Firebase で AI 搭載アプリを構築して実行する方法のデモを、2024 年の Demo Day でご覧ください。ぜひご覧ください。

A/B Testing で Firebase Remote Config テストを作成する

Firebase Remote Config を使用してアクティブなユーザーベースに対してアプリケーションの設定をデプロイする際には、より良い設定をデプロイしたいとお考えでしょう。A/B Testing テストを使用すると、次の内容について最適な判断ができます。

ユーザーエクスペリエンスを最適化する機能を実装する最善の方法。アプリストアでアプリの評価が下がって初めて、新たなユーザーエクスペリエンスや新機能の評判が悪いことに気がついた、という話は珍しくありません。A/B テストを実施すれば、ユーザーがアプリの新しい機能バリアントを気に入るか、既存のままを望んでいるかを評価できます。また、大半のユーザーをベースライングループに含めることで、テスト結果が出るまで、ユーザーベースの大半は動作や外観の変更による影響を受けることなくアプリを使い続けられます。
ビジネス目標のためにユーザーエクスペリエンスを最適化する最善の方法。 収益や維持率などの指標を最大化するために、製品の変更を実装する場合があります。A/B テストでビジネス目標を設定することによって、Firebase は統計分析を実施し、選択した目標に対してバリアントのパフォーマンスがベースラインより優れているかどうかを判断します。

ベースラインを使って機能バリアントの A/B テストを実施するには:

テストを作成します。
テストデバイスでテストを検証します。
テストを管理します。

テストを作成する

Remote Config テストでは、1 つ以上の Remote Config パラメータの複数のバリアントを評価できます。

Firebase コンソールにログインし、プロジェクトで Google Analytics が有効になっていることを確認します。これにより、テストで Analytics データにアクセスできるようになります。

プロジェクトの作成時に Google Analytics を有効にしていない場合は、[統合] タブで有効にすることができます。このタブには、Firebase コンソールで、 > [プロジェクトの設定] を選択してアクセスできます。
Firebase コンソールのナビゲーションメニューの [エンゲージメント] セクションで、[A/B Testing] をクリックします。
[テストを作成] をクリックし、テストするサービスの選択を求めるメッセージが表示されたら [Remote Config] を選択します。
テストの [名前] とオプションの [説明] を入力し、[次へ] をクリックします。
[ターゲット設定] の各フィールドに入力します。最初に、そのテストを使用するアプリを選択します。また、[および] をクリックして次のリストのオプションを選択することで、テストに参加するユーザーのサブセットをターゲットに設定することもできます。
- バージョン: アプリの 1 つ以上のバージョン
- ビルド番号: アプリのバージョンコード
- 言語: テスト対象のユーザーを選択するための 1 つ以上の言語とロケール
- 国 / 地域: テスト対象のユーザーを選択するための 1 つ以上の国または地域
- ユーザーオーディエンス: テストに含める可能性のあるユーザーをターゲットとして設定するための、Analytics のユーザーオーディエンス
- ユーザープロパティ: テスト対象とする可能性のあるユーザーを選択するための、1 つ以上の Analytics ユーザープロパティ
- 初回起動: アプリの初回起動に基づいてターゲットに設定するユーザー
  
  初回起動時間によるユーザーターゲティングは、Android アプリまたは iOS アプリを選択した後に使用できます。初回起動時間によるユーザーターゲティングをサポートしている Remote Config SDK のバージョンは、Apple platforms SDK v9.0.0 以降、Android SDK v21.1.1 以降（Firebase BoM v30.3.0 以降）です。
  
  初回起動イベント中は、クライアントで Analytics が有効になっていることも必要です。
注: Google Analytics のデータ処理のレイテンシにより、Analytics のユーザーオーディエンスをターゲットにしたテストでは、データの収集に時間がかかることがあります。このオプションとその他のターゲティングオプションの詳細については、ユーザーターゲティングをご覧ください。
[ターゲットユーザーの割合] の設定: テストのベースラインと 1 つ以上のバリアントの間で均等に分散させる、[ターゲットユーザー] で設定した条件に一致するアプリのユーザーベースの割合を入力します。これは 0.01～100% の任意のパーセント値にできます。ユーザーは、重複したテストを含む各テストにランダムに割り当てられます。
Analytics イベントを最初にトリガーしたユーザーからのデータのみがテストでカウントされるようにアクティベーションイベントを設定します（省略可）。ターゲット設定パラメータに一致するすべてのユーザーが Remote Config テストの値を受け取りますが、テスト結果に含まれるのはアクティベーションイベントをトリガーしたユーザーのみです。

