Sprawdzanie danych personalizacji w BigQuery

Remote Config personalizacja rejestruje zdarzenie personalization_assignment Analytics gdy personalizacja jest przypisywana do użytkownika. Dzięki temu możesz używać BigQuery do sprawdzania i analizowania zdarzeń personalizacji oraz powiązanych z nimi zdarzeń.

Wskazówka: w konsoli Firebase możesz też wyświetlać zdarzenia personalization_assignment na panelu Analytics > Zdarzenia oraz szczegółowy wykres wyników na stronie wyników personalizacji.

W sekcjach poniżej opisujemy, jak włączyć BigQuery eksport dla Analytics zdarzeń, jak są przechowywane zdarzenia personalizacji oraz podajemy kilka podstawowych zapytań, które pomogą Ci zacząć.

Włączanie eksportu do BigQuery w Google Analytics dla Firebase

Jeśli korzystasz z planu Spark, możesz używać BigQuery piaskownicy, aby bezpłatnie uzyskiwać dostęp do BigQuery (obowiązują limity piaskownicy). Więcej informacji znajdziesz w sekcjach Cennik i Piaskownica BigQuery.

Najpierw upewnij się, że eksportujesz dane Analytics do BigQuery:

1. W konsoli Firebase otwórz Ustawienia > Integracje.

2. Na karcie BigQuery kliknij Połącz. Jeśli używasz już BigQuery z innymi usługami Firebase, kliknij Zarządzaj.

3. Zapoznaj się z sekcją Łączenie Firebase z BigQuery i kliknij Dalej.

4. W sekcji Skonfiguruj integrację włącz Google Analytics przełącznik.

5. Wybierz region i ustawienia eksportu.

   Uwaga: więcej informacji o ustawieniach Google Analytics znajdziesz w artykule Zbieranie danych.

6. Kliknij Link do BigQuery.

W zależności od tego, jak eksportujesz dane, tabele mogą być dostępne dopiero po upływie doby. Więcej informacji o eksportowaniu danych projektu do BigQuery, znajdziesz w artykule Eksportowanie danych projektu do BigQuery.

Następnie uzyskajmy dostęp do zdarzeń personalizacji w BigQuery i sprawdźmy je.

Uzyskiwanie dostępu do danych personalizacji Remote Config za pomocą BigQuery

Aby wysłać zapytanie o dane Analytics dotyczące eksperymentu:

1. Otwórz BigQuery w Google Cloud konsoli. Możesz też otworzyć BigQuery bezpośrednio z konsoli Firebase. W tym celu otwórz panel Analytics > Events i kliknij link Wyświetl nieprzetworzone zdarzenia w BigQuery u dołu strony.

2. Wybierz projekt Firebase i rozwiń go, a potem rozwiń analytics_ANALYTICS_PROPERTY_ID wpis i kliknij events_.

   

3. W menu Zapytanie kliknij W nowej karcie.

   Pojawi się automatycznie wygenerowane przykładowe zapytanie.

4. Aby wyświetlić zdarzenia personalizacji i powiązane z nimi dane, zaktualizuj zapytanie, aby wybierało zdarzenia personalization_assignment. Poniższe przykładowe zapytanie zwróci pełne zdarzenie przypisania personalizacji dla określonego fragmentu daty, ograniczając wyniki do 10:

   # Select all personalization_assignment events
   SELECT *
   FROM `PROJECT_NAME.analytics_ANALYTICS_PROPERTY_ID.events_DATE_SHARD`
   WHERE event_name = 'personalization_assignment'
   LIMIT 10
   

   Wskazówka: aby przeszukać wszystkie tabele zdarzeń zamiast tabeli podzielonej na fragmenty, możesz zastąpić datę tabeli zdarzeń gwiazdką (np. PROJECT_NAME.analytics_ANALYTICS_PROPERTY_ID.events_*). Nie jest to zalecane w scenariuszach innych niż testowe ani w przypadku dużych zbiorów danych.

5. W narzędziu do tworzenia zapytań kliknij Uruchom zapytanie. Wyniki pojawią się w dolnym okienku.

Uwaga: jeśli nie przesyłasz strumieniowo danych Analytics, dane Firebase w BigQuery są aktualizowane tylko raz dziennie. Dlatego dane dostępne na stronie eksperymentu mogą być bardziej aktualne niż dane dostępne w BigQuerykonsoli.

W następnej sekcji omówimy szczegółowo, co zawiera zdarzenie przypisania personalizacji.

