Se ti sei mai trovato a passare da Google Analytics a Search Console e allo strumento AI che usi per dare un senso a tutto questo, questa guida fa per te. La configurazione che stiamo per vedere ti permette di chiedere al tuo assistente AI cose come “quali pagine hanno perso traffico organico negli ultimi 30 giorni e perché?” o “quali sono le mie query di ricerca con le migliori prestazioni per questo mese rispetto allo scorso?” — e ottenere risposte concrete direttamente dai tuoi dati, in tempo reale, senza dover copiare un singolo CSV.

Smetti di cambiare scheda, fare copia-incolla e armeggiare con filtri e dashboard personalizzate. Inizia semplicemente a fare domande e ottenere risposte reali dai tuoi dati, e riprendi il controllo della tua business intelligence.

Questo è reso possibile da MCP — Model Context Protocol — uno standard aperto che consente agli strumenti AI di connettersi a fonti di dati esterne come strumenti di prima classe. Utilizzeremo in particolare due MCP: l’MCP ufficiale di Google Analytics (mantenuto dal team di analytics di Google) e mcp-gsc (il connettore open-source più utilizzato per Google Search Console, ora con oltre 300 stelle su GitHub). Entrambi utilizzano credenziali di service account permanenti, quindi nulla scade e nulla richiede una nuova autenticazione.

Alla fine di questa guida avrai entrambi gli MCP in esecuzione all’interno di Cursor, VS Code e Claude Desktop.

Perché Vale la Pena Investire del Tempo

La risposta onesta è che la maggior parte delle persone non trae abbastanza valore da Google Analytics o Search Console — non perché i dati non ci siano, ma perché trasformare numeri grezzi in informazioni utilizzabili richiede molto lavoro manuale. Devi sapere quali report consultare, ricordarti di consultarli e poi fare il lavoro mentale di collegare i punti tra due piattaforme separate.

Collegarle a un assistente AI cambia completamente le cose. Una volta che gli MCP sono in esecuzione, puoi:

  • Chiedere un riassunto in linguaggio semplice di cosa è successo al tuo traffico il mese scorso e ottenere una diagnosi, non solo un numero
  • Incrociare i dati delle parole chiave di GSC con i dati di sessione e conversione di GA4 in un’unica conversazione
  • Eseguire audit di content decay — pagine che un tempo erano in classifica ma stanno scendendo — senza creare un foglio di calcolo
  • Individuare vittorie rapide: parole chiave in cui sei in posizioni 5–15 con impressioni decenti ma CTR basso
  • Ottenere risposte alle 23:00 senza dover accedere a nulla

E poiché questi MCP sono in sola lettura e utilizzano service account con ambito limitato alle sole API di analytics, i tuoi dati rimangono esattamente dove sono — nessun esportazione, nessuna ingestione di terze parti, nessun rischio di training dei modelli.

Cosa Ti Serve Prima di Iniziare

Questa guida presuppone che tu sia su Windows (i percorsi utilizzano le barre inverse) ma lo stesso approccio funziona su Mac e Linux con percorsi adattati. Avrai bisogno di:

  • Python 3.10 o successivo — verifica con python --version in un terminale
  • pipx — installa con pip install pipx se non lo hai
  • uv / uvx — installa con pip install uv , che ti fornisce l’esecutore uvx
  • Un account Google Cloud con accesso ai progetti collegati alle tue proprietà GA4 e GSC
  • Almeno uno tra: Cursor, VS Code o Claude Desktop
Un progetto GCP per sito web è la configurazione più pulita. Se gestisci analytics per più siti web, crea un service account separato per ciascuno. Questo mantiene le credenziali isolate e rende facile revocare l’accesso per un progetto senza influenzare gli altri.

Parte 1 — Configurazione di Google Cloud (Da Fare Una Volta Per Sito Web)

Passo 1: Crea un Service Account

Un service account è essenzialmente una credenziale che appartiene a un’applicazione piuttosto che a una persona. A differenza del flusso OAuth a cui potresti essere abituato (in cui clicchi “Consenti” in un browser e ottieni un token che scade), una chiave di service account è un file JSON che risiede permanentemente sulla tua macchina e non necessita mai di rinnovo.

