使用 Google BigQuery Firebase 分析数据计算用户在应用上花费的时间答案

【问题标题】：Calculate time spent by users on app using Google BigQuery Firebase analytics data使用 Google BigQuery Firebase 分析数据计算用户在应用上花费的时间
【发布时间】：2019-03-16 11:58:51
【问题描述】：

我正在尝试计算用户在我的应用上花费的总时间。我们在 BigQuery 中集成了 Firebase 分析数据。我可以在查询的 select 语句中使用 sum 到engagement_time_msec 的值吗？这就是我正在尝试的：

SELECT SUM(x.value.int_value)
FROM "[dataset]",
UNNEST(event_params) AS x WHERE x.key = "engagement_time_msec"

执行此查询后，我得到了非常大的值。我不确定是否可以使用 SUM("engagement_time_msec") 来计算用户在应用上花费的总时间。

任何帮助将不胜感激。

【问题讨论】：

定义什么是大价值？因为它是毫秒，所以我预计会有很大的数字。
是 6426000000 毫秒，等于 1785 小时。我不确定这是否是计算在应用程序上花费的时间的正确方法。
一个月有 720 小时，这将是 2 个用户在网站上度过他们所有的日子。或者 4 个用户花费了他们一半的时间。或者 8 个用户每天工作 6 小时。是的，我也不确定这是否是正确的方法，但如果我们知道您的 ~ 用户数量，我们可以快速判断它是否太大。
好吧，我们的用户不多，而且它也是一个预订应用程序。我没想到用户会在应用程序上花费这么多时间。好吧，也可能有其他因素，但请您验证我上面的查询。计算方法是否正确，这是我现阶段想知道的。
目前我没有足够的知识准确地回答这个问题：/。但我会调查数据——它是否曾经重置为 0，还是每个用户都在不断增加？如果它是一个不断增加的数字，则改为为每个用户/会话获取 MAX()。

标签： firebase google-bigquery firebase-analytics

【解决方案1】：

这真的取决于你有什么数据集。理想情况下，如果有的话，您会想要登录和注销时间戳。取值之间的 time_diff，按用户、设备、加载序列等分组。任何定义单个事件的东西

【讨论】：