Jakie dane personalizacji są eksportowane do BigQuery?

Dane personalizacji są uwzględniane w Google Analytics tabelach w BigQuery i przechowywane w personalization_assignment zdarzeniach.

Podstawowe pola podane w zdarzeniu personalizacji są takie same jak w przypadku każdego Analytics zdarzenia, co opisano w artykule [GA4] BigQuery Schemat eksportu. Najbardziej interesujące będą dla Ciebie pola user_pseudo_id(którego można używać do rozróżniania poszczególnych użytkowników), sygnatury czasowe zdarzeń i inne właściwości użytkownika.

Szczegóły dotyczące personalizacji są przechowywane w polu event_params i opisane w tabeli poniżej:

Parametr	Typ danych	Opis
personalization_id	CIĄG ZNAKÓW	Zawiera uniwersalny unikalny identyfikator (UUID) przypisanej personalizacji.
group	CIĄG ZNAKÓW	Wskazuje, czy użytkownik został przypisany do grupy personalizacji (P13N) czy do grupy podstawowej (BASELINE).
arm_index	LICZBA CAŁKOWITA	Reprezentuje alternatywną wartość przypisaną do użytkownika, czyli liczbę całkowitą z zakresu od 0 do 4.
arm_key	CIĄG ZNAKÓW	Zawiera nazwę parametru używanego przez personalizację.
arm_value	CIĄG ZNAKÓW	Zawiera ciąg znaków z alternatywną wartością przypisaną przez personalizację.
engaged_session_event	LICZBA CAŁKOWITA	Zawiera liczbę sesji, w których użytkownik jest zaangażowany. Więcej informacji znajdziesz w artykule Sesje.
firebase_event_origin	CIĄG ZNAKÓW	Wskazuje źródło zdarzenia. W przypadku zdkarzeń personalization_assignment będzie to zawsze fp.
firebase_screen_class	CIĄG ZNAKÓW	Zawiera nazwę klasy ekranu, na którym użytkownik był aktywny, gdy nastąpiło przypisanie personalizacji. Więcej informacji znajdziesz w artykule Zdarzenia zbierane automatycznie.
firebase_screen_id	LICZBA CAŁKOWITA	Wyświetla identyfikator ekranu, na którym użytkownik był, gdy nastąpiło przypisanie personalizacji. Więcej informacji znajdziesz w artykule Zdarzenia zbierane automatycznie.
first_open_time	CIĄG ZNAKÓW	Zawiera sygnaturę czasową (w milisekundach czasu UTC) pierwszego otwarcia aplikacji przez użytkownika. Więcej informacji znajdziesz w artykule Zdarzenia zbierane automatycznie.
ga_session_id	LICZBA CAŁKOWITA	Zawiera identyfikator sesji Google Analytics. Więcej informacji znajdziesz w artykule Sesje. Możesz go używać do korelowania zdarzenia personalization_assignment z innymi Analytics zdarzeniami.
ga_session_number	LICZBA CAŁKOWITA	Zawiera numer sesji Google Analytics. Więcej informacji znajdziesz w artykule Sesje.

Przykładowe zapytania

Aby wyodrębnić parametry dotyczące personalizacji ze zdarzeń personalization_assignment, możesz użyć instrukcji SQL takiej jak ta:

    # Expand nested personalization parameters
    SELECT
     timestamp_micros(event_timestamp) AS event_time,
     user_pseudo_id,
     (
       SELECT event_params.value.string_value
       FROM UNNEST(event_params) event_params
       WHERE event_params.key = 'group'
     ) AS personalization_group,
     (
       SELECT event_params.value.string_value
       FROM UNNEST(event_params) event_params
       WHERE event_params.key = 'personalization_id'
     ) AS personalization_id,
     (
       SELECT event_params.value.string_value,
       FROM UNNEST(event_params) event_params
       WHERE event_params.key = 'arm_key'
     ) AS arm_key,
     (
       SELECT event_params.value.string_value
       FROM UNNEST(event_params) event_params
       WHERE event_params.key = 'arm_value'
     ) AS arm_value,
     (
       SELECT event_params.value.int_value
       FROM UNNEST(event_params) event_params
       WHERE event_params.key = 'ga_session_id'
     ) AS ga_session_id,
    FROM `PROJECT_NAME.analytics_ANALYTICS_ACCOUNT_ID.events_DATE_SHARD`
    WHERE event_name = 'personalization_assignment'
    LIMIT 10