Interroger Google Analytics 4 avec Claude ou Cursor via MCP.
Une configuration de 5 minutes qui permet à votre outil d'IA de poser des questions en langage clair sur vos données GA4 (pages vues, sessions, sources de trafic, conversions, engagement) sans exposer les jetons OAuth de Google Analytics au fournisseur d'IA ni ouvrir de ports de pare-feu sur votre réseau.
Demandez à Nova, obtenez SQL + des graphiques
Rencontre avec Nova API REST de base de donnéesUne clé par partenaire. Aucun identifiant partagé.
Créer une API AutomatisationSynchronisation programmée sur plus de 6 plateformes
Explorer API à SQLInterroger les API avec SQL, sans code
Explorer Base de données IA MCPClaude, Cursor, ChatGPT et Grok interagissent avec vos données.
Connecter l'IAQuery Streams est une plateforme d'intégration de données sécurisée et en temps réel qui intègre toutes les bases de données et API SaaS de votre compte dans Claude, Cursor, ChatGPT et Grok, grâce à une seule clé MCP et sans modification du pare-feu. Ce guide MCP de Google Analytics explique en détail comment connecter le connecteur Google Analytics 4, afin que votre outil d'IA puisse répondre à des questions en langage clair sur les pages vues, les sessions, les sources de trafic et les conversions sans que vous ayez à exporter de rapports CSV depuis l'interface utilisateur Web de GA4. Pour en savoir plus, rendez-vous sur QueryStreams.com. et Inscrivez-vous gratuitement pour commencer à poser à votre outil d'IA de véritables questions d'analyse marketing.
Que vous offre le serveur MCP de Query Streams pour Google Analytics ?
D'autres serveurs « Google Analytics MCP » open source connectent l'outil d'IA directement à l'API de données GA4. Cette solution fonctionne, mais elle impose l'utilisation d'un jeton OAuth Google dans la configuration de votre client d'IA, limite l'outil d'IA à Analytics et ne fournit aucun historique des requêtes effectuées par l'IA. Le serveur Query Streams Google Analytics MCP résout un problème plus global : une seule clé pour tous les connecteurs, un historique complet et l'outil d'IA ne conserve jamais vos identifiants Google. L'agent met en cache chaque propriété GA4 dans un fichier DuckDB local, permettant ainsi au LLM d'accéder aux véritables surfaces SQL (tables, colonnes, jointures, types sémantiques) au lieu des points de terminaison REST aux noms de dimensions et de métriques opaques.
Aucun trou dans le pare-feu entrant
L'agent réseau établit une unique liaison cloud chiffrée sortante vers Query Streams. Votre client IA se connecte au cloud, jamais à votre réseau. Aucun port à ouvrir, aucune adresse IP à autoriser, aucun VPN.
Une seule clé, tous les connecteurs
La même clé MCP est accessible à toutes les bases de données et API SaaS connectées à votre compte. Ajoutez un connecteur Stripe ou PostgreSQL demain : l’outil d’IA le détectera sans avoir à le ressaisir.
L'intelligence schématique intégrée
L'IA prend en compte les descriptions sélectionnées par l'IA, les types sémantiques, les listes de valeurs d'énumération et les clés étrangères découvertes pour chaque colonne, et non pas seulement les données brutes. schéma_information Résultat : il génère du code SQL correct du premier coup.
Accès en lecture seule appliqué à l'agent
Même un LLM halluciné ne peut pas délivrer SUPPRIMER ou MISE À JOUR via Query Streams MCP. L'agent réseau rejette tout ce qui n'est pas SELECTIONNER, AVEC, ou EXPLIQUER avant qu'elle n'atteigne la source de données.
Limites de débit par clé
Par défaut, 60 requêtes et 10 exécutions par minute sont autorisées, configurables par clé. Une boucle d'appel d'outil d'IA incontrôlée entraîne la perte de jetons, et non de votre quota d'API de données GA4 ni de votre portefeuille.
