ডেটা এপিআই -এর chat পদ্ধতিটি অ্যানালিটিক্স অ্যাডভাইজরে প্রোগ্রাম্যাটিক অ্যাক্সেস প্রদান করে — এটি একটি এআই-চালিত বিশ্লেষণাত্মক সহকারী যা আপনাকে স্বাভাবিক ভাষা ব্যবহার করে আপনার গুগল অ্যানালিটিক্স ডেটা কোয়েরি, বিশ্লেষণ এবং নির্ণয় করতে সাহায্য করে।
যদিও অ্যানালিটিক্স অ্যাডভাইজর গুগল অ্যানালিটিক্স ইউজার ইন্টারফেসের মধ্যে ইন্টারেক্টিভভাবে উপলব্ধ, chat এপিআই ডেভেলপার, স্বায়ত্তশাসিত এআই এজেন্ট এবং অভ্যন্তরীণ টুলগুলিকে HTTP-এর মাধ্যমে প্রোগ্রাম্যাটিকভাবে অ্যানালিটিক্স অ্যাডভাইজরের সাথে ইন্টারঅ্যাক্ট করার সুযোগ দেয়।
গুরুত্বপূর্ণ: এই পণ্যটি কৃত্রিম বুদ্ধিমত্তা (AI) ব্যবহার করে এবং এতে ভুল তথ্য প্রদর্শিত হতে পারে। পণ্যটির উন্নতির জন্য আপনার চ্যাট কার্যকলাপ ব্যবহার করা হতে পারে এবং আপনার ব্যবহার গুগলের শর্তাবলী , কৃত্রিম বুদ্ধিমত্তা ব্যবহার নীতি এবং গোপনীয়তা নীতির অধীন।
সংক্ষিপ্ত বিবরণ
chat পদ্ধতিটি একক-পর্বের তাৎক্ষণিক তথ্য প্রশ্ন এবং একাধিক-পর্বের কথোপকথনমূলক সেশন উভয়ই সক্ষম করে:
- এক ধাপে অনুসন্ধান: তাৎক্ষণিক বিশ্লেষণমূলক প্রশ্ন করুন (যেমন, "গত সপ্তাহে আমাদের শীর্ষ ট্র্যাফিক চ্যানেলগুলো কী ছিল?") এবং কাঠামোগত ডেটা টেবিলসহ স্বাভাবিক ভাষার উত্তর পান।
- একাধিক পর্বের কথোপকথন: কথোপকথনের ইতিহাস বজায় রাখতে এবং রোগনির্ণয়মূলক ফলো-আপ প্রশ্ন জিজ্ঞাসা করতে একটি
sessionIdপাস করুন (যেমন, "ঐ সময়কালে অর্গানিক ট্র্যাফিক কেন কমে গিয়েছিল?")। - কাঠামোগত ডেটা প্রতিক্রিয়া: পাঠ্য বিবরণের পাশাপাশি, প্রতিক্রিয়াগুলিতে কলাম শিরোনাম এবং সারি সহ কাঠামোগত
tableব্লক থাকে। - চ্যাট কোটা পর্যবেক্ষণ:
returnPropertyQuotatrueসেট করে দৈনিক এবং ঘণ্টাপ্রতি অবশিষ্ট চ্যাট টোকেন কোটা পরীক্ষা করুন।
প্রমাণীকরণ
chat মেথডে কল করার জন্য নিম্নলিখিত স্কোপ সহ OAuth 2.0 অনুমোদন প্রয়োজন:
শুরু করার আগে
gcloud CLI ইনস্টল এবং চালু করুন ।
অ্যাপ্লিকেশন ডিফল্ট ক্রেডেনশিয়াল তৈরি করতে এবং আপনার অ্যাকাউন্টে প্রয়োজনীয় স্কোপগুলো যোগ করতে, নিম্নলিখিতটি চালান:
gcloud auth application-default login --scopes="https://www.googleapis.com/auth/cloud-platform,https://www.googleapis.com/auth/analytics.chatbot.read"Google Analytics UI- তে, আপনার ব্যবহারকারী অ্যাকাউন্টকে একটি Google Analytics প্রপার্টিতে অ্যাক্সেস দিন।
নিম্নলিখিত তথ্য প্রবেশ করিয়ে আপনার এনভায়রনমেন্ট ভেরিয়েবল কনফিগার করুন।
PROJECT_IDএর জায়গায় আপনার ID বসান। প্রজেক্ট এবংPROPERTY_IDসাথে আপনার গুগল অ্যানালিটিক্স প্রপার্টির আইডি যুক্ত করুন।export PROJECT_ID=
PROJECT_IDexport PROPERTY_ID=PROPERTY_ID
উদাহরণ ১: কোটা ট্র্যাকিং সহ একক-টার্ন কোয়েরি
