A Firebase-adatok BigQuery rendszerbe való exportálása után konkrét közönségekhez kapcsolódóan kérdezheti le az adatokat.
Ez a cikk olyan sablonokat biztosít, amelyeket a lekérdezések alapjaként használhat. Ne feledje módosítani a példalekérdezéseket az adatok jellemzőinek megfelelően; például változtassa meg a táblázatneveket, illetve módosítsa a dátumtartományokat.
Ezek a lekérdezések a közönségben lévő felhasználók számát adják vissza. Ha ehelyett a közönségben szereplő felhasználói azonosítók listáját szeretné lekérdezni, távolítsa el a legkülsőbb COUNT() függvényt; például: COUNT(DISTINCT user_id) --> DISTINCT user_id.
Ezek a lekérdezések a Standard SQL-t használják, ezért ügyeljen rá, hogy ezt a lehetőséget válassza ki, mielőtt lekérdezést futtat. (A BigQuery > SQL Workspace pontban kattintson a More > Query Settings elemre. Az Additional Settings > SQL dialect részen válassza ki a Standard lehetőséget.)
Jelenleg a közönségadatok csak tájékoztatásra szolgálnak, és nem végezhetők velük műveletek.
Szeretnénk megtudni, hogy hasznosnak találja-e ezeket a példalekérdezéseket, illetve vannak-e más típusú közönségek, amelyekkel kapcsolatban lekérdezést szeretne futtatni. A válaszhoz használja a Firebase-támogatás funkciókérését.
A cikk tartalma:
Vásárlók
/**
* Megszámolhatja a közönségbe tartozó vásárlókat.
*
* Vásárlók = azok a felhasználók, akiknél a rendszer in_app_purchase vagy
* purchase eseményt naplózott.
*/
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';
N napja aktív felhasználók
/**
* Létrehozhatja az N napja aktív felhasználók közönségét.
*
* N napja aktív felhasználók = azok a felhasználók, akiknél a rendszer legalább egy, az eseményparaméterrel rendelkező eseményt naplózott
* engagement_time_msec > 0 az elmúlt N napban.
*/
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';
N napja inaktív felhasználók
/**
* Létrehozhatja az N napja inaktív felhasználók közönségét.
*
* N napja inaktív felhasználók = olyan felhasználók, akiknél az elmúlt M napban a rendszer egyetlen
* olyan eseményt sem naplózott, amelynél az engagement_time_msec eseményparaméter
* értéke 0-nál nagyobb lett volna az elmúlt N napban, és az M > N feltétel is igaz.
*/
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;
Gyakran aktív felhasználók
/**
* Létrehozhatja a gyakran aktív felhasználók közönségét.
*
* Gyakran aktív felhasználók = azok a felhasználók, akiknél a rendszer legalább egy
* olyan eseményt naplózott, amelynél az event param_time_msec eseményparaméter * értéke nagyobb volt 0-nál az elmúlt M napból N napon, és az M > N feltétel is igaz.
*/
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
);
Nagyon aktív felhasználók
/**
* Létrehozhatja a nagyon aktív felhasználók közönségét.
*
* Nagyon aktív felhasználók = azok a felhasználók, akik több mint N percig voltak aktívak
* az elmúlt M napon (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
);
Szerzett felhasználók
/**
* Létrehozhatja a szerzett felhasználók közönségét.
*
* Szerzett felhasználók = azok a felhasználók, akik valamilyen forráson,
* médiumon vagy kampányon keresztül érkeztek.
*/
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';
Szűrt kohorszok
/**
* Létrehozhatja a múlt héten Google-kampányokkal szerzett felhasználók
* közönségét, azaz egy szűrt kohorszot.
*
* A kohorszot az elmúlt héten, azaz 7–14 napja szerzett felhasználók
* alkotják. A rendszer a kohorszszűrést a közvetlen kampányokkal szerzett
* felhasználókra alkalmazza.
*/
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';