Как бесплатно настроить автоматический импорт расходов на Facebook Ads в Google Analytics

Подписчики моего Telegram-канала по веб-аналитике часто спрашивают про бесплатные сервисы по импорту расходов из рекламных систем в Google Analytics. В этой статье я решил показать как сделать такой сервис самостоятельно используя исключительно бесплатные ресурсы и язык программирования Python. Случайный образом я нашел PythonAnywhere  — простой облачный сервис, который позволяет запускать Python-код, в том числе по расписанию, делать веб-приложения (например, Flask) и вебхуки. У этого сервиса есть бесплатный тариф, и он нам подходит для решения задачи. Итак, будем настраивать импорт данных о расходах на Facebook рекламу в Google Analytics. Чтобы это сделать нужно:

1. Зарегистрироваться в сервисе PythonAnywhere и войти в него.
2. Открыть вкладку Consoles, нажать на ссылку Bash рядом с Other. 
3. В открывшемся окне нужно установить дополнительные пакеты для работы — для этого поочередно выполните такие команды:
   
   1) pip3 install --user facebook_business
   2) pip3 install --user facebookads
   3) pip3 install --user --upgrade google-api-python-client
4. Перейти на вкладку Files, в поле возле кнопки New file ввести название «fb_cost_to_ga.py» и нажать саму кнопку для создания нового файла. В открывшемся окне нужно вставить этот код и нажать Save.
5. В только что созданном файле нужно заменить значения на свои, а именно:
1. MY_APP_ID —ID приложения, через которое осуществляется работа с Facebook API.
2. MY_APP_SECRET — secret приложения, через которое осуществляется работа с Facebook API.
3. MY_LONG_LIVED_ACCESS_TOKEN — долгосрочный токен доступа, через который будут получаться данные о расходах из рекламного аккаунта.
4. AD_ACCOUNT_ID — ID рекламного аккаунта в Facebook
5. PATH_TO_SERVICE_ACCOUNT_KEY — путь к JSON-ключу сервисного аккаунта Google Cloud (создать проект GCP, создать сервисный аккаунт, включить GA API)
6. GA_PROPERTY_ID — ID ресурса GA, в который надо загружать расходы
7. GA_DATA_SET_ID — ID набора данных, в который будут загружаться расходы
8. FB_CSV_FILEPATH — любое название файла .csv (например, fb_cost_data.csv). Именно с таким названием будет создаваться файл с последними данными о расходах, которые будут загружаться в GA.
6. Если вам понятно, где взять все эти конфигурации — можете переходить к пункту 19 этой инструкции. Чтобы получить MY_APP_ID и MY_APP_SECRET нужно перейти на страницу https://developers.facebook.com/apps/ и создать приложение.
7. После того, как вы создадите приложение нужно в боковом меню зайти на вкладку Settings -> Basic. На этой вкладке находится App ID и App Secret соответственно. Чтобы увидеть App Secret — нужно нажать кнопку Show.
   
   
8. После этого нужно получить MY_LONG_LIVED_ACCESS_TOKEN. Для этого нужно нажать кнопку «+» возле пункта Products бокового меню. Найти блок Marketing API и нажать в нем кнопку Set Up.
9. После этого в боковом меню нужно перейти на вкладку Marketing API->Tools, поставить галочку возле пункта ads_read и нажать кнопку Get Token. Вы получите обычный TOKEN, который надо обменять на долгосрочный.
10. Для этого нужно подставить в эту ссылку свои значения (все они получены на предыдущих шагах) и перейти по этой ссылке:
    
    https://graph.facebook.com/v5.0/oauth/access_token?grant_type=fb_exchange_token&client_id={MY_APP_ID}&client_secret={MY_APP_SECRET}&fb_exchange_token={TOKEN}
    
    Подробнее об этом способе получения долгосрочного токена можно прочитать здесь.
11. Если вы правильно составили ссылку, то перейдя по ней увидите access_token. Значение в кавычках рядом с этим ключом и есть MY_LONG_LIVED_ACCESS_TOKEN, который нужно указать в конфигурациях кода.
    
    
12. AD_ACCOUNT_ID можно найти в ссылке, при работе с рекламным аккаунтом Facebook. Он находится в URL-параметре act. Или в выпадающем списке рекламных аккаунтов (см. скриншот).
    
