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.