Comment fonctionne le serveur MCP de Google Analytics sans ouvrir les ports du pare-feu
L'agent réseau Query Streams est un petit programme à installer une seule fois sur une machine pouvant accéder à l'API de données Google Analytics (ordinateur portable, serveur ou machine virtuelle cloud). Il établit une connexion TLS sortante vers le cloud Query Streams et attend les requêtes de l'outil. Lorsque Claude ou Cursor pose une question, le cloud la transmet à l'agent, qui appelle l'API de données GA4. L'agent met en cache la réponse dans une base de données DuckDB locale afin que l'IA puisse exécuter des requêtes SQL, puis le résultat est renvoyé via le même canal sortant. Aucune donnée n'est transmise en entrée. Aucune donnée n'est exposée. L'outil d'IA n'a jamais accès à votre jeton OAuth Google et le serveur GA4 MCP ne stocke jamais directement vos identifiants ; c'est l'agent, sur votre réseau, qui les conserve.
Client IA
Curseur, Claude,
ChatGPT, Grok
Serveur QS MCP
HTTP en continu
Authentification par clé X-MCP
Agent de réseau
Sur votre réseau
Sortie de liaison cloud
Google Analytics 4
mis en cache en tant que SQL
via DuckDB
La touche MCP que vous donnez à Cursor ou Claude est limitée (lire / analyser / exécuter), révocable à tout moment et limitée en nombre d'utilisations par clé. L'outil d'IA fait appel à ces outils MCP pour fonctionner :
clé_de_modèle avec des paramètres optionnels de remplacement.Pourquoi l'intelligence schématique rend le serveur GA4 MCP différent
La plupart des serveurs « MCP pour X » de l'écosystème open source fournissent à votre outil d'IA les mêmes informations. schéma_information Votre base de données est livrée à un étranger. Noms de colonnes. Types de données. Peut-être une clé primaire. Pour Google Analytics 4 en particulier, le tableau est encore plus sombre : un serveur GA4 MCP classique renvoie une liste plate de noms de dimensions et de métriques GA4, l’IA doit deviner quelles métriques sont cumulables et lesquelles sont moyennées, et ignore totalement que… taux d'engagement est stocké sous forme décimale (0-1) plutôt qu'en pourcentage, et n'a aucune idée que date_de_l'événement est un entier au format AAAAMMJJ plutôt qu'une véritable requête SQL DATEC’est pourquoi la première requête SQL que la plupart des LLM écrivent sur un schéma GA4 nu (qu’il soit renvoyé par un MCP GA4 générique ou par une bibliothèque MCP GA4 générique) est erronée du premier coup. Ce n’est pas que le LLM soit mauvais, c’est qu’il ne dispose pas des données nécessaires pour fonctionner correctement.
Le serveur Query Streams MCP renvoie ce même schéma enrichi de ce que nous appelons Intelligence schématique (IS) — Métadonnées organisées par l'IA générées en exécutant des requêtes de profilage sur votre vrai Les données GA4 sont collectées avant même que le client IA ne les demande. Lorsque l'intégration de schémas est activée sur un connecteur, chaque outil de schéma appelé par l'IA (qs_get_connector_schema, qs_get_table_schema, table de profils qs, qs_get_relationships) renvoie le schéma de base ainsi que six couches de connaissances spécialisées. Le LLM cesse ainsi de deviner les noms d'événements, les sources de trafic, les catégories d'appareils, les dimensions personnalisées et la colonne de date encodée en entier.
Pour concrétiser cela, voici ce que le client IA récupère d'une seule requête. qs_get_table_schema appel contre le connecteur GA4 ga4_événements tableau — d'abord sans Schema Intelligence, puis avec.