有効なテストを行うために、選択したイベントは、取得した構成値をアプリがアクティブにした後で発生させるようにしてください。また、以下のイベントは、取得した値がアクティブになる前に常に発生するため、使用できません。
- app_install
- app_remove
- app_update
- dynamic_link_first_open
テストの目標については、追跡するメインの指標を選択し、リストから追跡したいその他の指標を追加します。これには、組み込みの目標（購入、収益、定着、クラッシュの影響を受けていないユーザーなど）、Analytics のコンバージョンイベント、その他の Analytics イベントなどがあります。終了したら、[次へ] をクリックします。
[バリアント] セクションで、ベースラインと、テストで使用する 1 つ以上のバリアントを選択します。テストで使用するパラメータを [選択または新規作成] リストから 1 つ以上追加します。これまで Firebase コンソールで使用されていなかったパラメータを作成することもできますが、そのパラメータを適用するにはアプリに含める必要があります。この手順を繰り返すことで、複数のパラメータをテストに追加できます。
（省略可）複数のバリアントをテストに追加するには、[別のバリアントを追加] をクリックします。
特定のバリアントのパラメータを変更します。未変更のパラメータは、テスト対象でないユーザーのパラメータと同じになります。
[バリアントの重み付け] を開いて、テストのバリアントの重み付けを表示または変更します。デフォルトでは、各バリアントが均等に重み付けされます。重み付けが不均一な場合、データ収集時間が長くなることがあります。また、テスト開始後に重み付けを変更することはできません。
[レビュー] をクリックしてテストを保存します。

プロジェクトあたり最大 300 個のテストを使用できます。その内訳は、実行中のテストが最大 24 個まで、残りはドラフトまたは完了済みのテストになります。

テストデバイスでテストを検証する

Firebase の各インストールに関連付けられているインストール認証トークンを取得できます。このトークンを使用して、アプリがインストールされているテストデバイス上の特定のテストバリアントをテストできます。テストデバイスでテストを検証する方法を次に示します。

次のようにインストール認証トークンを取得します。

Swift

do {
  let result = try await Installations.installations()
    .authTokenForcingRefresh(true)
  print("Installation auth token: \(result.authToken)")
} catch {
  print("Error fetching token: \(error)")
}

Objective-C

[[FIRInstallations installations] authTokenForcingRefresh:true
                                               completion:^(FIRInstallationsAuthTokenResult *result, NSError *error) {
  if (error != nil) {
    NSLog(@"Error fetching Installation token %@", error);
    return;
  }
  NSLog(@"Installation auth token: %@", [result authToken]);
}];

Java

FirebaseInstallations.getInstance().getToken(/* forceRefresh */true)
        .addOnCompleteListener(new OnCompleteListener<InstallationTokenResult>() {
    @Override
    public void onComplete(@NonNull Task<InstallationTokenResult> task) {
        if (task.isSuccessful() && task.getResult() != null) {
            Log.d("Installations", "Installation auth token: " + task.getResult().getToken());
        } else {
            Log.e("Installations", "Unable to get Installation auth token");
        }
    }
});MainActivity.java

Kotlin+KTX

val forceRefresh = true
FirebaseInstallations.getInstance().getToken(forceRefresh)
    .addOnCompleteListener { task ->
        if (task.isSuccessful) {
            Log.d("Installations", "Installation auth token: " + task.result?.token)
        } else {
            Log.e("Installations", "Unable to get Installation auth token")
        }
    }MainActivity.kt

C++

firebase::InitResult init_result;
auto* installations_object = firebase::installations::Installations::GetInstance(
    firebase::App::GetInstance(), &init_result);
installations_object->GetToken().OnCompletion(
    [](const firebase::Future& future) {
      if (future.status() == kFutureStatusComplete &&
          future.error() == firebase::installations::kErrorNone) {
        printf("Installations Auth Token %s\n", future.result()->c_str());
      }
    });

