Przykładowe zapytania na tej stronie odnoszą się do danych z eksportu zdarzeń BigQuery przeznaczonego do Google Analytics 4. Jeśli szukasz tego samego zasobu dotyczącego Universal Analytics, zapoznaj się z przewodnikiem BigQuery na temat Universal Analytics.
Wszystkie wymienione tutaj zapytania korzystają z przykładowych zbiorów danych i powinny dawać prawidłowe wyniki. Aby użyć danych eksportu zdarzeń BigQuery z własnej usługi Google Analytics, znajdź komentarz -- Replace table
w każdym zapytaniu i zastąp przykładowy identyfikator zbioru danych.
Identyfikator zbioru danych znajdziesz w swoim projekcie eksportu BigQuery w interfejsie BigQuery. Jeśli na przykład identyfikator Twoich zbiorów danych eksportu BigQuery to my-
first-gcp-project:analytics_28239234
, zastąp:
-- Replace table
`bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
tym:
-- Replace table
`my-first-gcp-project.analytics_28239234.events_*`
Zapytanie o konkretny zakres dat
Aby wysłać zapytanie o konkretny zakres dat ze zbioru danych eksportu zdarzeń BigQuery, użyj pseudokolumny _TABLE_noindex w klauzuli WHERE w zapytaniu. Więcej informacji znajdziesz w artykule Filtrowanie wybranych tabel przy użyciu tabeli _TABLE_SUGGESTION.
Na przykład to zapytanie zlicza unikalne zdarzenia według daty i nazwy zdarzenia z określonego okresu dni i wybranych zdarzeń:
-- Example: Query a specific date range for selected events.
--
-- Counts unique events by date and by event name for a specifc period of days and
-- selected events(page_view, session_start, and purchase).
SELECT
event_date,
event_name,
COUNT(*) AS event_count
FROM
-- Replace table name.
`bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
event_name IN ('page_view', 'session_start', 'purchase')
-- Replace date range.
AND _TABLE_SUFFIX BETWEEN '20201201' AND '20201202'
GROUP BY 1, 2;
Liczba użytkowników i nowych użytkowników
- Aby uzyskać łączną liczbę użytkowników, policz liczbę unikalnych elementów w polu
user_id
. Jeśli jednak Twój klient Google Analytics nie zwraca koduuser_id
z każdym działaniem lub nie masz pewności, licz liczbę unikalnychuser_pseudo_id
. - W przypadku nowych użytkowników możesz zastosować tę samą metodę liczenia opisaną powyżej, ale z tymi wartościami
event_name
:
-- Example: Get 'Total User' count and 'New User' count.
WITH
UserInfo AS (
SELECT
user_pseudo_id,
MAX(IF(event_name IN ('first_visit', 'first_open'), 1, 0)) AS is_new_user
-- Replace table name.
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
-- Replace date range.
WHERE _TABLE_SUFFIX BETWEEN '20201101' AND '20201130'
GROUP BY 1
)
SELECT
COUNT(*) AS user_count,
SUM(is_new_user) AS new_user_count
FROM UserInfo;
Średnia liczba transakcji na kupującego
Zapytanie to pokazuje średnią liczbę transakcji na kupującego.
-- Example: Average number of transactions per purchaser.
SELECT
COUNT(*) / COUNT(DISTINCT user_pseudo_id) AS avg_transaction_per_purchaser
FROM
-- Replace table name.
`bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
event_name IN ('in_app_purchase', 'purchase')
-- Replace date range.
AND _TABLE_SUFFIX BETWEEN '20201201' AND '20201231';
Wartości dla konkretnej nazwy zdarzenia
To zapytanie wyświetla wartość event_timestamp
w przypadku wszystkich zdarzeń purchase
i powiązanych wartości parametrów zdarzenia:
-- Example: Query values for a specific event name.
--
-- Queries the individual timestamps and values for all 'purchase' events.
SELECT
event_timestamp,
(
SELECT COALESCE(value.int_value, value.float_value, value.double_value)
FROM UNNEST(event_params)
WHERE key = 'value'
) AS event_value
FROM
-- Replace table name.
`bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
event_name = 'purchase'
-- Replace date range.
