BigQuery 与 Google Analytics，哪个数据更准确？答案

【问题标题】：BiqQuery vs Google Analytics, which data is more accurate?BigQuery 与 Google Analytics，哪个数据更准确？
【发布时间】：2014-12-12 04:47:31
【问题描述】：

作为高级 Google Analytics/BigQuery 客户，我们的问题是，哪些数据更准确？

我倾向于让 BigQuery 更准确，因为我们实际上可以看到原始数据，但我们不了解 Google Analyitcs 用于计算其数字的方法。

我也认为这在很大程度上与采样有关。

当您计算单个页面的总浏览量之类的简单数据时，Google Analytics（分析）数字在 .00001% 内与 BigQuery 对齐：

sum(regexp_match(hits.page.pagepath,r'(?i:/contact.aspx)') 和 hits.type = "page" then 1 else 0 end) as total_pageviews 的情况

当您计算更复杂的数据（例如单个网页的唯一身份浏览量）时，Google Analytics（分析）数字比 BigQuery 高 5%。请注意，它是按最大 100 万采样的：

count(distinct (regexp_match(hits.page.pagepath,r'(?i:/contact.aspx)') and hits.type = "page" then concat(fullvisitorid, string(visitid)) end) , 1000000) 作为 unique_pageviews

我很想知道其他人的想法或 Google 开发人员自己能解释什么。

【问题讨论】：

我建议阅读 stackoverflow.com/questions/16609219/… ，似乎是计数（可以在 BigQuery 中对不同的样本进行采样

标签： google-analytics google-bigquery

【解决方案1】：

如果您是高级客户，我认为这是因为您拥有一个包含大量数据的大型网站。如果数据过多，Google Analytics API 将对您的数据进行采样。您可以通过提高采样级别来尝试和防止这种情况。即使将采样级别设置为高精度，您仍然可以从 API 获取采样数据。

检查从 API 返回的 Json，它会告诉您是否正在对您的数据进行采样。

Big Query 不会对您的数据进行抽样，高级客户可以通过一种方法在不抽样数据的情况下使用 API，但我认为您必须联系 Google 进行设置。

Big Queries 更受青睐的一点是，您不会像使用 Google Analytics API 那样受限于 7 个维度和 10 个指标。

注意：我不是 Google 开发人员，但我是 Google Analytics（分析）的 Google 开发人员专家。

【讨论】：

@DalmTo，感谢您的回复！您确实是正确的，我们有一个包含大量数据的非常大的站点。您提到 API 很有趣。您是否知道 API 具有与浏览器 UI 不同的功能。我们两者都使用，但我们主要使用 UI 进行数据验证和初始查询构建以及 API 用于自动化和存储。我将尝试联系 Google 将帐户设置为不采样。这仅适用于 API 还是 UI 也可以设置为不采样？
我不确定 UI 是否可以处理设置为非采样。我无权访问专业帐户，因此无法进行任何测试（使用它）。我个人想知道 UI 是否可以处理来自大帐户的非采样数据。联系 Google 看看他们怎么说。

【解决方案2】：

我是 BigQuery 的忠实粉丝。我也经常使用谷歌分析。所以问题是关于哪里的数据更准确。

嗯，这样的问题的答案总是：“数据越准确，越接近它的来源”。 BigQuery 是所有 Google 数据的底层存储。这是收集、索引数据，然后通过 SQL 接口访问数据的地方。

Google Analytics（分析）是一种为大量免费帐户而开发的工具。为了支持免费帐户，GA 需要很好地扩展。为了扩展，公司通过预先聚合数据来优化存储。

因此，您实际上是在比较两件事：预先汇总/预先汇总的数据 (GA) 和原始累积数据 (BigQuery)。你会相信哪个？

现在，听起来还有第二个问题：“如何从 BigQuery 获取准确的聚合？” BigQuery 充满了 ANSI 不兼容的 SQL，这对于临时查询来说很难记住。您最好在 BigQuery 之上连接一个 BI 工具，这样您就可以以一致的方式（即相同的阈值/舍入）探索数据。

【讨论】：