Unity

Firebase.Installations.FirebaseInstallations.DefaultInstance.GetTokenAsync(forceRefresh: true).ContinueWith(
  task => {
    if (!(task.IsCanceled || task.IsFaulted) && task.IsCompleted) {
      UnityEngine.Debug.Log(System.String.Format("Installations token {0}", task.Result));
    }
  });

Firebase コンソールのナビゲーションバーで、[A/B Testing] をクリックします。
[ドラフト]（Remote Config テストでは [実行中] の場合もあり）をクリックし、テストにカーソルを合わせてコンテキストメニュー（）をクリックしてから、[テストデバイスを管理] をクリックします。
テストデバイスのインストール認証トークンを入力して、そのテストデバイスに送信するテストバリアントを選択します。
アプリを実行して、選択したバリアントがテストデバイスで受信されていることを確認します。

Firebase インストールの詳細については、Firebase インストールの管理をご覧ください。

テストを管理する

テストの作成に Remote Config、Notifications Composer、Firebase In-App Messaging のいずれを使用しても、テストを検証して開始し、実行中のテストをモニタリングできます。また、実行中のテストの対象ユーザーを増やすこともできます。

テストが終わったら、最も有効なバリアントで使用された設定をメモして、その設定をすべてのユーザーに適用できます。または、別のテストを実行することもできます。

テストを開始する

Firebase コンソールのナビゲーションメニューの [エンゲージメント] セクションで、[A/B Testing] をクリックします。
[ドラフト] をクリックしてから、テストのタイトルをクリックします。
テストの対象とするユーザーがアプリに含まれていることを確認するには、下書きの詳細を展開して、[ターゲティングと配信] セクションで 0% を超える数値（たとえばユーザーの 1% が条件に一致しているなど）を確認します。
テストを変更するには、[編集] をクリックします。
テストを開始するには、[テストを開始] をクリックします。プロジェクトごとに一度に最大 24 個のテストを実行できます。

テストをモニタリングする

しばらくテストを実行したら進行状況をチェックして、これまでにテストに参加したユーザーに関する結果を確認できます。

Firebase コンソールのナビゲーションメニューの [エンゲージメント] セクションで、[A/B Testing] をクリックします。
[実行中] をクリックし、テストのタイトルをクリックまたは検索します。このページでは、以下のような、実行中のテストに関するさまざまな観測統計やモデル化された統計を表示できます。
- ベースラインとの差異（%）: ベースラインと比較した場合の、特定のバリアントに関する指標の改善の測定結果。バリアントの値の範囲をベースラインの値の範囲と比較することで計算されます。
- ベースラインを上回る確率: 選択された指標のベースラインを特定のバリアントが上回る予想確率。
- ユーザーあたりの observed_metric: テスト結果に基づき、時間の経過とともに指標の値が収まることが予測される範囲。
- 合計 observed_metric: ベースラインまたはバリアントの観測累積値。この値は、各テストバリアントがどれだけ適切に実行されているかの測定や、改善度、値の範囲、ベースラインを上回る確率、最善のバリアントである確率の計算に使用されます。測定される指標に応じて、この列には「ユーザーあたりの期間」、「ユーザーあたりの収益」、「維持率」、「コンバージョン率」と表示されます。
テストを一定期間（FCM と In-App Messaging の場合は少なくとも 7 日間、Remote Config の場合は少なくとも 14 日間）実行すると、このページのデータによって、どのバリアントが「リーダー」であるかが示されます（存在する場合）。一部の測定には、データを視覚的に表現する棒グラフも表示されます。

すべてのユーザーにテストを展開する

目標指標に対する「リーダー」、つまり最良のバリアントを見つけるのに十分な期間テストを実行したら、次は全ユーザーにテストをリリースします。これにより、すべてのユーザーを対象に公開するバリアントを選択できるようになります。実施したテストによって明確な候補が示されなかった場合でも、バリアントをすべてのユーザーにリリースできます。

