我无法理解Firebase控制台和BigQuery在计算不同用户方面的差异,请您能帮助我理解它们吗?
select x.daytime, count(distinct x.user_pseudo_id) from (
select _TABLE_SUFFIX daytime, user_pseudo_id
from `analytics_186900506.events_*`
where _TABLE_SUFFIX BETWEEN '20200501' AND '20200531'
and event_name="session_start"
and platform ='ANDROID'
) x
group by x.daytime
order by x.daytime
我发现在先验不再被修改的时期(每天超过1周),每天不同用户的数量差异为0-5%。通常,bigquery中的结果要么与Firebase匹配要么更高。在bigquery中看到数据,这也不适合我,这是由于时区不同所致。查询中有错误吗?
您的查询似乎不错;但是,it's not recommended使用session_start事件进行比较:
不要比较经常触发的诸如session_start或user_engagement之类的事件。
在同一答案中,还有关于Firebase中count方法的有趣信息,可以解释差异:
[此外,Google Analytics for Firebase正在使用HyperLogLog(HLL)近似算法来计算用户数。当按用户属性和受众过滤用户指标时,这提供了更大的灵活性,但可能导致事件计数上的差异。
如果您要计算活跃用户,也许using "user_engagement" event可以帮助进一步减少差异。
最后,如果您想深入了解所观察到的差异,我建议直接与Firebase support联系。>