Les six couches de l'intelligence schématique ajoutent
Chaque couche traite d'une catégorie spécifique de questions auxquelles le LLM devrait autrement répondre par supposition, et SI fonctionne comme une passe de profilage optionnelle en lecture seule qui ne modifie jamais votre schéma. En savoir plus sur la génération de l'intelligence schématique →
Descriptions sélectionnées par l'IA
Description claire et concise de chaque base de données, schéma, table et colonne — générée une seule fois et mise à jour lors de toute modification de votre schéma. Évaluation de la fiabilité : les descriptions rédigées par les utilisateurs sont toujours privilégiées.
« Une ligne par interaction utilisateur. »
Classification des tableaux
Chaque table est étiquetée FACT (événements transactionnels), DIM (référence descriptive) ou LOOKUP (petites tables de correspondance), plus un domaine métier — analytique, ventes, RH, SEO, finance, support et 14 autres.
ga4_traffic_sources [DIM, domaine:analytics]
Types sémantiques par colonne
Dix-huit types de requêtes sont pris en charge : devise, email, date_yyyymmdd, code_statut, pourcentage, classement_position, identifiant, URL, nom_personne, etc. L’IA génère des requêtes SQL adaptées au dialecte et à chaque type.
nombre d'événements : compteur · date de l'événement : date_aaaammjj
Valeurs d'exemple issues de données réelles
Des lignes aléatoires sont apparues au LLM afin qu'il reconnaisse des modèles qu'aucun schéma ne peut afficher : les noms d'événements soulignés de style GA4, les formes de dimensions personnalisées et l'encodage réel de vos chaînes de source de trafic.
'/pricing', '/features/text-to-sql']
Détection d'énumérations avec distributions
Les colonnes à faible cardinalité (50 valeurs distinctes ou moins, soit au maximum 5 % de lignes uniques) sont associées à leur liste complète de valeurs, avec le nombre de lignes correspondantes. L'IA n'a plus besoin de deviner la casse ni l'orthographe des noms d'événements.
| début_session (18%) | achat (3%)
Découverte implicite de clés étrangères
L'analyse du chevauchement des données entre les tables identifie les jointures qui ne sont pas déclarées comme des contraintes DDL. Ces jointures sont stockées avec les clés étrangères formelles et leurs scores de confiance, et sont renvoyées par qs_get_relationships.
(Chevauchement de 99 %, conf 1,0)
Même invite de commande, requête SQL différente
La preuve se trouve dans le code SQL que l'outil d'IA écrit réellement. Même session Cursor, même modèle Claude, même invite. « Montrez-moi mes 10 meilleures pages de destination en termes d'engagement le mois dernier, celles qui ont enregistré plus de 100 vues. » Sans l'intelligence schématique, le LLM doit deviner. Avec elle, il sait.
si_recommandation bloquer l'IA sur laquelle elle peut agir pour activer l'intégration sociale en cours de conversation via qs_request_si_analyse. Comment fonctionne l'enrichissement de l'intelligence schématique →
MCP ne vous convient pas ? Essayez plutôt Nova AI.
Évitez complètement MCP : Nova AI est intégré directement au portail web Query Streams, vous pouvez donc vous connecter et poser les mêmes questions GA4 en langage clair — «Quelle est l'évolution de notre taux de rebond au cours des 90 derniers jours ?" ou "Quelles catégories de contenu génèrent le plus d'inscriptions ?— sans fichiers de configuration et sans aucun câblage.
Découvrez Nova AIConditions préalables
Avant de commencer, assurez-vous d'avoir :
- Un compte Query Streams gratuit sur mon.querystreams.com.
- L'agent réseau Query Streams installé sur une machine ayant accès à Internet — voir Téléchargez l'agent Query Streams.
- Un connecteur Google Analytics 4 configuré avec l'agent — voir l'existant Configuration du connecteur API Guides pour l'appairage OAuth. L'agent détient le jeton OAuth de Google ; l'outil d'IA n'y a jamais accès.
- Tout client d'IA compatible MCP. Ce guide présente Cursor, Claude Desktop, ChatGPT et Grok ; si vous utilisez Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex ou Goose, la configuration reste globalement la même.
- Cinq minutes.