নতুন কথোপকথন শুরু করতে, আপনার userQuery সম্বলিত একটি ChatRequest তৈরি করুন। আপনার অবশিষ্ট টোকেন ব্যালেন্স দেখতে returnPropertyQuota true সেট করুন।
দৃশ্যকল্প: ডিভাইস অনুযায়ী রাজস্ব এবং রূপান্তর হার
আপনি গত ৩০ দিনের মধ্যে বিভিন্ন ডিভাইসের রাজস্ব এবং সেশন রূপান্তর হারের তুলনা করতে চান।
HTTP অনুরোধ
curl -X POST \
"https://analyticsdata.googleapis.com/v1alpha/properties/${PROPERTY_ID}:chat" \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "x-goog-user-project: ${PROJECT_ID}" \
-H "Content-Type: application/json" \
-d '{
"userQuery": "Compare our revenue and conversion rate across mobile vs desktop over the last 30 days.",
"returnPropertyQuota": true
}'
HTTP প্রতিক্রিয়া
প্রতিক্রিয়াটিতে রয়েছে:
- একটি নতুন বরাদ্দকৃত
sessionIdযা আপনি পরবর্তী পালাগুলোর জন্য ব্যবহার করতে পারবেন। -
blocksএকটি তালিকা যাতে স্বাভাবিক ভাষার সারাংশ (text) এবং একটি কাঠামোগত সারণি (table) উভয়ই থাকে। টেক্সট ব্লকগুলিতে বোল্ড টেক্সট, শিরোনাম এবং লিঙ্কের মতো মার্কডাউন ফরম্যাটিং থাকতে পারে। - সম্পত্তিটির
propertyQuotaবিবরণ।
{
"sessionId": "692e9ab9-b338-4426-b006-a05f21ac7cd6",
"blocks": [
{
"text": "Your report on revenue and conversion rates for mobile vs. desktop over the last 30 days (August 15 - September 13, 2026) is ready.\n\nHere is a summary of your revenue and conversion rate by device category:\n"
},
{
"table": {
"headers": [
{
"header": "Device Category",
"dataType": "string"
},
{
"header": "Total Revenue",
"dataType": "string"
},
{
"header": "User Conversion Rate",
"dataType": "string"
}
],
"rows": [
{
"columns": [
{
"value": "Desktop"
},
{
"value": "$17,412.62"
},
{
"value": "99.9%"
}
]
},
{
"columns": [
{
"value": "Mobile"
},
{
"value": "$15,309.41"
},
{
"value": "99.46%"
}
]
}
}
},
{
"text": "**Revenue and Conversion Rate Trends:**\n\nRevenue from desktop devices saw a peak on August 18th, while mobile revenue peaked on August 30th. Conversion rates remained high and relatively stable for both desktop and mobile throughout the period."
},
{
"text": "This product uses AI and may display inaccurate info. Your chat activity may be used to improve the product and your use is subject to Google's [Terms](https://policies.google.com/terms), [AI Use Policy](https://policies.google.com/terms/generative-ai/use-policy), and [Privacy Policy](https://policies.google.com/privacy). [Learn more about Chat AI Privacy](https://support.google.com/helpguide/answer/14185196)."