AND _TABLE_SUFFIX BETWEEN '20201201' AND '20201202';
Poprzednie zapytanie można zmodyfikować tak, aby pokazywało łączną liczbę wartości parametrów zdarzenia, a nie listę:
-- Example: Query total value for a specific event name.
--
-- Queries the total event value for all 'purchase' events.
SELECT
SUM(
(
SELECT COALESCE(value.int_value, value.float_value, value.double_value)
FROM UNNEST(event_params)
WHERE key = 'value'
))
AS event_value
FROM
-- Replace table name.
`bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
event_name = 'purchase'
-- Replace date range.
AND _TABLE_SUFFIX BETWEEN '20201201' AND '20201202';
10 najpopularniejszych produktów dodanych do koszyka
Zapytanie to pokazuje 10 produktów dodanych do koszyka najczęściej przez największą liczbę użytkowników.
-- Example: Top 10 items added to cart by most users.
SELECT
item_id,
item_name,
COUNT(DISTINCT user_pseudo_id) AS user_count
FROM
-- Replace table name.
`bigquery-public-data.ga4_obfuscated_web_ecommerce.events_*`, UNNEST(items)
WHERE
-- Replace date range.
_TABLE_SUFFIX BETWEEN '20201101' AND '20210131'
AND event_name IN ('add_to_cart')
GROUP BY
1, 2
ORDER BY
user_count DESC
LIMIT 10;
Średnia liczba odsłon według typu kupującego (kupujący a użytkownicy, którzy niczego nie kupili)
To zapytanie pokazuje średnią liczbę odsłon stron przez użytkowników, którzy dokonali zakupu (kupujący a użytkownicy, którzy niczego nie kupili):
-- Example: Average number of pageviews by purchaser type.
WITH
UserInfo AS (
SELECT
user_pseudo_id,
COUNTIF(event_name = 'page_view') AS page_view_count,
COUNTIF(event_name IN ('in_app_purchase', 'purchase')) AS purchase_event_count
-- Replace table name.
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
-- Replace date range.
WHERE _TABLE_SUFFIX BETWEEN '20201201' AND '20201202'
GROUP BY 1
)
SELECT
(purchase_event_count > 0) AS purchaser,
COUNT(*) AS user_count,
SUM(page_view_count) AS total_page_views,
SUM(page_view_count) / COUNT(*) AS avg_page_views,
FROM UserInfo
GROUP BY 1;
Kolejność odsłon
To zapytanie pokazuje sekwencję odsłon wywołanych przez użytkowników w trakcie unikalnych sesji:
-- Example: Sequence of pageviews.
SELECT
user_pseudo_id,
event_timestamp,
(SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id') AS ga_session_id,
(SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'page_location')
AS page_location,
(SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'page_title') AS page_title
FROM
-- Replace table name.
`bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
event_name = 'page_view'
-- Replace date range.
AND _TABLE_SUFFIX BETWEEN '20201201' AND '20201202'
ORDER BY
user_pseudo_id,
ga_session_id,
event_timestamp ASC;
Lista parametrów zdarzenia
To zapytanie zawiera listę wszystkich parametrów zdarzeń występujących w zbiorze danych:
-- Example: List all available event parameters and count their occurrences.
SELECT
EP.key AS event_param_key,
COUNT(*) AS occurrences
FROM
-- Replace table name.
`bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`, UNNEST(event_params) AS EP
WHERE
-- Replace date range.
_TABLE_SUFFIX BETWEEN '20201201' AND '20201202'
GROUP BY
event_param_key
ORDER BY
event_param_key ASC;
Dołączanie do programu Google Ads
Aby pobierać dodatkowe dane Google Ads dotyczące zdarzeń GA4, skonfiguruj usługę BigQuery Data Transfer Service dla Google Ads, a potem połącz collected_traffic_source.gclid
z danych zdarzeń GA4 z polem gclid
ads_ClickStats_
customer_id z transferu Google Ads.
Pamiętaj, że eksport danych zdarzeń GA4 tworzy tabelę dla każdego dnia, a przeniesienie z Google Ads wypełni jedną tabelę ads_ClickStats_
customer_id na klienta.