  1. Vai su console.cloud.google.com e seleziona il tuo progetto GCP (creane uno se non ne hai ancora — il piano gratuito è sufficiente)
  2. Nella barra laterale sinistra, clicca su IAM & AdminService Accounts
  3. Clicca su + Create Service Account
  4. Dagli un nome descrittivo come analytics-mcp-reader — l’indirizzo email verrà generato automaticamente
  5. Nella schermata successiva, salta il passaggio “Grant access” — le autorizzazioni GA4 e GSC vengono impostate nei rispettivi pannelli di amministrazione, non in GCP IAM
  6. Clicca su Done

Passo 2: Scarica la Chiave JSON

  1. Clicca sul service account che hai appena creato
  2. Vai alla scheda Keys
  3. Clicca su Add KeyCreate new keyJSON
  4. Salva il file scaricato in un percorso permanente e prevedibile — ad esempio C:\credentials\my-project\analytics-mcp-service-account.json
Mantieni privato questo file. Chiunque abbia questa chiave JSON può interrogare i tuoi dati di analytics. Non commetterlo in un repository git, non incollarlo in Slack e non salvarlo in una cartella pubblica di Dropbox.

Passo 3: Abilita le API Richieste

Nel tuo progetto GCP, vai su APIs & ServicesLibrary e abilita entrambe:

  • Google Analytics Data API
  • Google Analytics Admin API

L’API di Search Console non deve essere abilitata separatamente — il server mcp-gsc gestisce tutto tramite le credenziali del service account direttamente.

Parte 2 — Concedi al Service Account l’Accesso ai Tuoi Dati

Google Analytics 4

GA4 gestisce l’accesso degli utenti separatamente da GCP. Devi aggiungere l’indirizzo email del service account come utente all’interno di GA4 stesso.

  1. Vai su analytics.google.com
  2. Clicca sull’icona dell’ingranaggio (Admin) in basso a sinistra
  3. Sotto la colonna Property, clicca su Property Access Management
  4. Clicca sul pulsante +Add users
  5. Incolla l’email del service account (appare come analytics-mcp-reader@your-project.iam.gserviceaccount.com )
  6. Imposta il ruolo su Viewer o superiore
  7. Clicca su Add

Google Search Console

  1. Vai su search.google.com/search-console
  2. Seleziona la tua proprietà
  3. Clicca su Settings nella barra laterale sinistra
  4. Clicca su Users and permissionsAdd user
  5. Incolla la stessa email del service account
  6. Imposta l’autorizzazione su Full
  7. Clicca su Add
Se gestisci più siti web, ripeti queste due sezioni per ciascuno — creare un service account separato e un file JSON per progetto è l’approccio consigliato.

Parte 3 — Installa i Server MCP

Entrambi gli MCP possono essere eseguiti su richiesta utilizzando pipx e uvx — non è necessario un passaggio di installazione globale. Il file di configurazione dello strumento AI gestisce l’avvio automatico del processo del server quando necessario. Detto ciò, puoi verificare prima che i pacchetti siano accessibili:

# Verifica che analytics-mcp sia raggiungibile tramite pipx
pipx run analytics-mcp --help
# Verifica che mcp-gsc sia raggiungibile tramite uvx
uvx mcp-gsc --help

Se uno dei due comandi restituisce un errore, assicurati che pipx e uv siano installati e nel PATH di sistema.

Parte 4 — Aggiungere gli MCP ai Tuoi Strumenti AI

Il pattern di configurazione è lo stesso per tutti gli strumenti: stai dicendo all’applicazione dove trovare il processo del server MCP e quali variabili d’ambiente passargli. L’unica cosa che cambia tra gli strumenti è il formato del file di configurazione.

In tutti gli esempi seguenti, sostituisci i percorsi delle credenziali con le posizioni effettive in cui hai salvato i tuoi file JSON.

