Pagkatapos mong i-export sa BigQuery ang iyong data ng Firebase, puwede mong i-query ang data na iyon para sa mga partikular na audience.
Nagbibigay ang artikulong ito ng ilang template na magagamit mo bilang batayan para sa iyong mga query. Tandaang baguhin ang mga halimbawang query para tugunan ang mga partikular na detalye ng iyong data, halimbawa, palitan ang mga pangalan ng talahanayan at baguhin ang mga hanay ng petsa.
Ibinabalik ng mga query na ito ang dami ng user sa audience. Kung gusto mong ang listahan na lang ng mga user ID sa audience ang iyong makuha, alisin ang nasa pinakalabas na function na COUNT(), halimbawa, COUNT(DISTINCT user_id) --> DISTINCT user_id.
Gumagamit ng Standard SQL ang mga query na ito, kaya tiyaking pipiliin mo ang opsyong iyon bago ka magpatakbo ng query. (Sa BigQuery > SQL Workspace, i-click ang Higit pa > Mga Setting ng Query. Sa ilalim ng Mga Karagdagang Setting > Dialect ng SQL, piliin ang Karaniwan.)
Sa kasalukuyan, nagbibigay lang ng impormasyon at hindi magagawan ng pagkilos ang data ng audience na ito.
Gusto naming malaman kung kapaki-pakinabang ba para sa iyo ang mga halimbawa ng query na ito, at kung may iba pang uri ng audience na gusto mong i-query. Maaari kang tumugon sa pamamagitan ng kahilingan sa feature sa suporta sa Firebase.
Sa artikulong ito:
Mga Mamimili
/**
* Kino-compute ang audience ng mga mamimili.
*
* Mga Mamimili = mga user na nag-log ng in_app_purchase o
* purchase.
*/
SELECT
COUNT(DISTINCT user_id) AS purchasers_count
FROM
-- PLEASE REPLACE WITH YOUR TABLE NAME.
`YOUR_TABLE.events_*`
WHERE
event_name IN ('in_app_purchase', 'purchase')
-- PLEASE REPLACE WITH YOUR DESIRED DATE RANGE
AND _TABLE_SUFFIX BETWEEN '20180501' AND '20240131';
Mga user na aktibo nang N araw
/**
* Bumubuo ng audience ng Mga Aktibong User nang N Araw.
*
* Mga aktibong user nang N araw = mga user na nag-log nang kahit isa lang na event na may parameter ng event na
* engagement_time_msec > 0 sa huling N araw.
*/
SELECT
COUNT(DISTINCT user_id) AS n_day_active_users_count
FROM
-- PLEASE REPLACE WITH YOUR TABLE NAME.
`YOUR_TABLE.events_*` AS T
CROSS JOIN
T.event_params
WHERE
event_params.key = 'engagement_time_msec' AND event_params.value.int_value > 0
-- Pick events in the last N = 20 days.
AND event_timestamp >
UNIX_MICROS(TIMESTAMP_SUB(CURRENT_TIMESTAMP, INTERVAL 20 DAY))
-- PLEASE REPLACE WITH YOUR DESIRED DATE RANGE.
AND _TABLE_SUFFIX BETWEEN '20180521' AND '20240131';
Mga user na hindi aktibo nang N araw
/**
* Bumubuo ng audience ng Mga User na Hindi Aktibo nang N Araw.
*
* Mga user na hindi aktibo nang N Araw = mga user sa huling M araw na hindi nag-log ng isang
* event na may parameter ng event na engagement_time_msec > 0 sa huling N araw
* kung saan M > N.
*/
SELECT
COUNT(DISTINCT MDaysUsers.user_id) AS n_day_inactive_users_count
FROM
(
SELECT
user_id
FROM
/* PLEASE REPLACE WITH YOUR TABLE NAME */
`YOUR_TABLE.events_*` AS T
CROSS JOIN
T.event_params
WHERE
event_params.key = 'engagement_time_msec' AND event_params.value.int_value > 0
/* Has engaged in last M = 7 days */
AND event_timestamp >
UNIX_MICROS(TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY))
/* PLEASE REPLACE WITH YOUR DESIRED DATE RANGE */
AND _TABLE_SUFFIX BETWEEN '20180521' AND '20240131'
) AS MDaysUsers
-- EXCEPT ALL is not yet implemented in BigQuery. Use LEFT JOIN in the interim.