Firebase コンソールのナビゲーションメニューの [エンゲージメント] セクションで、[A/B Testing] をクリックします。
[完了] または [実行中] をクリックしてから、すべてのユーザーにリリースするテストをクリックし、コンテキストメニュー（）の [バリアントを展開] をクリックします。
次のいずれかの手順に沿って、すべてのユーザーにテストを展開します。
- Notifications Composer を使用するテストの場合は、[メッセージ送信] ダイアログを使用して、テストに参加しなかった残りのターゲットユーザーにメッセージを送信します。
- Remote Config テストの場合は、バリアントを選択し、更新する Remote Config パラメータ値を決定します。テストの作成時に定義するターゲティング条件は、新しい条件としてテンプレートに追加されます。これにより、展開の影響がテスト対象のユーザーにのみ及ぶようにすることができます。[Remote Config で確認] をクリックして変更を確認した後、[変更を公開] をクリックして展開を完了します。
- In-App Messaging テストの場合、ダイアログを使用して、スタンドアロンの In-App Messaging キャンペーンとしてロールアウトする必要があるバリアントを特定します。選択すると、FIAM 作成画面にリダイレクトされます。必要であれば、公開前に変更を行うことができます。

テストを拡大する

A/B Testing でリーダーが明確にならない理由が被験者の不足であると思われる場合は、テストの対象範囲を拡大し、アプリのユーザーベースに対する割合を増やすことができます。

Firebase コンソールのナビゲーションメニューの [エンゲージメント] セクションで、[A/B Testing] をクリックします。
編集する実施中のテストを選択します。
[テストの概要] でコンテキストメニュー（）をクリックし、[実行中のテストを編集] をクリックします。
[ターゲット設定] ダイアログに、実行中のテストに参加しているユーザーの割合を増やすためのオプションが表示されます。現在の割合より大きい数を選択し、[公開] をクリックします。指定したユーザーの割合まで、テストが拡大されます。

テストを複製または停止する

Firebase コンソールのナビゲーションメニューの [エンゲージメント] セクションで、[A/B Testing] をクリックします。
[完了] または [実行中] をクリックし、テストの上にポインタを置いて、コンテキストメニュー（）をクリックしてから [テストを複製] または [テストを停止] をクリックします。

ユーザーターゲティング

次のユーザーターゲティング条件を使用して、テストに含めるユーザーをターゲット設定します。

ターゲティング条件	演算子	値	メモ
バージョン	次を含む、次を含まない、完全に一致する、正規表現を含む	テストに含める 1 つ以上のアプリバージョンの値を入力します。	[次を含む]、[次を含まない]、[完全に一致する] のいずれかの演算子を使用する場合は、カンマ区切りの値リストを指定できます。 [正規表現を含む] 演算子を使用する場合は、正規表現を RE2 形式で作成できます。正規表現は対象バージョン文字列の全部または一部に一致させることができます。また、対象文字列の先頭、末尾、または全体と一致させるために ^ と $ アンカーを使うこともできます。
ユーザー	以下をすべて含む、以下を 1 つ以上含む、以下をすべて含まない、以下の少なくとも 1 つを含まない	1 名以上の Analytics オーディエンスを選択して、テスト対象とする可能性のあるユーザーをターゲット設定します。	Google Analytics のオーディエンスをターゲットとするテストの中には、Analytics のデータ処理のレイテンシが発生するものがあるため、データの収集に数日かかることがあります。このレイテンシが発生する可能性が高いのは、対象オーディエンスを作成してから 24～48 時間以内に登録された新規ユーザー、または最近作成したオーディエンスです。 Remote Config の場合、技術的にオーディエンスの条件を満たしているユーザーであっても、「fetchAndActivate()」の実行時に Analytics がユーザーをオーディエンスに追加していなければ、そのユーザーはテストに含まれません。
ユーザープロパティ	テキスト: 次を含む、次を含まない、完全一致、正規表現を含む数字: <、≤、=、≥、>	Analytics のユーザープロパティは、テスト対象とする可能性のあるユーザーを選択するために使用します。ユーザープロパティ値の選択についてはさまざまなオプションがあります。クライアントでは、ユーザープロパティに関する文字列値のみを設定できます。数値演算子を使用する条件の場合、Remote Config サービスは、対応するユーザープロパティの値を整数または浮動小数点の数値に変換します。	[正規表現を含む] 演算子を使用する場合は、正規表現を RE2 形式で作成できます。正規表現は対象バージョン文字列の全部または一部に一致させることができます。また、対象文字列の先頭、末尾、または全体と一致させるために ^ と $ アンカーを使うこともできます。
国 / 地域	なし	テスト対象とする可能性のあるユーザーを選択するための、1 つ以上の国またはリージョン。
言語	なし	テスト対象とする可能性のあるユーザーを選択するために使用する、1 つ以上の言語とロケール。
初回起動	前後	ユーザーが最初にアプリを開いた日時に基づいてユーザーをターゲティングします。指定した将来の日時以降に初めてアプリを開いたユーザーをターゲティングするには、[新規ユーザー] を選択します。指定した日時の前または後の期間内に初めてアプリを開いたユーザーをターゲティングするには、[期間] を選択します。特定の期間内のユーザーをターゲティングするには、[前] 条件と [後] 条件を組み合わせます。	初回起動によるユーザーターゲティングは、Android アプリまたは iOS アプリを選択した後に使用できます。現在、初回起動によるユーザーターゲティングをサポートしている Remote Config SDK のバージョンは、Apple platforms SDK v9.0.0 以降、Android SDK v21.1.1 以降（Firebase BoM v30.3.0 以降）です。初回起動イベント中は、クライアントで Analytics が有効になっていることも必要です。

