BigQuery 与 Google Analytics 报告中的总会话数

Question

我刚刚学习 BigQuery，所以这可能是一个愚蠢的问题，但我们希望在那里获得一些统计数据，其中之一是给定一天的总会话数。

为此，我在 BQ 中查询过：

select sum(sessions) as total_sessions from (
  select
    fullvisitorid,
    count(distinct visitid) as sessions,
    from (table_query([40663402], 'timestamp(right(table_id,8)) between timestamp("20150519") and timestamp("20150519")'))
    group each by fullvisitorid
)

（我使用table_query，因为稍后我们可能会增加天数）

这导致1,075,137。

但在我们的 Google Analytics（分析）报告中，在“受众概览”部分，同一天的结果：

This report is based on 1,026,641 sessions (100% of sessions).

尽管这一天，总有大约 5% 的差异。所以我想知道，即使查询很简单，我们是否犯了任何错误？

这种差异会发生吗？我通读了 BigQuery 的文档，但在此问题上找不到任何内容。

提前致谢，

Answer 1

对我有用的是：

SELECT count(distinct sessionId) FROM(
   SELECT CONCAT(clientId, "-", visitNumber, "-", date) as sessionId FROM `project-id.dataset-id.ga_sessions_*`
   WHERE _table_suffix BETWEEN "20191001" AND "20191031" AND totals.visits = 1)

解释（发现写得很好 这篇文章：https://adswerve.com/blog/google-analytics-bigquery-tips-users-sessions-part-one/) 是在计算和处理会话时我们应该小心，因为默认情况下，Google Analytics 会中断在午夜（视图的时区）结转的会话。因此，同一会话可能会出现在两个每日表中：

Image from article mentioned above

提供的代码通过组合创建一个 sessionID： 客户ID + 访问次数+ 日期 同时确认会话中断；结果将采用人类可读的格式。最后，要在 Google Analytics（分析）用户界面中匹配会话，请确保仅过滤 totals.visits = 1 的会话。

Answer 2

standardsql

只需SUM(totals.visits) 或在使用COUNT(DISTINCT CONCAT(fullVisitorId, CAST(visitStartTime AS STRING) )) 时确保totals.visits=1！

如果您使用visitId 并且您没有每天分组，您将合并午夜分割会话！

以下是所有场景：

SELECT
  COUNT(DISTINCT CONCAT(fullVisitorId, CAST(visitStartTime AS STRING) )) allSessionsUniquePerDay,
  COUNT(DISTINCT CONCAT(fullVisitorId, CAST(visitId AS STRING) )) allSessionsUniquePerSelectedTimeframe,
  sum(totals.visits) interactiveSessionsUniquePerDay, -- equals GA UI sessions
  COUNT(DISTINCT IF(totals.visits=1, CONCAT(fullVisitorId, CAST(visitId AS STRING)), NULL) ) interactiveSessionsUniquePerSelectedTimeframe,
  SUM(IF(totals.visits=1,0,1)) nonInteractiveSessions
FROM
  `project.dataset.ga_sessions_2017102*`

总结：

• fullVisitorId + visitId：对重新连接午夜分割很有用
• fullVisitorId + visitStartTime：考虑拆分很有用
• totals.visits=1 用于互动会话
• fullVisitorId + visitStartTime 其中totals.visits=1：GA UI 会话（如果您需要会话 ID）
• SUM(totals.visits): 简单的 GA UI 会话
• fullVisitorId + visitId 其中totals.visits=1 和GROUP BY date：GA UI 会话有太多错误和误解的机会

Answer 3

在发布问题后，我们联系了 Google 支持，发现在 Google Analytics（分析）中，实际上只计算了触发“事件”的会话。

在 Bigquery 中，您将找到所有会话，无论它们是否有交互。

为了找到与 GA 中相同的结果，您应该在 BQ 查询中按带有 totals.visits = 1 的会话进行过滤（totals.visits 仅适用于触发事件的会话）。

即：

select sum(sessions) as total_sessions from (
  select
    fullvisitorid,
    count(distinct visitid) as sessions,
    from (table_query([40663402], 'timestamp(right(table_id,8)) between timestamp("20150519") and timestamp("20150519")'))
    where totals.visits = 1
    group each by fullvisitorid
)

Answer 4

问题可能是由“COUNT DISTINCT”引起的。

据this post：

COUNT DISTINCT 是大于 1000 的所有结果的统计近似值

您可以尝试设置一个额外的 COUNT 参数来提高准确性，但会牺牲性能（请参阅帖子），但我会先尝试：

SELECT COUNT( CONCAT( fullvisitorid,'_', STRING(visitid))) as sessions 
from (table_query([40663402], 'timestamp(right(table_id,8)) between 
timestamp("20150519") and timestamp("20150519")'))