Omitir MCP por completo: Nova AI está integrada directamente en el portal web Query Streams., para que puedas iniciar sesión y hacer las mismas preguntas sencillas de GA4:¿Cuál ha sido la tendencia de nuestra tasa de rebote en los últimos 90 días?" o "¿Qué categorías de contenido generan la mayor cantidad de registros?”—sin archivos de configuración y sin nada que conectar.
Conozca a Nova AIRequisitos previos
Antes de comenzar, asegúrese de tener:
- Una cuenta gratuita de Query Streams en mi.querystreams.com.
- El agente de red de Query Streams instalado en una máquina con acceso a Internet — ver Descargar el agente de flujos de consultas.
- Un conector de Google Analytics 4 configurado en el agente; consulte el existente. Configuración del conector API Guías para el emparejamiento de OAuth. El agente conserva el token de Google OAuth; la herramienta de IA nunca lo manipula.
- Cualquier cliente de IA compatible con MCP. En esta guía mostraremos Cursor, Claude Desktop, ChatGPT y Grok; si usa Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex o Goose, el bloque de configuración es prácticamente el mismo.
- Cinco minutos.
Generar una clave MCP
Desde /mcp En la página de Flujos de consulta, cree una clave con los ámbitos que desee.
Introdúzcalo en su cliente de IA
Un fragmento JSON para Cursor, Claude, ChatGPT o Grok. La misma clave en todas partes.
Haz una pregunta
“¿Cuál es nuestra principal fuente de tráfico por conversión este mes?” — la IA activa las herramientas adecuadas y usted obtiene la respuesta.
Paso 1: Generar una clave MCP de Google Analytics en Query Streams
Inicie sesión en Query Streams y abra el Página MCP (o inicie sesión primero en mi.querystreams.com y haga clic MCP en la navegación izquierda). La misma clave MCP de Google Analytics llega a todos los conectores de tu cuenta, no solo a GA4, por lo que solo generas una. Haz clic aquí. Generar clave, dale a la clave un nombre reconocible (algo así como cursor-portátil o escritorio claude), y seleccione los ámbitos que desea que tenga esta clave:
leer— La IA puede examinar conectores y leer esquemas. Necesario para todo lo demás.analizar— La IA puede perfilar tablas y descubrir relaciones (valores de muestra, distribuciones, tipos semánticos). Opcional, pero muy recomendable para trabajos de análisis, donde comprender la estructura de los datos de eventos es fundamental.ejecutar— La IA puede ejecutar SQL. Sin esto, la IA solo puede leer los metadatos del esquema.
Para un flujo de trabajo típico de “dejar que Claude analice mis datos de Google Analytics”, los tres alcances son apropiados. Para una clave que le entregas a un compañero de equipo o a un cliente de menor confianza, deja caer ejecutar y dejarles solo navegar. Puede revocar cualquier clave en cualquier momento desde la misma página; el cliente de IA verá CLAVE MCP REVOCADA en su siguiente llamada y deja de funcionar inmediatamente. No hay retardo de propagación.
Copia la clave ahora: Query Streams la muestra una vez y luego solo almacena un hash. Si la pierdes, genera una nueva. La clave se ve así: qsmcp_ seguido de 48 caracteres aleatorios y es lo que su cliente de IA envía en el Clave X-MCP encabezado de la solicitud.
Paso 2: Agregue Query Streams MCP a su cliente de IA.
La configuración tiene la misma forma en todos los clientes compatibles con MCP: una entrada de servidor MCP que apunta a https://mcp.querystreams.com con su llave en el Clave X-MCP Encabezado. Seleccione su cliente a continuación.