A/B Testing 個の指標

テストを作成する際には、最も効果的なバリアントの判別に使用されるメイン指標（目標指標）を選択します。また、各テストバリアントのパフォーマンスを詳しく把握し、各パターンで異なる重要な傾向（ユーザー維持率、アプリの安定性、アプリ内購入による収益など）を追跡できるように、他の指標も追跡する必要があります。テストでは、目標以外の指標を最大で 5 つまで追跡できます。

たとえば、Remote Config を使用してアプリ内で 2 つの異なるゲームフローをリリースしているとします。ここで、アプリ内購入と広告収入を最適化するために、各バリアントについて安定性とユーザー維持率を追跡します。このケースでは、アプリ内購入による収益と広告収益が含まれているため、目標指標として [収益の推定総額] を選択します。また、[追跡する他の指標] で、次のものを追加します。

1 日および 1 週間のユーザー維持率を追跡するため、[定着（2～3 日）] と [定着（4～7 日）] を追加します。
2 つのゲームフローの安定性を比較するため、[クラッシュの影響を受けていないユーザー] を追加します。
収益タイプごとの詳細ビューを確認するため、[購入による収益] と [推定広告収益] を追加します。

次の表に、目標指標と他の指標の計算方法の詳細を示します。

目標指標

指標	説明
クラッシュの影響を受けていないユーザー	テスト中に Firebase Crashlytics SDK によって検出されたアプリ内エラーが発生しなかったユーザーの割合。
推定広告収益	推定広告収益額
収益の推定総額	購入と広告の推定収益を合算した値。
購入による収益	すべての `purchase` イベントと `in_app_purchase` イベントを合算した値。
定着（1 日）	アプリを毎日使用するユーザーの数。
定着（2～3 日）	アプリの使用間隔が 2～3 日のユーザー数。
定着（4～7 日）	アプリの使用間隔が 4～7 日のユーザー数。
定着（8～14 日）	アプリの使用間隔が 8～14 日のユーザー数。
定着（15 日以上）	アプリの使用間隔が 15 日以上のユーザー数。
first_open	ユーザーがアプリをインストールまたは再インストールした後、最初にそのアプリを開くときにトリガーされる Analytics イベント。コンバージョンプロセスの一環として使用されます。

その他の指標

指標	説明
notification_dismiss	Notifications Composer によって送信された通知が拒否されたときにトリガーされる Analytics イベント（Android のみ）。
notification_receive	アプリがバックグラウンドで動作している場合に、Notifications Composer によって送信された通知が受信されたときにトリガーされる Analytics イベント（Android のみ）。
os_update	デバイスのオペレーティングシステムがいつ新しいバージョンに更新されるかを追跡する Analytics イベント。詳細については、自動収集イベントをご覧ください。
screen_view	アプリ内で表示されるスクリーンを追跡する Analytics イベント。詳細については、スクリーンビューの追跡をご覧ください。
session_start	アプリ内のユーザーセッション数をカウントする Analytics イベント。詳細については、自動収集イベントをご覧ください。

BigQuery へのデータのエクスポート

Firebase コンソールで A/B Testing のテストデータを表示するだけでなく、BigQuery でテストデータを検査して分析することもできます。A/B Testing に個別の BigQuery テーブルは含まれませんが、テストとバリアントのメンバーシップは Analytics イベントテーブル内のすべての Google Analytics イベントに保存されます。

