使用 Google Big Query 构建基本漏斗
Posted
技术标签:
【中文标题】使用 Google Big Query 构建基本漏斗【英文标题】:Building a basic funnel using Google Big Query 【发布时间】:2018-07-09 16:16:17 【问题描述】:我注意到有很多使用 Google BigQuery 的 Google Analytics 用户,但文档非常有限。是否可以帮助生成一个简单的渠道来显示访问过 /pageA 然后 /pageB 然后 /pageC 的用户
我见过很多不同的方法 - 我不清楚“正确”的方法是什么。
【问题讨论】:
【参考方案1】:您可以先使用 array_concat_agg() 连接用户点击,然后根据新的用户范围表进行计算。当然,这在很大程度上取决于您选择的时间范围。
这里以来自 Google 的虚拟数据为例:
#standardSQL
WITH arrAgg AS (
SELECT
fullvisitorid,
-- concatenate arrays over multiple sessions
ARRAY_CONCAT_AGG(hits ORDER BY visitstarttime ASC) userHits
FROM
`google.com:analytics-bigquery.LondonCycleHelmet.ga_sessions_20130910`
GROUP BY 1
)
, journey AS (
SELECT
fullvisitorId,
-- get a proper running index with combination of unnest and offset of aggregated hits array
ARRAY( (SELECT AS STRUCT index+1 as hitNumber, page FROM UNNEST(userHits) WITH OFFSET AS index)) as hits
FROM arrAgg
)
SELECT * FROM journey
当您运行它时,您可以看到新的“原材料”。在第一步中,我连接命中,在第二步中,我为页面建立一个适当的索引,并将 eerything 放回“命中”数组中。
您可以使用交叉连接并比较页面的步骤和顺序来构建您的用户旅程:
#standardSQL
WITH arrAgg AS (
SELECT
fullvisitorid,
SUM(totals.visits) sessions,
-- concatenate arrays over multiple sessions
ARRAY_CONCAT_AGG(hits ORDER BY visitstarttime ASC) userHits
FROM
`google.com:analytics-bigquery.LondonCycleHelmet.ga_sessions_20130910`
GROUP BY 1
)
, journey AS (
SELECT
fullvisitorId,
sessions,
-- get a proper running index with combination of unnest and offset of aggregated hits array
ARRAY( (SELECT AS STRUCT index+1 as hitNumber, page FROM UNNEST(userHits) WITH OFFSET AS index WHERE type='PAGE')) as hits
FROM arrAgg
)
-- funnel: homepage: /, login: /login.html, basket: /basket.html, confirm: /confirm.html
SELECT
SUM(sessions) allSessions,
COUNT(1) allUsers,
-- check if any page was home page
SUM( (SELECT IF( LOGICAL_OR(page.pagePath='/'), 1, 0) FROM j.hits) ) step1_home,
-- cross join hits array with itself: combination of all pages with all pages: any of those combinations our two pages? came home before login?: if yes for any given amount add up 1
SUM( (SELECT IF( LOGICAL_OR(a.page.pagePath='/' AND b.page.pagePath='/login.html' AND a.hitNumber < b.hitNumber) ,1, 0 ) FROM j.hits a CROSS JOIN j.hits b) ) step2_login,
-- extend cross join principle to a third page
SUM( (SELECT IF( LOGICAL_OR(
a.page.pagePath='/' AND b.page.pagePath='/login.html' AND c.page.pagePath='/basket.html' AND
a.hitNumber < b.hitNumber AND b.hitNumber < c.hitNumber
) ,1, 0 ) FROM j.hits a CROSS JOIN j.hits b CROSS JOIN j.hits c) ) step3_basket,
-- extend cross join principle to a fourth page
SUM( (SELECT IF( LOGICAL_OR(
a.page.pagePath='/' AND b.page.pagePath='/login.html' AND c.page.pagePath='/basket.html' AND d.page.pagePath='/confirm.html' AND
a.hitNumber < b.hitNumber AND b.hitNumber < c.hitNumber AND c.hitNumber < d.hitNumber
) ,1, 0 ) FROM j.hits a CROSS JOIN j.hits b CROSS JOIN j.hits c CROSS JOIN j.hits d) ) step4_confirm
FROM journey j
由于所有操作都使用数组上的子查询进行操作,因此由于并行化,它应该可以很好地扩展。 请在使用前对其进行测试 - 我没有;)但它应该指向正确的方向。
【讨论】:
马丁看起来棒极了 - 谢谢。我会尝试更多地理解它并进行测试。 好的,如果您有任何问题,请告诉我 抱歉 - 很慢,我找到了一种更简单的方法 - 但我想探索你的解决方案,看看它是否更好(更准确)只是需要更多的代码来理解 @MobileBloke 您能否发布更简单的解决方案作为答案?只是为了让所有人都可以使用它。 100% 会这样做——如果它更好的话。我不得不跳到另一个问题上,所以我把它标记为正确的。【参考方案2】:在这里查看:https://online-behavior.com/analytics/funnel-analysis
或者,如果您想手动操作:
-
选择所有登陆起始页的会话(记录最小点击数)
LEFT JOIN 并选择下一页上的所有会话,其中命中数大于起始页的命中数(匹配会话 ID)
重复第 2 步,直到漏斗完成
统计所有按页面名称分组的会话以进行汇总
【讨论】:
是的 - 所有这些似乎都专注于基于会话的渠道 - 而不是真正基于“用户”的渠道 您可以轻松地按visitorid 或自定义用户定义进行计数。以上是关于使用 Google Big Query 构建基本漏斗的主要内容,如果未能解决你的问题,请参考以下文章
使用 Google Big Query 在 Google App 脚本上超过最大执行时间
使用 Big Query 信息创建 Google App Function