Sprawdź dane personalizacji za pomocą BigQuery

Personalizacja Remote Config rejestruje zdarzenie Analytics personalization_assignment , gdy personalizacja jest przypisywana do użytkownika, co pozwala używać BigQuery do sprawdzania i analizowania zdarzeń personalizacji i powiązanych zdarzeń.

Wskazówka: możesz też wyświetlić zdarzenia personalization_assignment na stronie Firebase Analytics Events i wyświetlić szczegółowy wykres wyników na stronie wyników personalizacji Remote Config .

W poniższych sekcjach opisano, jak włączyć eksportowanie BigQuery dla zdarzeń Analytics, sposób przechowywania zdarzeń personalizacji oraz podano kilka podstawowych zapytań na początek.

Włącz eksport BigQuery dla Google Analytics dla Firebase

Jeśli korzystasz z planu Spark, możesz korzystać z piaskownicy BigQuery, aby uzyskiwać do niej bezpłatny dostęp, z zastrzeżeniem ograniczeń piaskownicy . Zobacz Cennik i piaskownica BigQuery, aby uzyskać więcej informacji.

Najpierw upewnij się, że eksportujesz dane Analytics do BigQuery:

1. Otwórz kartę Integracje , do której możesz uzyskać dostęp, wybierając > Ustawienia projektu w konsoli Firebase .
2. Jeśli używasz już BigQuery z innymi usługami Firebase, kliknij Zarządzaj . W przeciwnym razie kliknij Połącz .
3. Zapoznaj się z informacjami o łączeniu Firebase z BigQuery , a następnie kliknij Dalej .
4. W sekcji Konfiguruj integrację włącz przełącznik Google Analytics .

5. Wybierz region i wybierz ustawienia eksportu.

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

6. Kliknij Połącz z BigQuery .

W zależności od wybranego sposobu eksportowania danych udostępnienie tabel może zająć nawet jeden dzień. Aby uzyskać więcej informacji o eksportowaniu danych projektu do BigQuery, zobacz Eksportowanie danych projektu do BigQuery .

Następnie przejdźmy do naszych zdarzeń personalizacji w BigQuery i sprawdźmy je.

Uzyskaj dostęp do danych personalizacji Zdalnej konfiguracji za pomocą BigQuery

Aby zapytać o dane analityczne dla eksperymentu:

1. Otwórz BigQuery w Google Cloud Console . Możesz też otworzyć go bezpośrednio z poziomu Zdarzeń Analytics, korzystając z linku Wyświetl nieprzetworzone zdarzenia w BigQuery u dołu strony.

2. Wybierz swój projekt Firebase i rozwiń go, a następnie rozwiń wpis analytics_ ANALYTICS_PROPERTY_ID i kliknij events_ .

   

3. Z listy rozwijanej Zapytanie wybierz W nowej karcie .

   Pojawi się automatycznie wygenerowane przykładowe zapytanie.

4. Aby wyświetlić zdarzenia personalizacji i powiązane dane, zaktualizuj zapytanie, aby wybrać 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 (na przykład PROJECT_NAME .analytics_ ANALYTICS_PROPERTY_ID .events_* ). Nie jest to zalecane w scenariuszach innych niż testowe lub w przypadku dużych zestawów danych.

5. W kompozytorze zapytań wybierz Uruchom zapytanie. Wyniki pojawiają 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 konsoli BigQuery.

W następnej sekcji omówimy bardziej szczegółowo, co obejmuje zdarzenie przypisania personalizacji.

Jakie dane personalizacji są eksportowane do BigQuery?

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

Podstawowe pola podane w zdarzeniu personalizacji są takie same jak w każdym zdarzeniu Analytics opisanym w schemacie [GA4] BigQuery Export . Będziesz głównie zainteresowany user_pseudo_id i (który może być używany do rozróżniania różnych użytkowników), znacznikami czasu zdarzeń i innymi właściwościami użytkownika.

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

Parametr	Typ danych	Opis
identyfikator_personalizacji	STRUNOWY	Zapewnia uniwersalny unikalny identyfikator (UUID) przypisanej personalizacji.
Grupa	STRUNOWY	Wskazuje, czy użytkownik został przypisany do grupy personalizacji (P13N), czy do grupy bazowej (BASELINE).
indeks_ramion	LICZBA CAŁKOWITA	Reprezentuje alternatywną wartość przypisaną użytkownikowi, liczbę całkowitą z zakresu od 0 do 4.
klucz_ręki	STRUNOWY	Zawiera nazwę parametru używaną przez personalizację.
wartość_arm	STRUNOWY	Zawiera alternatywny ciąg wartości przypisany przez personalizację.
zaręczona_sesja_zdarzenie	LICZBA CAŁKOWITA	Obejmuje liczbę sesji, w które zaangażowany jest użytkownik. Zobacz O sesjach , aby uzyskać więcej informacji.
firebase_event_origin	STRUNOWY	Wskazuje źródło zdarzenia. Będzie to zawsze fp dla zdarzeń personalization_assignment .
firebase_screen_class	STRUNOWY	Zawiera nazwę klasy ekranu, na którym użytkownik był aktywny w momencie przypisania personalizacji. Zobacz Zdarzenia zbierane automatycznie, aby uzyskać więcej informacji.
firebase_identyfikator_ekranu	LICZBA CAŁKOWITA	Wyświetla identyfikator ekranu, na którym znajdował się użytkownik w momencie przypisania personalizacji. Zobacz Zdarzenia zbierane automatycznie, aby uzyskać więcej informacji.
pierwszy_otwarty_czas	STRUNOWY	Zawiera sygnaturę czasową (w milisekundach UTC) pierwszego otwarcia aplikacji przez użytkownika. Zobacz Zdarzenia zbierane automatycznie, aby uzyskać więcej informacji.
ga_session_id	LICZBA CAŁKOWITA	Podaje identyfikator sesji Google Analytics. Zobacz O sesjach, aby uzyskać więcej informacji. Możesz tego użyć do skorelowania zdarzenia personalization_assignment z innymi zdarzeniami Analytics.
ga_sesja_numer	LICZBA CAŁKOWITA	Podaje numer sesji Google Analytics. Zobacz O sesjach, aby uzyskać więcej informacji.

Przykładowe zapytania

Możesz użyć instrukcji SQL takiej jak ta, aby wyodrębnić parametry specyficzne dla personalizacji ze zdarzeń personalization_assignment :

    # 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