テスト情報を含むユーザープロパティは、userProperty.key like "firebase_exp_%" または userProperty.key = "firebase_exp_01" の形式です。01 はテスト ID であり、userProperty.value.string_value にはテストバリアントの（ゼロから始まる）インデックスが含まれます。

これらのテストユーザープロパティを使用すると、テストデータを抽出できます。これにより、さまざまな方法でテスト結果を分割し、A/B Testing の結果を個別に検証できます。

開始するには、このガイドの説明に沿って次の操作を行います。

Firebase コンソールで Google Analytics の BigQuery エクスポートを有効にする
BigQuery を使用して A/B Testing データにアクセスする
クエリの例を確認する

Firebase コンソールで Google Analytics の BigQuery エクスポートを有効にする

Spark プランをご利用の場合は、BigQuery サンドボックスを使用して、サンドボックスの制限内で BigQuery に無料でアクセスできます。詳細については、料金と BigQuery サンドボックスをご覧ください。

まず、Analytics データを BigQuery にエクスポートできるようにします。

[統合] タブを開きます。このタブには、Firebase コンソールで、 > [>] を選択してアクセスできます。
他の Firebase サービスですでに BigQuery を使用している場合は、[管理] をクリックします。それ以外の場合は、[リンク] をクリックします。
[Firebase の BigQuery へのリンクについて] を確認し、[次へ] をクリックします。
[統合を構成する] セクションで、[Google Analytics] の切り替えボタンをオンにします。
リージョンを選択し、エクスポートの設定を選択します。

注: Firebase 向け Google Analytics の設定の詳細については、データ収集をご覧ください。
[BigQuery へのリンク] をクリックします。

データのエクスポート方法によっては、テーブルが使用可能になるまでに 1 日かかることがあります。BigQuery に対するプロジェクトデータのエクスポートの詳細については、プロジェクトデータを BigQuery にエクスポートするをご覧ください。

BigQuery の A/B Testing データにアクセスする

特定のテストのデータをクエリする前に、クエリで使用する次の一部またはすべてを取得することをおすすめします。

テスト ID: [テストの概要] ページの URL から取得できます。たとえば、URL が https://console.firebase.google.com/project/my_firebase_project/config/experiment/results/25 のような場合、テスト ID は 25 です。
Google Analytics プロパティ ID: これは、9 桁の Google Analytics プロパティ ID です。Google Analytics 内で確認できます。プロジェクト名を展開して Google Analytics イベントテーブル（project_name.analytics_000000000.events）の名前を表示すると、BigQuery にも表示されます。
テスト日: クエリをより短時間で、効率的に作成するには、クエリの対象を、テストデータ（接尾辞 YYYYMMDD で識別されるテーブル）を含む Google Analytics の日別イベントテーブルパーティションに限定することをおすすめします。たとえば、テストを 2024 年 2 月 2 日から 2024 年 5 月 2 日まで実施した場合は、_TABLE_SUFFIX between '20240202' AND '20240502' を指定します。例については、特定のテストの値を選択するをご覧ください。
イベント名: 通常は、テストで構成した目標指標に対応しています。たとえば、in_app_purchase イベント、ad_impression イベント、user_retention イベントなどです。

クエリの生成に必要な情報を収集したら、次の操作を行います。

Google Cloud コンソールで BigQuery を開きます。
プロジェクトを選択し、[SQL クエリを作成] を選択します。
クエリを追加します。実行するクエリの例については、クエリの例を確認するをご覧ください。
[実行] をクリックします。

Firebase コンソールの自動生成クエリを使用してテストデータをクエリする

Blaze プランを使用している場合は、[テストの概要] ページに、表示しているテストのテスト名、バリアント、イベント名、イベント数を返すサンプルクエリが表示されます。

自動生成クエリを取得して実行するには:

Firebase コンソールで [A/B Testing] を開き、クエリする A/B Testing テストを選択して、[テストの概要] を開きます。
[オプション] メニューの [BigQuery との統合] で、[テストデータをクエリ] を選択します。これにより、Google Cloud コンソール内に BigQuery のプロジェクトが開き、テストデータのクエリに使用できる基本的なクエリが表示されます。

