Question

我正在使用BigQuery来了解有多少用户完成了特定的页面路径（在会话中的任何一点）。让我们说页面路径是Page 1 - ＆gt;第2页 - ＆gt;第3页。必须按顺序执行页面。我能够使用BQ建立页面路径 - 但此方法仅用于识别在会话中的任何位置到达这些页面的用户。例如，第1页 - ＆gt;第456页 - ＆gt;第2页。

有什么想法吗？

(SELECT [date]
, CASE WHEN pages like '/Page1' then fullVisitorId end as [users]
, CASE WHEN pages like '/Page1>>/Page2' then fullVisitorId end as [path_users_2]
, CASE WHEN pages like '/Page1>>Page2>>Page3' then fullVisitorId end as [path_users_3]
, [path_type]
, [path]
, [product]
, [device.deviceCategory]
FROM

  ( SELECT [date]
    , [fullVisitorId]
    , [visitId]
    , [visitNumber]
    , group_concat(hits.page.pagePath,'>>') as [pages]
    , 'New Pages' as [path_type]
    , 'Upgrade' as [path]
    , 'Professional' as [product]
  FROM
      (
      TABLE_DATE_RANGE
          ( [XXXXXX.ga_sessions_]
          , TIMESTAMP('2014-06-01')
          , TIMESTAMP('2014-06-05') )
      )
  where
  (REGEXP_MATCH(hits.page.pagePath,r'^/Page1($|/$|\?|/\?|%3F)'))
  or (REGEXP_MATCH(hits.page.pagePath,r'^/Page2($|/$|\?|/\?|%3F)'))
  or ( (REGEXP_MATCH(hits.page.pagePath,r'^/Page3($|/$|\?|/\?|%3F)'))
  and hits.transaction.transactionId is not null
  and hits.item.productSku is not null
  and hits.item.itemRevenue is not null )
  group each by [date]
  , [fullVisitorId]
  , [visitId]
  , [visitNumber]
  , [path_type]
  , [path]
  , [product]
  , [device.deviceCategory]
  )
group each by
[date]
, [path_type]
, [path]
, [product]
, [users]
, [path_users_2]
, [path_users_3]
, [device.deviceCategory]

）

Answer 1

/对于您的特定用例，我非常确定您可以通过避免JOIN和GROUP BY来更快地执行此操作。

考虑：

SELECT
  [date], fullVisitorId, visitId, visitNumber,
  GROUP_CONCAT(REGEXP_EXTRACT(hits.page.pagePath, '^(/[^/?]*)'), ">>")
    WITHIN RECORD AS Sequence,
FROM
  (TABLE_DATE_RANGE
      ( [XXXXXX.ga_sessions_]
      , TIMESTAMP('2014-06-01')
      , TIMESTAMP('2014-06-05') )
  )
WHERE REGEXP_MATCH(hits.page.pagePath, r'^/Page[123]')
HAVING
  Sequence CONTAINS "/Page1>>/Page2>>/Page3";

这可以利用RECORD级别的scoped aggregation来避免GROUP BY次单独会话。

此外，单个记录在Bigquery中是原子的，并且它们的重复字段按照导入时提供的顺序进行处理。因此，对于GA会话日志，因为所有内容都已完成WITHIN RECORD，所以按顺序连接命中子记录。展平命中时间戳然后通过比较加入它们实际上只是重做了这项工作。

Answer 2

您需要构建一系列查询，并使用hits.time作为时间顺序逐步到达完整路径。以Streak博客文章为例：Using Google BigQuery for Event Tracking

我们可以创建一个子查询来确定visitHomepage事件：

(SELECT sessionId as sessionId1,
        timestamp as timestamp1
 FROM [events.log]
 WHERE name = "visitHomepage") AS step1

然后类似于step2，step3。

然后你可以将它们组合起来获得steps1_2

(SELECT sessionId1,
        timestamp1,
        IF(timestamp1 < timestamp2, timestamp2, NULL) as timestamp2
 FROM
      (SELECT sessionId1,
              timestamp1,
              timestamp2
       FROM step1
       LEFT JOIN step2
       ON sessionId1 = sessionId2)
) AS steps1_2

获取我们想要的子查询！

(SELECT sessionId1 as sessionId,
        timestamp1 as visitHomepageTimestamp,
        timestamp2 as installExtensionTimestamp,
        IF(timestamp2 < timestamp3, timestamp3, NULL) as signInTimestamp
 FROM
      (SELECT sessionId2,
              timestamp2,
              timestamp3
       FROM steps1_2
       LEFT JOIN step3
       ON sessionId1 = sessionId3)
) AS steps1_2_3

阅读以上链接的blog post，详细说明如何构建查询，并查看BigQuery Cookbook。

或者，您可以根据hits.time订购查询，以定义用户访问的网页顺序，并使用ROW_NUMBER或POSITION添加序列号，而不是使用结果进一步设定。

BigQuery中的“立即关注”页面路径

2 个答案: