Firebase vs BigQuery：不同的用户不匹配答案

【问题标题】：Firebase vs BigQuery: distinct users does not matchFirebase vs BigQuery：不同的用户不匹配
【发布时间】：2020-06-17 11:30:28
【问题描述】：

我无法理解 Firebase 控制台和 BigQuery 之间计算不同用户的差异，请您帮我理解它们吗？

在 bigquery 中，我运行以下查询：

           select x.daytime, count(distinct x.user_pseudo_id) from (
                                        select _TABLE_SUFFIX daytime, user_pseudo_id 
                                        from `analytics_186900506.events_*`
                                           where _TABLE_SUFFIX BETWEEN '20200501' AND '20200531'
                                               and event_name="session_start"  
                                               and platform ='ANDROID'
                                     ) x
             group by x.daytime
             order by x.daytime

在 firebase 控制台中，我选择 event="session_start"，按 Platform=Android 和 2020 年 5 月 1 日至 31 日期间进行过滤。然后我将结果导出到 csv 文件。

我检测到，在先验不再修改的时间段内，每天不同用户的数量存在 0-5% 的差异，他们已经超过 1 周了。一般来说，bigquery 中的结果要么匹配 Firebase，要么略高。在 bigquery 中查看数据，也不适合我认为这是由于时区的差异。查询是否有错误？

【问题讨论】：

标签： firebase google-bigquery firebase-analytics

【解决方案1】：

您的查询似乎没问题；但是，it's not recommended 使用 session_start 事件进行比较：

永远不要比较像 session_start 或 user_engagement 这样频繁触发的事件。

在同一个答案中，还有一些关于 Firebase 中的 count 方法的有趣信息可以解释差异：

此外，Google Analytics for Firebase 正在使用 HyperLogLog (HLL) 近似算法来计算用户数。这在按用户属性和受众过滤用户指标时提供了更大的灵活性，但可能会导致事件计数出现差异。

如果您希望统计活跃用户，也许using "user_engagement" event 可以帮助进一步减少差异。

最后，如果您想深入了解您观察到的差异，我建议您直接联系Firebase support

【讨论】：