次の例は、「Winter welcome experiment」という 3 つのバリアント（ベースラインを含む）を使用したテストで生成されるクエリを示しています。アクティブなテスト名、バリアント名、ユニークイベント、各イベントのイベント数が返されます。クエリビルダーはプロジェクト内で直接開かれるため、テーブル名の中でプロジェクト名が指定されることはありません。

  /*
    This query is auto-generated by Firebase A/B Testing for your
    experiment "Winter welcome experiment".
    It demonstrates how you can get event counts for all Analytics
    events logged by each variant of this experiment's population.
  */
  SELECT
    'Winter welcome experiment' AS experimentName,
    CASE userProperty.value.string_value
      WHEN '0' THEN 'Baseline'
      WHEN '1' THEN 'Welcome message (1)'
      WHEN '2' THEN 'Welcome message (2)'
      END AS experimentVariant,
    event_name AS eventName,
    COUNT(*) AS count
  FROM
    `analytics_000000000.events_*`,
    UNNEST(user_properties) AS userProperty
  WHERE
    (_TABLE_SUFFIX BETWEEN '20240202' AND '20240502')
    AND userProperty.key = 'firebase_exp_25'
  GROUP BY
    experimentVariant, eventName

その他のクエリの例については、クエリの例を確認するをご覧ください。

クエリの例を確認する

以下の各セクションでは、Google Analytics イベントテーブルから A/B Testing テストデータを抽出する際に使用できるクエリの例を示します。

すべてのテストから購入とテストの標準偏差値を抽出する

テスト結果のデータを使用して、Firebase A/B Testing の結果を個別に検証できます。次の BigQuery SQL ステートメントは、テストバリアント、各バリアントのユニークユーザー数を抽出し、in_app_purchase イベントと ecommerce_purchase イベントの総収益、_TABLE_SUFFIX の開始日と終了日として指定された期間内のすべてのテストの標準偏差を抽出します。このクエリから取得したデータを統計的有意性生成ツールで使用して、片側 t 検定を行うと、Firebase が提供する結果が独自の分析と一致することを確認できます。

A/B Testing による推論の計算方法の詳細については、テスト結果を解釈するをご覧ください。

  /*
    This query returns all experiment variants, number of unique users,
    the average USD spent per user, and the standard deviation for all
    experiments within the date range specified for _TABLE_SUFFIX.
  */
  SELECT
    experimentNumber,
    experimentVariant,
    COUNT(*) AS unique_users,
    AVG(usd_value) AS usd_value_per_user,
    STDDEV(usd_value) AS std_dev
  FROM
    (
      SELECT
        userProperty.key AS experimentNumber,
        userProperty.value.string_value AS experimentVariant,
        user_pseudo_id,
        SUM(
          CASE
            WHEN event_name IN ('in_app_purchase', 'ecommerce_purchase')
              THEN event_value_in_usd
            ELSE 0
            END) AS usd_value
      FROM `PROJECT_NAME.analytics_ANALYTICS_ID.events_*`
      CROSS JOIN UNNEST(user_properties) AS userProperty
      WHERE
        userProperty.key LIKE 'firebase_exp_%'
        AND event_name IN ('in_app_purchase', 'ecommerce_purchase')
        AND (_TABLE_SUFFIX BETWEEN 'YYYYMMDD' AND 'YYYMMDD')
      GROUP BY 1, 2, 3
    )
  GROUP BY 1, 2
  ORDER BY 1, 2;

特定のテストの値を選択する

次のサンプルクエリは、BigQuery で特定のテストのデータを取得する方法を示しています。このサンプルクエリは、テスト名、バリアント名（ベースラインを含む）、イベント名、イベント数を返します。

  SELECT
    'EXPERIMENT_NAME' AS experimentName,
    CASE userProperty.value.string_value
      WHEN '0' THEN 'Baseline'
      WHEN '1' THEN 'VARIANT_1_NAME'
      WHEN '2' THEN 'VARIANT_2_NAME'
      END AS experimentVariant,
    event_name AS eventName,
    COUNT(*) AS count
  FROM
    `analytics_ANALYTICS_PROPERTY.events_*`,
    UNNEST(user_properties) AS userProperty
  WHERE
    (_TABLE_SUFFIX BETWEEN 'YYYMMDD' AND 'YYYMMDD')
    AND userProperty.key = 'firebase_exp_EXPERIMENT_NUMBER'
  GROUP BY
    experimentVariant, eventName