LEFT JOIN
(
SELECT
user_id
FROM
/* PLEASE REPLACE WITH YOUR TABLE NAME */
`YOUR_TABLE.events_*`AS T
CROSS JOIN
T.event_params
WHERE
event_params.key = 'engagement_time_msec' AND event_params.value.int_value > 0
/* Has engaged in last N = 2 days */
AND event_timestamp >
UNIX_MICROS(TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 2 DAY))
/* PLEASE REPLACE WITH YOUR DESIRED DATE RANGE */
AND _TABLE_SUFFIX BETWEEN '20180521' AND '20240131'
) AS NDaysUsers
ON MDaysUsers.user_id = NDaysUsers.user_id
WHERE
NDaysUsers.user_id IS NULL;
Mga madalas na aktibong user
/**
* Bumubuo ng audience ng Mga Madalas na Aktibong User.
*
* Mga Madalas na Aktibong User = mga user na nag-log ng kahit isa lang na
* event na may parameter ng event na engagement_time_msec > 0 sa N sa
* huling M araw kung saan M > N.
*/
SELECT
COUNT(DISTINCT user_id) AS frequent_active_users_count
FROM
(
SELECT
user_id,
COUNT(DISTINCT event_date)
FROM
-- PLEASE REPLACE WITH YOUR TABLE NAME.
`YOUR_TABLE.events_*` AS T
CROSS JOIN
T.event_params
WHERE
event_params.key = 'engagement_time_msec' AND event_params.value.int_value > 0
-- User engagement in the last M = 10 days.
AND event_timestamp >
UNIX_MICROS(TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 10 DAY))
-- PLEASE REPLACE YOUR DESIRED DATE RANGE. For optimal performance
-- the _TABLE_SUFFIX range should match the INTERVAL value above.
AND _TABLE_SUFFIX BETWEEN '20180521' AND '20240131'
GROUP BY 1
-- Having engaged in at least N = 4 days.
HAVING COUNT(event_date) >= 4
);
Mga napakaaktibong user
/**
* Bumubuo ng audience ng Mga Napakaaktibong User.
*
* Mga Napakaaktibong User = mga user na naging aktibo sa loob ng mahigit N minuto
* sa nakalipas na M araw kung saan M > N.
*/
SELECT
COUNT(DISTINCT user_id) AS high_active_users_count
FROM
(
SELECT
user_id,
event_params.key,
SUM(event_params.value.int_value)
FROM
-- PLEASE REPLACE WITH YOUR TABLE NAME.
`YOUR_TABLE.events_*` AS T
CROSS JOIN
T.event_params
WHERE
-- User engagement in the last M = 10 days.
event_timestamp >
UNIX_MICROS(TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 10 DAY))
AND event_params.key = 'engagement_time_msec'
-- PLEASE REPLACE YOUR DESIRED DATE RANGE.
AND _TABLE_SUFFIX BETWEEN '20180521' AND '20240131'
GROUP BY 1, 2
HAVING
-- Having engaged for more than N = 0.1 minutes.
SUM(event_params.value.int_value) > 0.1 * 60 * 1000000
);
Mga nakuhang user
/**
* Bumubuo ng audience ng Mga Nakuhang User.
*
* Mga Nakuhang User = mga user na nakuha sa pamamagitan ng isang Source/Medium/Campaign.
*/
SELECT
COUNT(DISTINCT user_id) AS acquired_users_count
FROM
-- PLEASE REPLACE WITH YOUR TABLE NAME.
`YOUR_TABLE.events_*`
WHERE
traffic_source.source = 'google'
AND traffic_source.medium = 'cpc'
AND traffic_source.name = 'VTA-Test-Android'
-- PLEASE REPLACE YOUR DESIRED DATE RANGE.
AND _TABLE_SUFFIX BETWEEN '20180521' AND '20240131';
Mga cohort na may mga filter
/**
* Bumubuo ng audience na binubuo ng mga user na nakuha noong nakaraang linggo
* sa pamamagitan ng mga Google campaign, ibig sabihin, mga cohort na may mga filter.
*
* Tinutukoy ang cohort bilang mga user na nakuha noong nakaraang linggo, ibig sabihin, sa pagitan ng nakalipas na 7 - 14
* na araw. Ang filter ng cohort ay para sa mga user na nakuha sa pamamagitan ng direktang
* campaign.
*/
SELECT
COUNT(DISTINCT user_id) AS users_acquired_through_google_count
FROM
-- PLEASE REPLACE WITH YOUR TABLE NAME.
`YOUR_TABLE.events_*`
WHERE
event_name = 'first_open'
-- Cohort: opened app 1-2 weeks ago. One week of cohort, aka. weekly.
AND event_timestamp >
UNIX_MICROS(TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 14 DAY))
AND event_timestamp <
UNIX_MICROS(TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY))
-- Cohort filter: users acquired through 'google' source.
AND traffic_source.source = 'google'
-- PLEASE REPLACE YOUR DESIRED DATE RANGE.
AND _TABLE_SUFFIX BETWEEN '20180501' AND '20240131';