BigQuery-Beispiel-Dataset zur Implementierung einer Google Analytics 4-Gaming-App

Flood-It! ist Geduldsspiel, das sowohl auf Android als auch auf iOS verfügbar ist. In der App wird die standardmäßige Gaming-App von Google Analytics 4 über Firebase verwendet. Das über das BigQuery-Projekt firebase-public-project verfügbare flood it-Dataset enthält 114 Tage lang eine Stichprobe von verschleierten BigQuery-Ereignisexportdaten.

Voraussetzung

• Sie benötigen Zugriff auf ein Google Cloud-Projekt mit aktivierter BigQuery API. Führen Sie die Schritte im Abschnitt Vorbereitung in der BigQuery-Kurzanleitung aus, um ein neues Google Cloud-Projekt zu erstellen oder die BigQuery API in einem vorhandenen Projekt zu aktivieren.

• Sie können den BigQuery-Sandbox-Modus mit bestimmten Einschränkungen kostenlos nutzen. Die kostenlose Nutzungsstufe sollte ausreichen, um dieses Dataset zu untersuchen und die Beispielabfragen auszuführen. Optional können Sie Abrechnung aktivieren, um die kostenlose Nutzungsstufe zu überschreiten.

Beschränkungen

Dieses Dataset enthält verschleierte Daten, die emulieren, wie ein echtes Dataset aus einer tatsächlichen Google Analytics 4-Implementierung aussehen würde. Bestimmte Felder enthalten Platzhalterwerte, einschließlich <Other>, NULL und ''. Aufgrund der Verschleierung ist die interne Konsistenz des Datasets möglicherweise eingeschränkt.

Dataset verwenden

1. Die Cloud Console bietet eine Schnittstelle zum Abfragen von Tabellen. Über die BigQuery-UI können Sie auf das Dataset flood it zugreifen.

2. Wenn der Tab Editor nicht zu sehen ist, klicken Sie auf Neue Abfrage erstellen.

3. Kopieren Sie die folgende Abfrage und fügen Sie sie in das Feld „Editor“ ein. Diese Abfrage zeigt die Anzahl der eindeutigen Ereignisse, Nutzer und Tage im Dataset an.

   SELECT
     COUNT(*) AS event_count,
     COUNT(DISTINCT user_pseudo_id) AS user_count,
     COUNT(DISTINCT event_date) AS day_count
   FROM `firebase-public-project.analytics_153293282.events_*`
   

4. Bei gültigen Abfragen wird ein Häkchen zusammen mit der Datenmenge angezeigt, die von der Abfrage verarbeitet wird. Mit diesem Messwert können Sie die Kosten für die Ausführung der Abfrage ermitteln.
   

   

5. Klicken Sie auf Ausführen. Die Seite mit den Abfrageergebnissen wird unter dem Abfragefenster angezeigt.
   

   

6. Führen Sie einige Beispielabfragen aus.

Next Steps

• Weitere Informationen zum BigQuery Export-Schema für BigQuery-Ereignisse

• Führen Sie einige der erweiterten Abfragen für das Dataset aus.

• Wenn Sie mit BigQuery nicht vertraut sind, lesen Sie die BigQuery-Anleitungen.

• Verwenden Sie verbundene Tabellenblätter, um das Dataset aus der Google Tabellen-Tabelle zu analysieren.

• Das Dataset mit Looker Studio visualisieren