根据分析和崩溃分析数据 (BigQuery) 计算无崩溃会话

Question

假设有以下定义：

1. 无崩溃会话number 是指定时间范围内未因应用程序崩溃而结束的会话百分比。

2. 崩溃免费用户是在指定时间段内未遇到崩溃的不同用户的百分比。

   是否可以使用导出到 BigQuery 的分析数据来计算上述的 p1？我能找到的最接近的东西是 SO BigQuery Crashlytics - Crash free users / sessions 上的这张票，但我认为它实际上所做的是计算 p2 而不是 p1。换句话说我的问题，如何识别用户会话并将它们与崩溃体验联系起来（如果有）？

Answer 1

我从这些BigQuery examples 中获取了一些信息，以获取和汇总信息以获取总体会话和具有“app_exception”事件的会话。由此您可以计算无崩溃会话的百分比：

SELECT
  SUM(sessions) as sessions,
  SUM(app_exception) as session_with_crash,
  1 - (SUM(app_exception) / SUM(sessions)) as crash_free_sessions
FROM
(
  SELECT 
    COUNT(user_pseudo_id) as sessions,
    SUM(IF (event_name = 'app_exception', 1, 0))  as app_exception,
    (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id') AS ga_session_id
  FROM `Firebase_project_name.analytics_property_name.events_*` 
  -- WHERE event_name = 'app_exception'
  GROUP BY ga_session_id
)

这是我得到的结果：

sessions	sessions_with_crash	crash_free_sessions
282083	94	0.9996667

请记住，在上面的查询中，所有数据都被查询，因此请确保调整所需的时间范围。