// Editar ~/.cursor/mcp.json { "mcpServers": { "flujos de consulta": { "url": "https://mcp.querystreams.com", "encabezados": { "Clave X-MCP": "qsmcp_PEGAR_CLAVE_AQUÍ" } } } }
// Ajustes → Desarrollador → Editar configuración { "mcpServers": { "flujos de consulta": { "url": "https://mcp.querystreams.com", "encabezados": { "Clave X-MCP": "qsmcp_PEGAR_CLAVE_AQUÍ" } } } }
// Ajustes → Aplicaciones y conectores → Agregar MCP URL del servidor https://mcp.querystreams.com Encabezado de autenticación Clave X-MCP Valor del encabezado qsmcp_PEGAR_CLAVE_AQUÍ // Requiere un plan de pago de ChatGPT // (Plus / Pro / Equipo / Empresa).
// Grok → Configuración → Herramientas { "mcp_servers": [{ "nombre": "flujos de consulta", "url": "https://mcp.querystreams.com", "encabezado_autenticación": "Clave X-MCP", "auth_value": "qsmcp_..." }] }
Reinicie su cliente de IA. En su próximo inicio, detectará las ocho herramientas de Query Streams MCP enumeradas anteriormente y las mostrará en su paleta de herramientas. En Cursor y Claude Desktop puede verificarlo escribiendo “conectores de lista” — la IA debería llamar qs_list_connectors y devuelva su conector de Google Analytics 4 junto con cualquier otra cosa que haya configurado.
Paso 3: Hazle a la IA una pregunta de Google Analytics 4.
No tienes que escribir SQL; la IA lo hace. Haces una pregunta, la IA selecciona la herramienta MCP adecuada, el agente ejecuta la consulta sobre tus datos GA4 almacenados en caché y la respuesta se devuelve en formato de texto y tablas. Tres ejemplos de preguntas para probar primero:
medio de origen del tráfico Durante el mes actual, se combinan los datos con el recuento de eventos de conversión y se ordenan por tasa de conversión. Verás la tabla de resultados en línea, además de una interpretación escrita de qué canales generan la mayor cantidad de registros y cuáles están perdiendo tráfico.La primera vez que la IA llame a una herramienta, es posible que su cliente muestre una solicitud de confirmación para que usted apruebe la llamada. Este es el flujo de consentimiento estándar de MCP, no una función adicional de Query Streams. Una vez aprobada, la IA continuará con el resto de la conversación sin problemas. Puede revisar el consentimiento en cualquier momento en la configuración de su cliente.
Aviso de facturación transparente: El uso de MCP se factura por bytes sin comprimir.
El complemento de Excel de Query Streams, el complemento de Google Sheets, el generador de consultas web y Nova AI se ejecutan a través de nuestro enlace comprimido en la nube; medimos y facturamos. bytes comprimidos contra su dominio de datos. El transporte MCP (HTTP Streamable según la especificación oficial de MCP) no admite de forma fiable la compresión de extremo a extremo en todos los clientes y proxies intermedios, por lo que medimos y facturamos. bytes sin comprimir para el tráfico MCP.
- Lo que esto significa: Una consulta diaria agregada de GA4 de 3 MB consume aproximadamente 3 MB de su dominio de datos cuando se obtiene a través de MCP, en comparación con los 400-600 KB que consume a través de Excel, Hojas de cálculo, Nova o el Generador de consultas. Los datos de eventos de GA4 son excepcionalmente compresibles (las cadenas repetidas de nombres de eventos y fuentes de tráfico se comprimen entre 6 y 8 veces a través de LZ4 mediante nuestro enlace en la nube), por lo que la diferencia en este conector es mayor que en la mayoría de las bases de datos.
- Lo que esto no es: Un recargo o una penalización por usar MCP. Transmitimos los bytes reales enviados. Los demás clientes son más baratos porque la compresión funciona de forma fiable en esos protocolos; no te penalizamos por la elección del protocolo, pero debemos ser transparentes sobre la estructura de costes.
- Qué puedes hacer: Para consultas recurrentes de gran tamaño (por ejemplo, exportaciones de eventos de más de 100 000 filas), se recomienda utilizar Excel, Hojas de cálculo o Nova. Para llamadas a herramientas de IA interactivas (la respuesta típica de 100 a 5000 filas que se ajusta a un contexto LLM), MCP es la opción correcta y la diferencia de costo es mínima.