Générer une clé MCP
De la part de /mcp Dans la page Flux de requêtes, créez une clé avec les étendues souhaitées.
Déposez-le dans votre client IA
Un seul extrait JSON pour Cursor, Claude, ChatGPT ou Grok. La même clé partout.
Poser une question
« Quelle est notre principale source de trafic en termes de conversion ce mois-ci ? » — L'IA utilise les outils appropriés et vous obtenez la réponse.
Étape 1 : Générer une clé MCP Google Analytics dans Query Streams
Connectez-vous à Query Streams et ouvrez le page MCP (ou connectez-vous d'abord à mon.querystreams.com et cliquez MCP (dans le menu de navigation de gauche). La même clé MCP Google Analytics est utilisée pour tous les connecteurs de votre compte (et pas seulement pour GA4), vous n'en générez donc qu'une seule. Cliquez Générer une clé, donnez à la clé un nom reconnaissable (quelque chose comme curseur-ordinateur portable ou bureau de Claude), et choisissez les portées que vous souhaitez associer à cette clé :
lire— L'IA peut parcourir les connecteurs et lire les schémas. Indispensable pour tout le reste.analyserL'IA peut profiler les tables et découvrir les relations (valeurs d'échantillon, distributions, types sémantiques). Cette fonctionnalité est optionnelle, mais fortement recommandée pour les analyses, car il est essentiel de comprendre la structure des données d'événements.exécuter— L'IA peut effectivement exécuter des requêtes SQL. Sans cela, elle ne peut lire que les métadonnées du schéma.
Pour un flux de travail classique du type « laisser Claude analyser mes données Google Analytics », les trois niveaux de portée conviennent. En revanche, pour une donnée clé que vous confiez à un collègue ou à un client moins digne de confiance, supprimez-en un. exécuter et autorisez-les uniquement à consulter. Vous pouvez révoquer n'importe quelle clé à tout moment depuis cette même page ; le client IA le verra. CLÉ_MCP_RÉVOQUÉE Lors de son prochain appel, le fonctionnement s'arrête immédiatement. Il n'y a pas de délai de propagation.
Copiez la clé maintenant : Query Streams l’affiche une seule fois, puis ne conserve qu’un hachage. Si vous la perdez, générez-en une nouvelle. La clé ressemble à ceci : qsmcp_ suivi de 48 caractères aléatoires, ce que votre client IA envoie dans le Clé X-MCP En-tête de requête.
Étape 2 : Ajoutez Query Streams MCP à votre client d’IA
La configuration est identique pour tous les clients compatibles MCP : une entrée de serveur MCP pointant vers https://mcp.querystreams.com avec votre clé dans le Clé X-MCP En-tête. Choisissez votre client ci-dessous.
// Modifier ~/.cursor/mcp.json { "mcpServers": { "flux de requêtes": { "url": "https://mcp.querystreams.com", "en-têtes": { "Clé X-MCP": "qsmcp_CLÉ_PASSER_ICI" } } } }
// Paramètres → Développeur → Modifier la configuration { "mcpServers": { "flux de requêtes": { "url": "https://mcp.querystreams.com", "en-têtes": { "Clé X-MCP": "qsmcp_CLÉ_PASSER_ICI" } } } }
// Paramètres → Applications et connecteurs → Ajouter un MCP URL du serveur https://mcp.querystreams.com En-tête d'authentification Clé X-MCP Valeur d'en-tête qsmcp_COLLER_LA_CLÉ_ICI Nécessite un abonnement ChatGPT payant // (Plus / Pro / Team / Enterprise).
// Grok → Paramètres → Outils { "mcp_servers": [{ "nom": "flux de requêtes", "url": "https://mcp.querystreams.com", "auth_header": "Clé X-MCP", "auth_value": "qsmcp_..." }] }
Redémarrez votre client IA. Au prochain démarrage, il détectera les huit outils Query Streams MCP mentionnés ci-dessus et les affichera dans sa palette d'outils. Dans Cursor et Claude Desktop, vous pouvez le vérifier en saisissant : « liste des connecteurs » — l'IA devrait appeler qs_list_connectors et renvoyez votre connecteur Google Analytics 4 ainsi que tout autre élément que vous avez configuré.
