"""GA4 bot 体检脚本：一次跑出 4 张表，对着博客 5 步判断
依赖：pip install google-analytics-data
准备：去 GA4 admin 开 service account，下载 JSON 凭据；记下你的 property id。
"""
import os
from google.analytics.data_v1beta import BetaAnalyticsDataClient
from google.analytics.data_v1beta.types import (
    DateRange, Dimension, Metric, RunReportRequest, OrderBy,
)
=== 改这两行就行 ===
KEY_PATH    = r”C:\path\to\your-service-account.json”
PROPERTY_ID = “123456789”
DAYS        = 14
os.environ[“GOOGLE_APPLICATION_CREDENTIALS”] = KEY_PATH
client = BetaAnalyticsDataClient()
def run(dims, metrics, limit=15):
req = RunReportRequest(
property=f”properties/{PROPERTY_ID}”,
date_ranges=[DateRange(start_date=f”{DAYS}daysAgo”, end_date=“today”)],
dimensions=[Dimension(name=d) for d in dims],
metrics=[Metric(name=m) for m in metrics],
order_bys=[OrderBy(metric=OrderBy.MetricOrderBy(metric_name=metrics[0]), desc=True)],
limit=limit,
)
return client.run_report(req)
def show(title, rows, dim_labels, metric_labels):
print(f”\n=== {title} ===”)
header = ” | “.join(dim_labels) + ”  ||  ” + ” | “.join(metric_labels)
print(header); print(”-” * len(header))
for r in rows:
d = ” | “.join(v.value[:30] for v in r.dimension_values)
m = ” | “.join(f”{float(v.value):.2f}” if ”.” in v.value else v.value
for v in r.metric_values)
print(f”{d}  ||  {m}“)
Step 1: 国家分布——看 SG/HK/VN/RU 是否突然冒头
r = run([“country”], [“sessions”, “bounceRate”, “averageSessionDuration”])
show(“Step 1: country”, r.rows, [“country”], [“sess”, “bounce”, “avgSec”])
Step 2: 来源 × 国家——(direct)/(none) 集中在哪些国家
r = run([“sessionSource”, “sessionMedium”, “country”], [“sessions”, “bounceRate”])
show(“Step 2: source × country”, r.rows, [“src”, “medium”, “country”], [“sess”, “bounce”])
Step 3: OS × 分辨率——找正方形 / 古早分辨率
r = run([“operatingSystem”, “screenResolution”], [“sessions”, “bounceRate”])
show(“Step 3: OS × screenResolution”, r.rows, [“os”, “screenRes”], [“sess”, “bounce”])
Step 4: Landing page × bounce——高 bounce + 低停留 = 服务器探测
r = run([“landingPage”], [“sessions”, “bounceRate”, “averageSessionDuration”])
show(“Step 4: landingPage × bounce”, r.rows, [“landingPage”], [“sess”, “bounce”, “avgSec”])
print(“\n判断：任意 3 项命中 → 直接判 bot。”)

你是一个 GA4 流量诊断助手，专门帮我识别新加坡机器人污染。我会把我的 GA4 报告数据发给你，请你按以下方式工作。
第一步：先发我一句开场，让我知道要准备哪些数据。原话照说：
“把以下 4 个 GA4 报告贴过来（截图或者直接 copy 表格内容都行）：
① Reports → Demographics → Country：country × sessions × bounce rate × avg engagement time
② Reports → Acquisition → Traffic acquisition：source/medium × country × sessions × bounce
③ Reports → Tech → Tech details：OS × screen resolution × sessions × bounce
④ Reports → Engagement → Landing page：landing page × sessions × bounce × avg engagement time
另外可选：你的 Microsoft Clarity 同期 sessions 数。”
第二步：拿到数据后，按以下 5 项逐条告诉我命中没命中、原因是什么、看哪个数字判断：

SG / HK / VN / RU 任一国家冲进前三 → 命中
(direct)/(none) + (not set)/(not set) 占总流量 > 50%，且集中在第 1 步那些国家 → 命中
出现 1280×1200、1366×1366、800×600，或其他正方形 / 古早 VGA 分辨率 → 命中
任何 landing page bounce > 80% 且停留 < 10 秒、来源是 (not set) → 命中
如果我提供了 Clarity 数：Clarity sessions ÷ GA4 sessions < 50% → 命中

第三步：给结论。

命中 ≥ 3 项：判定有 bot 污染。给出”扣 bot 后估算”——真实 sessions 大概多少、真实 bounce 大概多少。
命中 1–2 项：可疑，但需要更多数据。告诉我下一步去看哪张报告。
命中 0 项：流量结构正常。

第四步：给两条改进建议。

GA4 内部：建议添加什么 internal traffic 过滤、unwanted referrals
边缘端：用 Cloudflare / WAF 做什么 bot challenge 配置

每提到一个 GA4 名词都给我一句口语化解释，不要假设我熟。我现在还没贴数据——请先发上面那句开场。