13. Дальше нужно создать проект в Google Cloud. Для этого нужно перейти по ссылке: https://console.cloud.google.com/projectcreate .
14. Потом в боковом меню перейти на вкладку «APIs & Services», нажать кнопку « + ENABLE APIS AND SERVICES», найти блок Google Analytics API, перейти в него и нажать кнопку ENABLE.
15. После этого осталось создать сервисный аккаунт. Для этого в боковом меню нужно перейти в пункт IAM & admin -> Service accounts. Потом нужно нажать кнопку «+ CREATE SERVICE ACCOUNT». На первом шаге указать имя (например «fb_cost_to_ga») и нажать кнопку Create. На втором шаге указать роль Project -> Viewer и нажать Continue. На третьем шаге нажать «+ CREATE KEY», выбрать Key Type JSON и нажать Create. Скачается файл ключа сервисного аккаунта. После этого нужно нажать кнопку Done, скопировать Email сервисного аккаунта и добавить этот имейл в качестве пользователя с правами на изменение на уровне ресурса Google Analytics, в который нужно импортировать расходы.
16. Скачанный файл с предыдущего шага нужно загрузить в PythonAnywhere. Для этого нужно в этом сервисе перейти на вкладку Files, нажать кнопку «Upload a file», найти скачанный ранее файл и загрузить его. После этого осталось скопировать название этого файла, вместе с расширением .json и указать в качестве PATH_TO_SERVICE_ACCOUNT_KEY конфигураций скрипта (например, rare-lattice-258910-c92131d52661.json).
17. GA_PROPERTY_ID — идентификатор отслеживания Google Analytics, который можно найти на вкладе Property Settings, админ панели GA. На этом же уровне настроек ресурса нужно было добавить email сервисного аккаунта в список пользователей GA.
    
18.  GA_DATA_SET_ID нужно скопировать из интерфейса GA, предварительно создать набор данных для импорта. Инструкция по созданию есть здесь.
    
19. Заменив все конфигурации на свои, нужно выполнить код мануально, чтобы убедиться что он работает и в нем нет ошибок. Для этого откройте свой файл и нажмите синюю кнопку Run.
20. Если скрипт сработал без ошибок — вы увидите результат загрузки файла в GA.
21. Осталось поставить скрипт на автоматическое выполнение. Для этого откройте вкладку Tasks, укажите время запуска скрипта (обратите внимание, строчкой выше отображается часовой пояс сервера, именно по этому времени будет запускаться скрипт) и путь к файлу вашего скрипта. Если вы создавали его в корневой папке, путь будет таким: /home/<ВАШ_ЛОГИН>/fb_cost_to_ga.py . После этого остается только нажать кнопку Create.

Все, наконец-то, готово. Результат загрузки файлов можно будет наблюдать здесь, перейдя по кнопке Manage Uploads, в списке наборов данных GA:

Это решение имеет ряд недостатков:

• PythonAnywhere в бесплатной версии имеет много ограничений. Например, можно выполнять код максимум 100 секунд и хранить файлов не более чем на 500 мб. Этих ограничений достаточно, чтобы любому маленькому и среднему бизнесу решать задачу по импорту своих расходов. Если все таки ограничения этого сервиса не позволяют решить эту задачу — можно сделать аналогичное решение на базе Google Cloud.
• Tasks в PythonAnywhere работают три месяца, с момента их создания. Для продливания этого времени нужно хотя бы раз в 3 месяца заходить на эту вкладку и нажимать кнопку Extend Expiry.
• Long-Lived Access Token Facebook API живет 60 дней. Поэтому раз в 2 месяца, нужно заходить и проходить пункты 8, 9, 10 еще раз, обновляя MY_LONG_LIVED_ACCESS_TOKEN.
• Так же, сами рекламные сервисы, в данном случае Facebook, может пересчитывать данных по расходам ретроспективно. Из-за этого расходы в GA могут отличаться от тех, которые будет показывать Facebook в рекламном кабинете. Но этого можно избежать, если переделать алгоритм загрузки расходов в GA прямо в коде fb_cost_to_ga.py.
• Данные импортируются в той валюте, в которой они отображаются в Facebook. Но можно найти бесплатный API (например, этот), чтобы получать данные о курсах валют и конвертировать их перед импортом. 
• Это решение импортирует расходы только на уровень источника (facebook), канала (cpc) и кампании. При чем для правильного матчинга данных названия Facebook Ads кампаний должны совпадать со значениями, которые передаются в параметр utm_campaign для ссылок из этих кампаний.