Cursor

Cursor memorizza la configurazione MCP globale in ~/.cursor/mcp.json (ovvero C:\Utenti\NomeUtente\.cursor\mcp.json su Windows). Aprilo in qualsiasi editor di testo e aggiungi quanto segue all’interno dell’oggetto "mcpServers" :

"analytics-mcp-miosito": {
"command": "pipx",
"args": ["run", "analytics-mcp"],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "C:\\credentials\\miosito\\analytics-mcp-service-account.json",
"GOOGLE_PROJECT_ID": "il-tuo-gcp-project-id"
}
},
"gsc-mcp-miosito": {
"command": "uvx",
"args": ["mcp-gsc"],
"env": {
"GSC_CREDENTIALS_PATH": "C:\\credentials\\miosito\\analytics-mcp-service-account.json",
"GSC_SKIP_OAUTH": "true"
}
}

Se gestisci più siti web, duplica ogni blocco e cambia il nome della chiave e il percorso delle credenziali per ciascuno — ad esempio "analytics-mcp-sito1" e "analytics-mcp-sito2" . Riavvia Cursor dopo il salvataggio.

VS Code

La configurazione MCP di VS Code si trova in %APPDATA%\Code\User\mcp.json . Il formato utilizza una chiave "servers" (non "mcpServers" ) e richiede un campo esplicito "type": "stdio" per ogni voce:

"analytics-mcp-miosito": {
"type": "stdio",
"command": "pipx",
"args": ["run", "analytics-mcp"],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "C:\\credentials\\miosito\\analytics-mcp-service-account.json",
"GOOGLE_PROJECT_ID": "il-tuo-gcp-project-id"
}
},
"gsc-mcp-miosito": {
"type": "stdio",
"command": "uvx",
"args": ["mcp-gsc"],
"env": {
"GSC_CREDENTIALS_PATH": "C:\\credentials\\miosito\\analytics-mcp-service-account.json",
"GSC_SKIP_OAUTH": "true"
}
}

Riavvia VS Code dopo il salvataggio. I server MCP appariranno nel pannello dell’agente Copilot.

Claude Desktop

La configurazione di Claude Desktop si trova in %APPDATA%\Claude\claude_desktop_config.json . Il formato è lo stesso della struttura "mcpServers" di Cursor:

{
"mcpServers": {
"analytics-mcp-miosito": {
"command": "pipx",
"args": ["run", "analytics-mcp"],
"env": {
"GOOGLE_APPLICATION_CREDENTIALS": "C:\\credentials\\miosito\\analytics-mcp-service-account.json",
"GOOGLE_PROJECT_ID": "il-tuo-gcp-project-id"
}
},
"gsc-mcp-miosito": {
"command": "uvx",
"args": ["mcp-gsc"],
"env": {
"GSC_CREDENTIALS_PATH": "C:\\credentials\\miosito\\analytics-mcp-service-account.json",
"GSC_SKIP_OAUTH": "true"
}
}
}
}

Chiudi e riapri completamente Claude Desktop dopo il salvataggio — un semplice aggiornamento non è sufficiente perché le modifiche MCP abbiano effetto.

Claude CLI (claude-code)

Se utilizzi la CLI Claude Code, esegui questi comandi una volta nel terminale — non è necessario modificare file di configurazione:

claude mcp add analytics-mcp-miosito \
-e GOOGLE_APPLICATION_CREDENTIALS="C:\credentials\miosito\analytics-mcp-service-account.json" \
-e GOOGLE_PROJECT_ID="il-tuo-gcp-project-id" \
-- pipx run analytics-mcp
claude mcp add gsc-mcp-miosito \
-e GSC_CREDENTIALS_PATH="C:\credentials\miosito\analytics-mcp-service-account.json" \
-e GSC_SKIP_OAUTH="true" \
-- uvx mcp-gsc

Parte 5 — Verificare che Tutto Funzioni

Una volta riavviato lo strumento scelto, apri una nuova conversazione e prova alcune query per confermare che le connessioni siano attive:

  • “Elenca tutte le proprietà Google Analytics a cui hai accesso” — questo chiama get_account_summaries e dovrebbe restituire i nomi e gli ID delle tue proprietà
  • “Mostrami le prime 10 pagine per sessioni degli ultimi 30 giorni” — questo esegue un report GA4
  • “Quali sono le query di ricerca principali che generano impressioni sul mio sito questo mese?” — questo interroga Search Console

Se una query fallisce con un errore di autenticazione, verifica che l’email del service account sia stata aggiunta correttamente sia alla proprietà GA4 che a quella GSC, e che entrambe le API Analytics siano abilitate nel tuo progetto GCP.