Preguntas frecuentes
¿Necesito abrir puertos o usar una VPN para poder usar esto? +
https://mcp.querystreams.com desde internet pública, por lo que si el HTTPS saliente funciona en el host del agente, MCP funcionará. Vea cómo funciona la conexión solo de salida →
¿Qué herramientas de IA puedo usar con Query Streams MCP? +
¿Puedo revocar una clave MCP? +
/mcp página, por organización a través de la configuración del plan y a nivel de plataforma), ninguno de los cuales requiere una rotación de contraseña de base de datos o un reinicio del agente. Más información sobre la revocación de claves y la seguridad de las claves MCP →
¿Cómo se factura el uso de MCP a mi dominio de datos? +
bytes comprimidos); MCP se ejecuta sobre Streamable HTTP, que no admite de forma fiable la compresión de extremo a extremo a través de todos los clientes y proxies, por lo que facturamos bytes sin comprimirUn resultado de 1 MB generado en Excel suele consumir entre 150 y 250 KB de su base de datos; el mismo resultado de 1 MB generado con Cursor a través de MCP consume aproximadamente 1 MB. Somos transparentes al respecto porque preferimos que lo sepa de antemano a que se lleve una sorpresa al final del ciclo de facturación.
¿Funciona Query Streams MCP con mi propiedad de GA4, dimensiones personalizadas y parámetros de eventos? +
ga4_eventos mesa y en cada proyección (Rendimiento de la página ga4, ga4_user_acquisition, conversiones ga4, ga4_traffic_sources) que los incluye. Schema Intelligence detecta dimensiones personalizadas en la primera sincronización y las incluye en la vista del esquema de LLM con tipos semánticos, valores de muestra y distribuciones de enumeración donde corresponda, por lo que una columna que definió como “nivel_cliente” con valores gratis/pro/empresa Se muestra a la IA como una enumeración status_code, no como un varchar opaco. Puede registrar varias propiedades de GA4 como conectores separados (por ejemplo, sitio principal + blog + aplicación móvil) y LLM elige la correcta por nombre. Universal Analytics, el predecesor obsoleto, es no Compatible — Solo GA4.
¿En qué se diferencia esto de ejecutar yo mismo un servidor MCP GA4 de código abierto? +
registros_de_eventosy la misma canalización de facturación del dominio de datos que ya utiliza, ninguna de las cuales le proporciona un MCP directo. Y en el lado de GA4 específicamente, la superficie SQL en caché (con la anotación del tipo semántico de fecha YYYYMMDD, la sugerencia del porcentaje de tasa de participación y los valores de enumeración descubiertos para nombre_del_evento) proporciona al LLM una precisión de primer intento mucho mejor que la traducción directa del lenguaje natural a una API de datos de GA4. informe de ejecución llamar.
¿Qué ocurre si la IA intenta escribir o borrar datos? +
qs_run_query La llamada es analizada por un validador de solo lectura codificado que solo permite SELECCIONE, CON, y EXPLICAR declaraciones; cualquier otra cosa devuelve SOLO LECTURA_VIOLACIÓN y nunca llega a la caché de GA4. El validador se ejecuta en el proceso del agente en su red, no en la nube, por lo que una infraestructura en la nube comprometida no podría eludirlo. (La propia API de datos de GA4 también es de solo lectura, pero la misma protección se aplica a cualquier otro conector que pueda agregar: PostgreSQL, MySQL, etc.).
¿Puedo ver qué preguntó exactamente la IA? +
registros_de_eventos con la organización, el usuario, la clave, el alcance, la latencia y el código de resultado. El administrador de la organización puede responder "¿quién usó MCP la semana pasada, qué conector y qué preguntaron?" con una sola consulta. Tenga en cuenta que registramos el nombre de la herramienta y metadatos, no el texto SQL ni las filas devueltas; estas fluyen a través del enlace en la nube y nunca llegan a los registros de la nube. Para GA4 específicamente, registros_de_eventos La mesa también es tu solo Registro de auditoría: a diferencia de la mayoría de las bases de datos, la API de datos de GA4 no expone un registro de auditoría de administrador a las aplicaciones OAuth, por lo que el registro del agente es la fuente de información fidedigna sobre "quién consultó qué propiedad y cuándo".
