# www.websiteboosting.com / Patrik Lürwer & Mario Fischer

# Codebeispiel für R - Website Boosting Ausgabe 65
# Aus der Serie "R Leuchtungen", Teil 4
# Alle Zeilen, die mit # beginnen, dienen nur der Erklärung
# und werden von R ignoriert.

# Hinweis. Die vier nachfolgenden Librarys müssen einmalig installiert
# werden. Wie das geht, steht im Heft! Danach kann man die beiden Zeilen löschen.

# Das erste Mal installieren:

install.packages("tidyverse")
install.packages("googleAuthR")
install.packages("searchConsoleR")
install.packages("googleAnalyticsR")

# Danach können die oberen vier Zeilen mit einem
# Kreuz "#" auskommentiert werden, dann werden sie künftig ignoriert

# Nachfolgended werden die Librarys in den Speicher von R geladen:

library(tidyverse)
library(googleAuthR)
library(searchConsoleR)
library(googleAnalyticsR)

# Authentifizierung ---------------------------------------------

# Rechte definieren (Kann so bleiben)
options(googleAuthR.scopes.selected = c("https://www.googleapis.com/auth/webmasters.readonly", 
                                        "https://www.googleapis.com/auth/analytics.readonly"))

#### TOEDIT: Benennung der Schlüsseldatei definieren
gar_auth_service("derDateinameIhrerSchluesseldatei.json")


# Google Search Console -------------------------------------------

# Freigegebene Properties betrachten
list_websites() %>% 
  View()

#### TOEDIT: Property/Domainname hinterlegen
GSC_PROP <- "https://www.Ihr-Domainname.de/"

#### TOEDIT: Start- und Enddatum der Abfragen definieren
START_DATE <- "2020-09-01"
END_DATE <- "2020-09-30"

# Daten abfragen
gsc_data <- search_analytics(siteURL = GSC_PROP,
                             startDate = START_DATE,
                             endDate = END_DATE,
                             dimensions = c("page" , "query"),
                             searchType = "web",
                             rowLimit = 100000)

# Daten betrachten
gsc_data %>% 
  View()

# Daten exportieren
write_csv(gsc_data, "gsc_data.csv")


# Google Analytics ------------------------------------------------------------

# Freigegebene Views betrachten
ga_account_list() %>% 
  View()

#### TOEDIT: View definieren
GA_VIEW_ID <- "123456789"

# Exemplarischer Filter
channel_filter <- dim_filter(dimension = "channelGrouping", 
                             operator = "EXACT", 
                             expressions = "Organic Search")

filter_clause <- filter_clause_ga4(list(channel_filter))

# Daten abfragen
ga_data <- google_analytics(viewId = GA_VIEW_ID,
                            date_range = c(START_DATE, END_DATE),
                            metrics = c("sessions", "bounceRate"),
                            dimensions = "landingPagePath",
                            dim_filters =  filter_clause,
                            anti_sample = TRUE)

# Daten betrachten
ga_data %>% 
  View()

#### TOEDIT: Domainname für Search Console eintragen
DOMAIN <- "https://www.gettraction.de"

# Domain in den GA-Daten ergänzen
ga_data <- ga_data %>% 
  mutate(landingPagePath = paste0(DOMAIN, landingPagePath))

# Daten exportieren
write_csv(ga_data, "ga_data.csv")

# Daten vereinigen ----------------------------------------------

gsc_ga_data <- gsc_data %>% 
  full_join(ga_data, by = c("page" = "landingPagePath"))

# Daten betrachten
gsc_ga_data %>% 
  arrange(page, desc(clicks)) %>% 
  View()

# Daten exportieren
write_csv(gsc_ga_data, "gsc_ga_data.csv")

# Ende--------------------------------------------------------------