谷歌分析会话范围的字段返回多个值

Question

我发现 BigQuery 中的某些 GA“会话”范围字段具有相同 fullVisitorId 和 visitId 字段的多个值。请参见下面的示例：

对字段进行分组也无济于事。在 GA 中，我检查了用户数量与不同设备划分的用户数量。用户数不同：

这解释了发生了什么，用户将被分组到多个设备下。我的结论是，在用户会话期间的某个时间点，他们的浏览器用户代理发生了变化，在随后的点击中，GA 中设置了新的设备类型。

我希望 GA 使用第一个或最后一个值来避免这种情况，但我猜他们不会。我的问题是，如果我接受这是 GA 中的“缺陷”。我宁愿选择一个值。从以下查询中选择最后一个或第一个设备值的最佳方法是什么：

SELECT
  fullVisitorId,
  visitId,
  device.deviceCategory
FROM (
  SELECT
    *
  FROM
    `project.dataset.ga_sessions_*` desktop
  UNION ALL
  SELECT
    *
  FROM
    `project.dataset.ga_sessions_*` mobile ) table

我尝试进行子选择并使用STRING_AGG()，尝试按hits.time 排序并限制为一个值，但仍会创建另一行。

我已经测试，发现以下字段都有相同的问题：

visitNumber
totals.hits
totals.pageviews
totals.timeOnSite
trafficSource.campaign
trafficSource.medium
trafficSource.source
device.deviceCategory
totals.sessionQualityDim
channelGrouping
device.mobileDeviceInfo
device.mobileDeviceMarketingName
device.mobileDeviceModel
device.mobileInputSelector
device.mobileDeviceBranding

更新

请参阅以下有关此特定 fullVisitorId 和 visitId 的查询 - UNION 已被删除：

visitStartTime 补充说：

visitStartTime 和 hits.time 添加：

Answer 1

嗯，从表面上看，我认为你有 3 个选择：

1 - 按 fullVisitorId、visitId 分组；并使用 Max 或 MIN deviceCategory。这应该可以防止设备切换器被重复计算，这有点随意，但 GA 数据也是如此。

2 - 选项 2 类似，但如果 deviceCategory 结果可以是任何内容（即结果中不限于有效的 deviceCategory 成员），您可以使用 CASE 检查 MAX(deviceCategory) = MIN(deviceCategory ) 如果它们不同，则返回 'Multiple Devices'

3 - 您可以更进一步，计算使用的不同设备的数量，构建以某种方式列出它们的串联，等等。

我要为你写第二个。在您的问题中，您有 2 个不同的查询：一个有 [date]，一个没有 - 我会同时提供。

没有[日期]：

SELECT
    fullVisitorId,
    visitId,
    case when max(device.deviceCategory) = min(device.deviceCategory) 
       then max(device.deviceCategory) 
       else 'Multiple Devices' 
    end as deviceCategory,
    {metric aggregations here}
FROM 
    (SELECT *
        FROM `project.dataset.ga_sessions_*` desktop
    UNION ALL
    SELECT *
        FROM `project.dataset.ga_sessions_*` mobile 
    ) table
GROUP BY fullVisitorId, visitId

与[日期]：

SELECT
    [date],
    fullVisitorId,
    visitId,
    case when max(device.deviceCategory) = min(device.deviceCategory) 
       then max(device.deviceCategory) 
       else 'Multiple Devices' 
    end as deviceCategory,
    {metric aggregations here}
FROM 
    (SELECT *
        FROM `project.dataset.ga_sessions_*` desktop
    UNION ALL
    SELECT *
        FROM `project.dataset.ga_sessions_*` mobile 
    ) table
GROUP BY [date], fullVisitorId, visitId

我在这里假设您提供的 Selects 和 Union 是正确的。

另外，我应该指出，那些 {metric aggregations} 应该是 SUM 以外的东西，否则你仍然会重复计算。

我希望这会有所帮助。

Answer 2

这个字段的一行不可能有两个值，因为它只能包含一个值。

有两种可能：

1. 您实际上是在查询两个单独的数据集/两个不同的视图 - 这在示例代码中并不清晰可见。客户端 ID (=fullvisitorid) 仅对每个属性（跟踪 ID，UA-xxxxx 内容）唯一。如果您从不同的属性查询两个不同的视图，您必须期望获得两次使用的相同 ID。

2. 鉴于它们来自一个属性，这两行实际上可能是午夜拆分的一个会话，这意味着 visitId 保持不变，但 visitStartTime 会发生变化。但这也意味着设备类型的决策算法同时发生了变化……这很奇怪。

尝试使用 visitStartTime 看看会发生什么。 如果您使用两个不同的属性，请使用用户 ID 通过添加常量来组合或分离会话 - 您不能将它们组合起来。 SELECT 'property_A' AS constant FROM ...

第