Exportations des vues enregistrées

AthenaHQ ne fournit pas de connecteur natif pour les entrepôts de données. Pour synchroniser une table d’entrepôt avec une vue enregistrée, exécutez de votre côté une tâche planifiée qui demande aux points de terminaison de métriques les données de cette vue sur une plage de dates, puis écrit le résultat dans votre entrepôt. Ces points de terminaison appliquent les filtres de la vue comme le tableau de bord : les chiffres correspondent donc à ceux du tableau de bord pour la même vue et les mêmes dates.

Prérequis

Une clé API AthenaHQ ayant accès au site web (Organisation → onglet API). Consultez Authentification. Une clé dédiée limitée à ce seul site est le choix le plus sûr pour une tâche planifiée.
Le website_id du site sur lequel vous souhaitez établir des rapports. Récupérez-le avec GET /api/v1/websites.
Une vue enregistrée pour ce site, créée dans le tableau de bord.

Configuration

Trouver l’identifiant de la vue enregistrée

curl "https://api.athenahq.ai/api/v1/saved-views?website_id=YOUR_WEBSITE_ID" \
  -H "x-api-key: YOUR_API_KEY"

Copiez l’id de la vue dont le name vous intéresse. Cet identifiant ne change pas lorsque quelqu’un modifie la vue dans le tableau de bord ; l’exportation suit donc ces modifications.

Demander un mois de métriques pour la vue

curl -X POST https://api.athenahq.ai/api/v1/metrics/mention-rate/cumulative \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "website_id": "YOUR_WEBSITE_ID",
    "filters": {
      "saved_view_id": "YOUR_SAVED_VIEW_ID",
      "start_date": "2026-08-01",
      "end_date": "2026-08-31"
    }
  }'

La réponse contient une entrée par marque : la vôtre (is_self: true) et chaque concurrent sélectionné dans la vue.

{
  "data": {
    "Your Brand": { "mention_rate": 42.3, "relative_mention_rate": 61.8, "is_self": true },
    "Competitor A": { "mention_rate": 24.9, "relative_mention_rate": 36.4, "is_self": false }
  }
}

Planifier l’exportation

Exécutez la requête une fois par mois pour le mois écoulé et ajoutez les lignes, accompagnées du mois, à votre table. Par exemple, en Python :

import datetime as dt

import requests

today = dt.date.today()
end = today.replace(day=1) - dt.timedelta(days=1)  # last day of last month
start = end.replace(day=1)

response = requests.post(
    "https://api.athenahq.ai/api/v1/metrics/mention-rate/cumulative",
    headers={"x-api-key": API_KEY},
    json={
        "website_id": WEBSITE_ID,
        "filters": {
            "saved_view_id": SAVED_VIEW_ID,
            "start_date": start.isoformat(),
            "end_date": end.isoformat(),
        },
    },
    timeout=60,
)
response.raise_for_status()

rows = [
    {"month": start.isoformat(), "brand": name, **values}
    for name, values in response.json()["data"].items()
]
# Write `rows` to your warehouse table, e.g. with the Snowflake connector's
# write_pandas or an INSERT through your usual loading tool.

Quel chiffre correspond au tableau de bord

La carte Taux de mention du tableau de bord affiche par défaut le taux pertinent. Dans l’API, il s’agit de relative_mention_rate : les mentions de la marque divisées par les réponses mentionnant votre marque ou un concurrent de la vue. mention_rate correspond au mode absolu de la carte : les mentions divisées par toutes les réponses de la vue. Pour votre marque, lisez l’entrée portant is_self: true. Comme le taux pertinent compte les réponses mentionnant n’importe lequel des concurrents de la vue, modifier leur liste change aussi votre propre taux pertinent, dans le tableau de bord comme ici.

Application de la vue

Dates. start_date et end_date déterminent la période ; la plage de dates enregistrée avec la vue est ignorée. Envoyez des dates simples (YYYY-MM-DD). end_date est inclusive.
Valeurs par défaut. Comme le tableau de bord, la vue ne compte que les prompts actifs et inclut tous les modèles, sauf indication contraire de la vue. Une requête sans saved_view_id conserve les valeurs par défaut de l’API, qui incluent les prompts en pause.
Remplacements. Tout filtre envoyé à côté de saved_view_id remplace la valeur de ce champ dans la vue. Par exemple, "models": ["chatgpt"] lit la vue pour ChatGPT uniquement.
Filtres des autres pages. Une vue enregistrée est partagée avec les pages Prompts, Réponses et Sources. Les filtres propres à ces pages, comme le sentiment ou les étiquettes de sources, ne modifient pas les métriques du tableau de bord et ne les modifient pas ici non plus.
Toutes les métriques. Le même saved_view_id fonctionne pour tous les points de terminaison de métriques : taux de mention, part de voix, taux de citation et position, sous forme cumulée ou chronologique. Les outils MCP de métriques (get_mention_rate_cumulative et les autres) l’acceptent également.

Erreurs

Statut	Signification	Marche à suivre
`404` Saved view not found	L’identifiant ne correspond pas à une vue enregistrée de `website_id`.	Affichez à nouveau les vues du site ; la vue a peut-être été supprimée.
`400` Saved view ”…” uses filters the API cannot apply	La vue utilise un filtre que l’API ne peut pas reproduire, par exemple « Les modèles ne sont aucun de ». Le message le précise.	Envoyez explicitement le filtre indiqué (par exemple `filters.models`) pour remplacer la valeur de la vue, ou modifiez la vue dans le tableau de bord.

Vue d’ensemble

Intégrations

Ressources principales

Analyses

Contenu et connaissances

Administration

Exportations des vues enregistrées

Prérequis

Configuration

Quel chiffre correspond au tableau de bord

Application de la vue

Erreurs

​Prérequis

​Configuration

​Quel chiffre correspond au tableau de bord

​Application de la vue

​Erreurs

Prérequis

Configuration

Quel chiffre correspond au tableau de bord

Application de la vue

Erreurs