Étape 3 : Poser une question à l’IA sur Google Analytics 4
Vous n'écrivez pas de SQL : c'est l'IA qui s'en charge. Vous posez une question, l'IA choisit l'outil MCP approprié, l'agent exécute la requête sur vos données GA4 mises en cache et la réponse est renvoyée sous forme de texte et de tableaux. Voici trois exemples de requêtes à tester :
source_trafic_moyen Pour le mois en cours, ce tableau combine les données avec le nombre d'événements de conversion et les trie par taux de conversion. Vous verrez le tableau de résultats directement dans la page, ainsi qu'une explication détaillée des canaux qui génèrent le plus d'inscriptions et de ceux qui génèrent des pertes de trafic.Lors du premier appel à un outil par l'IA, votre client peut afficher une fenêtre de confirmation vous demandant d'approuver cet appel. Il s'agit du flux de consentement standard de MCP, et non d'une fonctionnalité ajoutée par Query Streams. Une fois l'approbation donnée, l'IA poursuivra la conversation sans problème. Vous pouvez modifier ce consentement à tout moment dans les paramètres de votre client.
Avis de facturation transparent : l’utilisation de MCP est facturée en octets non compressés.
Les modules complémentaires Excel et Google Sheets de Query Streams, ainsi que son générateur de requêtes web et Nova AI, fonctionnent tous via notre connexion cloud compressée ; nous mesurons et facturons en conséquence. octets compressés par rapport à votre environnement de données. Le transport MCP (HTTP en flux continu, conformément à la spécification MCP officielle) ne prend pas en charge de manière fiable la compression de bout en bout sur tous les clients et proxys intermédiaires. C'est pourquoi nous mesurons et facturons. octets non compressés pour le trafic MCP.
- Ce que cela signifie : Une requête d'agrégation quotidienne GA4 de 3 Mo consomme environ 3 Mo de votre espace de données lorsqu'elle est extraite via MCP, contre environ 400 à 600 Ko via Excel, Sheets, Nova ou le générateur de requêtes. Les données d'événements GA4 sont exceptionnellement compressibles : les chaînes de caractères répétées pour les noms d'événements et les sources de trafic sont compressées 6 à 8 fois via LZ4 sur notre connexion cloud. Par conséquent, l'écart de taille sur ce connecteur est plus important que pour la plupart des bases de données.
- Ce que ceci n'est pas : Nous ne facturons aucune majoration ni pénalité pour l'utilisation de MCP. Nous facturons le volume réel de données transmises. Les autres clients sont moins chers car la compression fonctionne de manière fiable sur ces protocoles ; nous ne vous pénalisons pas pour le choix du protocole, mais nous devons être transparents quant à l'impact sur les coûts.
- Ce que vous pouvez faire : Pour les requêtes récurrentes très volumineuses (par exemple, l'exportation d'événements de plus de 100 000 lignes), privilégiez Excel/Sheets/Nova. Pour les appels à des outils d'IA interactifs (réponse typique de 100 à 5 000 lignes, adaptée à un contexte LLM), MCP est la solution idéale, et la différence de coût est minime.