¿Es necesario ejecutar Schema Intelligence para usar Query Streams MCP? +
(conector, base de datos) pary MCP funciona bien sin él. La IA recibe el esquema básico (tipos, claves primarias, claves foráneas formales, índices) y escribe consultas básicas. Con SI habilitado, la IA recibe seis capas adicionales de metadatos seleccionados: (1) Descripciones elaboradas por IA en cada base de datos, tabla y columna; (2) clasificaciones de tablas (FACT para eventos transaccionales, DIM para referencia descriptiva, LOOKUP para mapas de código pequeños) más una etiqueta de dominio comercial (ventas, RRHH, SEO, finanzas, soporte y 14 más); (3) un tipo semántico en cada columna (moneda, correo electrónico, fecha_aaaammdd, código_estado, porcentaje, posición_clasificación, identificador, url, nombre_persona y 9 más) que impulsa la generación de SQL correcta según el dialecto; (4) Muestra valores de tus datos reales para que el LLM reconozca patrones que ningún esquema puede mostrar; (5) Detección de enumeraciones con distribuciones de valores completos para columnas de baja cardinalidad; y (6) Claves foráneas descubiertas por IA basadas en la superposición de datos entre tablas, que salieron a la luz a través de qs_obtener_relaciones. Sin SI, cada respuesta de la herramienta de esquema también conlleva una si_recomendación listar exactamente lo que falta para la llamada: la IA puede leer esto y ofrecer activar SI en medio de la conversación a través de qs_request_si_analysisEl tiempo de ejecución varía según el número de tablas: una base de datos pequeña con menos de 100 tablas se completa en unos 10 minutos; una base de datos mediana típica (unos cientos de tablas) finaliza en 15-25 minutos; una base de datos empresarial grande con más de 1500 tablas puede tardar entre 45 y 60 minutos en un escaneo completo. SI se ejecuta a través de su Agente de red contra sus datos (nunca en la nube), nunca escribe en su base de datos, nunca cambia su esquema y se actualiza incrementalmente cuando cambia su esquema, por lo que las ejecuciones posteriores a la adición o modificación de tablas son mucho más rápidas que la primera. El efecto de extremo a extremo: con SI habilitado, su cliente de IA escribe SQL correcto al primer intento con mucha más frecuencia que contra cualquier servidor "MCP para X" que simplemente entrega el LLM. esquema_de_información.
¿Qué ocurre si añado otro conector más adelante, como Stripe o PostgreSQL? +
qs_list_connectors (lo detecta automáticamente), por lo que un bloque de configuración compra toda tu cuenta, presente y futura. Por qué una sola llave sirve para todos los conectores →
¿Tengo que configurar MCP solo para chatear con mis datos? +
Comience
Conecta tu herramienta de IA con tus datos de GA4 en cinco minutos.
Una sola clave MCP de Google Analytics llega a GA4, a todas las bases de datos y a todos los demás conectores de API de tu cuenta de Query Streams, con un registro de auditoría completo, límites de velocidad por clave y sin necesidad de modificar el firewall. Tanto si tu pila tecnológica es Claude + GA4, Cursor + GA4, ChatGPT o Grok, la misma clave y el mismo agente de red dan servicio a todos los clientes.
Guías relacionadas: Descargar el agente de flujos de consultas | Configuración del conector API | Todas las guías del servidor MCP | Nova AI texto a SQL
Categoría: Servidor MCP
Etiquetas: mcp, claude, cursor, chatgpt, grok, google-analytics, ga4, web-analytics, marketing-analytics, api-connector, ai
Meta Descripción: Conecta Claude o Cursor a Google Analytics 4 a través de MCP. Consulta datos de GA4 con IA en lenguaje natural. Gratis.
English 
Spanish 
German 
French 
Portuguese 
Japanese 
Korean 
Chinese 
Italian 
Dutch 
Indonesian 
Polish