}
],
"propertyQuota": {
"tokensPerDay": {
"consumed": 26849,
"remaining": 3723151
},
"tokensPerHour": {
"consumed": 26849,
"remaining": 473151
}
}
}
উদাহরণ ২: একাধিক পালাভিত্তিক কথোপকথনমূলক রোগনির্ণয়
প্রাসঙ্গিকতা বজায় রেখে পরবর্তী প্রশ্ন করার জন্য, আপনার অনুরোধে পূর্ববর্তী উত্তর থেকে প্রাপ্ত sessionId অন্তর্ভুক্ত করুন।
দৃশ্যকল্প: পূর্ববর্তী সময়ের সাথে তুলনা করুন
পূর্ববর্তী ডিভাইস তুলনার ধারাবাহিকতায়, আপনি অ্যাডভাইজারকে ফলাফলগুলো পূর্ববর্তী সময়ের সাথে তুলনা করতে বলেন।
HTTP অনুরোধ
curl -X POST \
"https://analyticsdata.googleapis.com/v1alpha/properties/${PROPERTY_ID}:chat" \
-H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
-H "x-goog-user-project: ${PROJECT_ID}" \
-H "Content-Type: application/json" \
-d '{
"sessionId": "692e9ab9-b338-4426-b006-a05f21ac7cd6",
"userQuery": "Compare results with the same period in the previous mounth."
}'
HTTP প্রতিক্রিয়া
অ্যানালিটিক্স অ্যাডভাইজার পূর্ববর্তী সময়ের ফলাফলের সাথে সম্পর্ক স্থাপন করতে সেশন মেমরি ব্যবহার করে।
{
"sessionId": "eb3284b2-49ce-4aed-b6d0-fdc15cb87b5f",
"blocks": [
{
"text": "The following table provides a detailed comparison of total revenue and user conversion rate by device category for the two periods.\n"
},
{
"table": {
"headers": [
{
"header": "Device Category",
"dataType": "string"
},
{
"header": "Metric",
"dataType": "string"
},
{
"header": "Jul 16 - Aug 15, 2026",
"dataType": "string"
},
{
"header": "Aug 16 - Sep 14, 2026",
"dataType": "string"
}
],
"rows": [
{
"columns": [
{
"value": "Desktop"
},
{
"value": "Total Revenue"
},
{
"value": "$17,412.62"
},
{
"value": "$19,565.46"
}
]
},
{
"columns": [
{
"value": "Desktop"
},
{
"value": "User Conversion Rate"
},
{
"value": "1.90%"
},
{
"value": "1.95%"
}
]
},
{
"columns": [
{
"value": "Mobile"
},
{
"value": "Total Revenue"
},
{
"value": "$13,997.19"
},
{
"value": "$15,309.41"
}
]
},
{
"columns": [
{
"value": "Mobile"
},
{
"value": "User Conversion Rate"
},
{
"value": "1.95%"
},
{
"value": "1.99%"
}
]
}
}
}
]
}
প্রতিক্রিয়া কাঠামো এবং ডেটা ব্লক
ChatResponse অবজেক্টটি blocks অ্যারেতে কাঠামোগত উপাদানগুলো ফেরত দেয়:
| ব্লক টাইপ | মাঠ | বর্ণনা |
|---|---|---|