Foire aux questions
Dois-je ouvrir des ports ou utiliser un VPN pour cela ? +
https://mcp.querystreams.com depuis l'internet public, donc si le protocole HTTPS sortant fonctionne sur l'hôte de l'agent, MCP fonctionne. Découvrez comment fonctionne une connexion sortante uniquement →
Quels outils d'IA puis-je utiliser avec Query Streams MCP ? +
Puis-je révoquer une clé MCP ? +
/mcp page, par organisation via les paramètres du plan et au niveau de la plateforme), aucune de ces opérations ne nécessitant une rotation du mot de passe de la base de données ou un redémarrage de l'agent. Plus d'informations sur la révocation des clés et la sécurité des clés MCP →
Comment l'utilisation de MCP est-elle facturée en fonction de mon espace de données ? +
octets compressésMCP fonctionne via Streamable HTTP, qui ne prend pas en charge de manière fiable la compression de bout en bout pour tous les clients et proxys. Par conséquent, nous facturons octets non compressésUn résultat de 1 Mo renvoyé à Excel consomme généralement entre 150 et 250 Ko de votre espace de données ; le même résultat de 1 Mo renvoyé à Cursor via MCP consomme environ 1 Mo. Nous préférons être transparents à ce sujet afin que vous en soyez informés dès le départ plutôt que d'avoir une mauvaise surprise à la fin de votre cycle de facturation.
Est-ce que Query Streams MCP fonctionne avec ma propriété GA4 + dimensions personnalisées et paramètres d'événement ? +
ga4_événements table et sur chaque projection (ga4_page_performance, acquisition d'utilisateurs ga4, ga4_conversions, ga4_sources_de_trafic) qui les inclut. Schema Intelligence détecte les dimensions personnalisées lors de la première synchronisation et les intègre à la vue du schéma du LLM avec des types sémantiques, des exemples de valeurs et des distributions d'énumération, le cas échéant — ainsi, une colonne que vous avez définie comme « niveau_client » avec des valeurs gratuit/pro/entreprise L'IA le voit comme une énumération status_code, et non comme une chaîne de caractères opaque. Vous pouvez enregistrer plusieurs propriétés GA4 comme connecteurs distincts (par exemple, site principal + blog + application mobile) et le LLM sélectionne le bon par son nom. Universal Analytics, son prédécesseur obsolète, est pas Prise en charge — GA4 uniquement.
En quoi cela diffère-t-il du fait d'exécuter moi-même un serveur GA4 MCP open-source ? +
journaux d'événementset le même pipeline de facturation de domaine de données que vous utilisez déjà — éléments qu’un MCP direct ne vous fournit pas. Et du côté de GA4 en particulier, la surface SQL mise en cache (avec l’annotation de type sémantique de date AAAAMMJJ, l’indication de pourcentage du taux d’engagement et les valeurs d’énumération découvertes pour nom_événement) confère au LLM une précision initiale bien supérieure à celle obtenue par la traduction directe du langage naturel en une API de données GA4 Exécuter le rapport appel.
Que se passe-t-il si l'IA tente d'écrire ou de supprimer des données ? +
qs_run_query L'appel est analysé par un validateur en lecture seule codé en dur qui n'autorise que SELECTIONNER, AVEC, et EXPLIQUER instructions ; tout autre retour VIOLATION EN LECTURE SEULE et n'atteint jamais le cache GA4. Le validateur s'exécute dans le processus de l'agent sur votre réseau, et non dans le cloud ; par conséquent, une surface d'attaque cloud compromise ne pourrait pas le contourner. (L'API de données GA4 est elle aussi en lecture seule, mais cette même protection s'applique à tous les autres connecteurs que vous pourriez ajouter : PostgreSQL, MySQL, etc.)
Puis-je voir la question exacte posée par l'IA ? +
journaux d'événements avec l'organisation, l'utilisateur, la clé, la portée, la latence et le code de résultat. L'administrateur de l'organisation peut répondre à la question « Qui a utilisé MCP la semaine dernière, quel connecteur et quelle question a-t-il posée ? » en une seule requête. Notez que nous enregistrons les informations suivantes : nom et métadonnées de l'outil, et non le texte SQL ou les lignes renvoyées — ces éléments transitent par la connexion cloud et ne sont jamais enregistrés dans les journaux cloud. Pour GA4 en particulier, journaux d'événements La table est aussi votre seulement Journal d'audit : contrairement à la plupart des bases de données, l'API de données GA4 n'expose pas de journal d'audit d'administration aux applications OAuth ; le journal côté agent est donc la source de référence pour savoir « qui a interrogé quelle propriété et quand ».