Suggerimento: Lo strumento get_account_summaries dell’MCP GA4 restituisce gli ID delle proprietà che ti serviranno per query più mirate. Chiedi prima al tuo AI di elencarli, poi utilizza l’ID specifico della proprietà nelle domande successive quando hai più siti web.

Cosa Puoi Chiedere Una Volta che è in Esecuzione

Ecco alcuni esempi di prompt che funzionano bene una volta che entrambi gli MCP sono collegati:

Obiettivo Prompt di esempio
Panoramica del traffico “Riassumi il traffico del mio sito web per gli ultimi 28 giorni rispetto allo stesso periodo dell’anno scorso”
Content decay “Quali pagine hanno avuto cali significativi di clic organici rispetto a 3 mesi fa?”
Vittorie rapide “Trova parole chiave in cui sono tra la posizione 5 e 15 con più di 500 impressioni questo mese”
Attribuzione per canale “Analizza le mie sessioni per canale negli ultimi 30 giorni ed evidenzia eventuali anomalie”
Analisi delle landing page “Quali landing page hanno il tasso di rimbalzo più alto e qual è il loro volume di ricerca organica?”
Verifica dell’indicizzazione “Ci sono pagine con impressioni in GSC che hanno zero sessioni in GA4?”

Nota sulla Privacy dei Dati

Tutto ciò che è descritto in questa guida mantiene i tuoi dati di analytics locali sulla tua macchina. I server MCP vengono eseguiti come processi locali — non c’è relay cloud, nessuna ingestione di terze parti e nessun dato che lascia il tuo ambiente. Il modello AI riceve i risultati delle query come parte del contesto della tua conversazione, esattamente come se avessi incollato tu stesso i numeri in una finestra di chat.

Detto ciò, se stai utilizzando un servizio AI commerciale (Claude, GPT-4, ecc.), il contenuto della tua conversazione — inclusi i dati di analytics — passa attraverso i loro server. Se questo è un problema per la tua azienda, continua a leggere.

Hai Bisogno che la Tua IA Conosca Tutto della Tua Azienda — Senza Condividerlo?

Collegare GA4 e Search Console al tuo assistente AI è un utile primo passo. Ma il quadro completo della tua azienda vive in molti altri luoghi: il tuo CRM, il tuo pipeline di vendita, i tuoi ticket di supporto, il tuo sistema di inventario, i tuoi dati finanziari. La maggior parte delle aziende è seduta su una miniera d’oro di dati operativi che non utilizza mai, perché gli strumenti che potrebbero dare un senso a tutto sono troppo costosi, troppo generici o troppo dipendenti dall’invio dei tuoi dati ai server di qualcun altro.

In Shambix, realizziamo sistemi IA privati che funzionano interamente sulla tua infrastruttura. Questo significa un setup LLM personalizzato — adattato al tuo contesto aziendale, connesso alle tue effettive fonti di dati e completamente isolato dai fornitori AI commerciali. I tuoi concorrenti non vedono le tue query. I dati dei tuoi clienti non lasciano il tuo ambiente. Ottieni un livello di business intelligence che conosce la tua azienda come il tuo miglior analista, disponibile 24 ore su 24.

Ci occupiamo di tutto: selezione e deployment del modello, configurazione dei server MCP, integrazione delle fonti di dati, controlli di accesso e manutenzione continua. Che tu sia una PMI in crescita che vuole smettere di pagare per strumenti che non si adattano perfettamente, o un’organizzazione più grande con seri requisiti di governance dei dati, possiamo mettere insieme una soluzione che funzioni per la tua situazione specifica.

Se sei curioso di sapere come potrebbe apparire per la tua azienda, siamo felici di fare due chiacchiere — senza presentazioni commerciali, senza impegno.

Parlaci di un Setup AI Personalizzato


Gli MCP citati in questa guida sono open source: google-analytics-mcp (Apache 2.0, mantenuto da Google) e mcp-gsc (MIT). Nessuno dei due è affiliato a Shambix.

Hai in mente un sistema AI personalizzato per la tua azienda?
Se desideri un'IA privata, pronta per la business intelligence, sei nel posto giusto.

o scrivi a info@shambix.com
Nome
Lavoriamo con budget flessibili e di ogni tipo, per piccoli e grandi progetti. Serve a orientare meglio la soluzione più adatta al tuo progetto.