每天为每位用户选择第一个和最后一个事件

Question

我有一个 Google Analytics 事件，当进行某些交互时，它会在我的网站上触发，对于会话中的用户可能会触发也可能不会触发，或者可以触发多次。

我想每天返回显示用户 ID 以及第一个和最后一个事件标签的值的结果。我曾尝试使用 MAX(hits.eventInfo.eventLabel) 来执行此操作，但是当我检查结果时，这并没有像我预期的那样返回该用户当天的最后一个值。

SELECT Date,
customDimension.value AS UserID,
MAX(hits.eventInfo.eventLabel) AS last_value
FROM `project.dataset.ga_sessions_20*` AS t
  CROSS JOIN UNNEST(hits) AS hits
  CROSS JOIN UNNEST(t.customdimensions) AS customDimension
WHERE parse_date('%y%m%d', _table_suffix) between 
DATE_sub(current_date(), interval 1 day) and
DATE_sub(current_date(), interval 1 day)
AND hits.eventInfo.eventAction = "Value"
AND customDimension.index = 2
GROUP BY Date, UserID

例如，上面的查询返回用户 X 具有以下 MAX() 值的结果：

20180806 User_x 69.96

但是当我查看当天用户交互的详细信息时：

基于此，我希望看到 79.95 作为我的 MAX() 结果，因为它具有最高的命中数，而不是我似乎从会话中间的某个地方选择了一个值 - 我该如何调整我的查询以确保我选择了最后一个事件值？

Answer 1

当您在执行 GROUP BY 时寻找列 colA 的最大值时 - 显然 MAX(colA) 会起作用

但是，当您根据 colB 列中的最大值在 colA 列中查找值时 - 您应该使用 STRING_AGG(colA ORDER BY colB DESC LIMIT 1) 或类似使用 ARRAY_AGG()

所以，在你的情况下，我认为它会像下面这样（你应该进一步调整）

STRING_AGG(eventInfo.eventLabel ORDER BY hiNumber DESC LIMIT 1) AS last_value

Answer 2

在您的情况下，应该使用 hits 数组上的子查询。这允许完全控制您想要拥有的内容。我使用了谷歌的示例 ga 数据，所以标签是不同的。但我以一种您可以轻松修改以满足您的需求的方式编写它：

SELECT
  date,
  fullvisitorid,
  visitstarttime,
  (SELECT value FROM t.customDimensions WHERE index=2) userId,

  (SELECT 
      --STRUCT(hour, minute, hitNumber, eventinfo.eventlabel) -- for testing, comment out next line  
      eventInfo.eventLabel 
    FROM t.hits 
    WHERE type='EVENT' AND eventInfo.eventAction <> '' -- modify to fit your condition
    ORDER BY hitNumber ASC LIMIT 1
    ) AS firstEventLabel,

  (SELECT
      --STRUCT(hour, minute, hitNumber, eventinfo.eventlabel) -- for testing, comment out next line
      eventInfo.eventLabel 
    FROM t.hits 
    WHERE type='EVENT' AND eventInfo.eventAction <> '' -- modify to fit your condition
    ORDER BY hitNumber DESC LIMIT 1
    ) AS lastEventLabel
FROM
  `bigquery-public-data.google_analytics_sample.ga_sessions_20170801` t
LIMIT 1000 -- for testing

基本上，我通过 hitNumber 升序或降序来查询事件，并限制为每行只有一个结果。带有 userId 的行还显示了如何正确获取自定义维度值。

如果您对使用数组这一概念非常陌生，可以在这里了解所有相关信息：https://cloud.google.com/bigquery/docs/reference/standard-sql/arrays

Answer 3

MAX() 应该可以工作。有一次它会返回一个意外的值是如果它是在一个字符串上操作，而不是一个数字。

这能解决问题吗？

MAX(CAST(hits.eventInfo.eventLabel as float128)) AS last_value