会话计数之间的差异答案

【问题标题】：Discrepancies between Session count会话计数之间的差异
【发布时间】：2019-03-18 15:33:55
【问题描述】：

我是 Google Analytics/Big Query 领域的新手。我正在尝试了解如何在 Big Query 中计算会话数，但我无法理解我得到的数据。

据我了解，

BQ 中的每一行 = 一个会话
BQ 中的会话标识符 = visitId + fullvisitorId
存在 Google Analytics 会话低于 Big Query 会话的情况，因为 GA 会自动过滤掉没有交互事件的会话

问题是，当我以这种理解运行查询时，会发生这种情况：

GA 中的会话 = 7.763.228 个会话
BQ 中具有不同 visitId + fullvisitorId = 7.750.579 的会话（低于 GA，这表明 #3 理解并非如此）
BQ 中的会话总和总计.visits = 7.763.228（与 GA 相同）
行数 = 7.763.592（因为包括 364 个访问次数 = NaN 的会话）

我想知道，我最信任哪些数据，以及每个会话的真正唯一标识符是什么（因为数字不相等）。

另外，我注意到 visitId + fullvisitorId 没有给我会话的唯一标识符，因为我在数据中有 13.013 visitId + fullvisitorId 重复。有人有什么想法或解释吗？

提前致谢。

【问题讨论】：

从广义上讲，BigQuery 应该比 GA 更准确，因为它永远不会被抽样。对我来说，COUNT(DISTINCT CONCAT(CAST(fullVisitorId AS STRING),CAST(visitId AS STRING))) 匹配 GA 中的会话。请注意，totals.visits 将匹配 GA，因为它排除了非交互会话。

标签： session google-analytics google-bigquery

【解决方案1】：

在 Google Analytics（分析）中，会话在每天午夜中断，因此您没有交叉会话。在这些情况下，visitId 字段（它只是指示用户会话何时开始的时间戳）仍然具有与第一个会话相同的值。因此，如果超过午夜限制，您可以使用相同的 fullVisitorId + visitId 组合进行两个会话。

如果您需要与 Google Analytics（分析）中的数据匹配的唯一标识符，则应使用 visitStartTime + fullVisitorId。 visitStartTime 与 visitId 的工作方式相同，但如果会话在午夜中断，则会再次设置它。正如您已经指出的，您还需要过滤 totals.visits 不同于 1 的行。

很遗憾，我不知道有任何官方资源表明这种区别，但社区讨论和测试都证实了这一点。

【讨论】：