| বর্ণনামূলক পাঠ্য | blocks[].text | সহজবোধ্য ব্যাখ্যা এবং উচ্চ-স্তরের বিশ্লেষণমূলক সারসংক্ষেপ। |
| কাঠামোগত টেবিল | blocks[].table | সারণী আকারে ডেটার বিভাজন, যেখানে headers (নাম ও ডেটার ধরন) এবং rows (সেলের মান) থাকে। |
টেবিল হেডার ডেটা টাইপ
blocks[].table.headers এর কলামগুলো সিমান্টিক ডেটা টাইপ বর্ণনা করে:
-
string: শ্রেণীভিত্তিক টেক্সট মান (যেমন,"desktop","/shop/apparel")। -
float: সাংখ্যিক ফ্লোটিং-পয়েন্ট সংখ্যা।
চ্যাট কোটা ব্যবস্থাপনা
অ্যানালিটিক্স অ্যাডভাইজরের অনুরোধগুলো কোয়েরির জটিলতার উপর ভিত্তি করে চ্যাট টোকেন ব্যবহার করে। যখন returnPropertyQuota true হয়, তখন propertyQuota তে কোটার বর্তমান অবস্থা ফেরত দেওয়া হয়।
-
tokensPerDay: দৈনিক টোকেন সীমা এবং অবশিষ্ট ব্যালেন্স। -
tokensPerHour: ঘণ্টাভিত্তিক পরিবর্তনশীল হারের সীমা এবং অবশিষ্ট ব্যালেন্স।
প্রস্তাবিত ইন্টিগ্রেশন অ্যাপ্লিকেশন
properties.chat পদ্ধতিটি বিভিন্ন টিম ও টুলের মধ্যে একাধিক ইন্টিগ্রেশন আর্কিটেকচারের সুযোগ উন্মোচন করে:
এন্টারপ্রাইজ চ্যাট এবং সহযোগিতা বট
আপনার টিম চ্যাট ওয়ার্কস্পেসকে সরাসরি গুগল অ্যানালিটিক্সের সাথে সংযুক্ত করুন।
- থ্রেডেড সেশন: দলের সদস্যদের সম্মিলিতভাবে ফলো-আপ প্রশ্ন জিজ্ঞাসা করার সুযোগ দিতে চ্যাট থ্রেড আইডির সাথে
sessionIdসংরক্ষণ করুন। - রিচ কার্ড রেন্ডারিং:
tableরেসপন্স ব্লকগুলোকে ইন্টারেক্টিভ কার্ড উইজেটে ফরম্যাট করুন।
স্বায়ত্তশাসিত এআই এজেন্ট এবং মডেল কনটেক্সট প্রোটোকল (এমসিপি) টুলস
এলএলএম অর্কেস্ট্রেটরদের (যেমন জেমিনি, ল্যাংচেইন, বা ক্লড) একটি জিএ বিশ্লেষণাত্মক টুল দিয়ে সজ্জিত করুন:
- একটি LLM-কে জটিল
runReportকোয়েরি তৈরি করতে বাধ্য করার পরিবর্তে, LLM এজেন্ট স্বাভাবিক ভাষার অভিপ্রায় সহchatমেথডটি আহ্বান করতে পারে। - এজেন্ট বহু-চ্যানেল বিপণন সুপারিশে সংশ্লেষণ করার জন্য উচ্চ-তথ্যসমৃদ্ধ সারসংক্ষেপ এবং সুবিন্যস্ত সারণী গ্রহণ করেন।
স্বয়ংক্রিয় নির্বাহী ব্রিফিং এবং সতর্কীকরণ
সক্রিয়ভাবে অস্বাভাবিকতা অনুসন্ধান করার জন্য নির্ধারিত পরিষেবা তৈরি করুন:
- একটি দৈনিক ক্রন জব নিম্নলিখিত কোয়েরিটি চালায়: "গতকালকের মূল পারফরম্যান্স মেট্রিকগুলোর সারসংক্ষেপ তৈরি করুন এবং কনভার্সনে কোনো অস্বাভাবিক হ্রাস শনাক্ত করুন।"
- যদি কোনো অসঙ্গতি শনাক্ত হয়, তাহলে স্ক্রিপ্টটি স্বয়ংক্রিয়ভাবে মূল কারণ নির্ণয়ের জন্য একটি ফলো-আপ কোয়েরি চালু করে এবং অভ্যন্তরীণ ড্যাশবোর্ড বা CRM সিস্টেমে একটি সারসংক্ষেপ পোস্ট করে।