Dois-je exécuter Schema Intelligence pour utiliser Query Streams MCP ? +
(connecteur, base de données) paireet MCP fonctionne parfaitement sans cela. L'IA reçoit un schéma minimal (types, clés primaires, clés étrangères formelles, index) et écrit des requêtes basiques. Avec l'intégration système activée, l'IA reçoit six couches supplémentaires de métadonnées organisées : (1) Des descriptions générées par l'IA pour chaque base de données, table et colonne ; (2) classifications de tables (FACT pour les événements transactionnels, DIM pour les références descriptives, LOOKUP pour les petits mappages de codes) plus une balise de domaine métier (ventes, RH, SEO, finance, support et 14 autres) ; (3) un type sémantique sur chaque colonne (devise, email, date_yyyymmdd, code_statut, pourcentage, position_de_classement, identifiant, url, nom_de_personne et 9 autres) qui permet une génération SQL correcte selon le dialecte ; (4) des valeurs d'exemple issues de vos données réelles afin que le LLM reconnaisse des modèles qu'aucun schéma ne peut montrer ; (5) Détection d'énumérations avec distribution complète des valeurs pour les colonnes à faible cardinalité ; et (6) Les clés étrangères découvertes par l'IA à partir du chevauchement des données entre les tables ont été mises en évidence par qs_get_relationshipsSans SI, chaque réponse d'outil de schéma contient également un si_recommandation En listant précisément ce qui manque à l'appel, l'IA peut lire cela et proposer de déclencher l'intégration de l'IA en cours de conversation via qs_request_si_analyseLe temps d'exécution est proportionnel au nombre de tables : une petite base de données de moins de 100 tables est analysée en une dizaine de minutes ; une base de données de taille moyenne (quelques centaines de tables) en 15 à 25 minutes ; une grande base de données d'entreprise avec plus de 1 500 tables peut nécessiter entre 45 et 60 minutes pour une analyse complète. L'intégration logicielle (SI) s'exécute via votre agent réseau sur vos données (jamais dans le cloud), n'écrit jamais dans votre base de données, ne modifie jamais votre schéma et s'actualise de manière incrémentielle lorsque votre schéma change. Ainsi, les exécutions suivantes, après l'ajout ou la modification de tables, sont beaucoup plus rapides que la première. Résultat : avec l'intégration logicielle activée, votre client d'IA écrit du SQL correct du premier coup beaucoup plus souvent qu'avec n'importe quel serveur « MCP pour X » qui se contente de fournir le LLM. schéma_information.
Et si j'ajoute un autre connecteur plus tard, comme Stripe ou PostgreSQL ? +
qs_list_connectors (le récupère automatiquement), donc un seul bloc de configuration achète l'intégralité de votre compte, présent et futur. Pourquoi une seule touche couvre tous les connecteurs →
Dois-je configurer MCP juste pour discuter avec mes données ? +
Commencer
Connectez votre outil d'IA à vos données GA4 en cinq minutes.
Une seule clé MCP Google Analytics permet d'accéder à GA4, à toutes les bases de données et à tous les autres connecteurs API de votre compte Query Streams, avec un historique complet des accès, des limites de requêtes par clé et aucune modification du pare-feu. Que vous utilisiez Claude + GA4, Cursor + GA4, ChatGPT ou Grok, la même clé et le même agent réseau sont utilisés par tous les clients.
Guides associés : Téléchargez l'agent Query Streams | Configuration du connecteur API | Tous les guides du serveur MCP | Nova AI text-to-SQL
Catégorie : Serveur MCP
Mots-clés : mcp, claude, curseur, chatgpt, grok, google-analytics, ga4, web-analytics, marketing-analytics, api-connector, ai
Description : Connectez Claude ou Cursor à Google Analytics 4 via MCP. Interrogez les données GA4 avec l’IA en langage naturel. Gratuit.


