每天选择第一个和最后一个事件用户

Question

我有一个Google Analytics（分析）事件，该事件会在进行某些互动时在我的网站上触发，这可能会或可能不会触发会话中的用户，或者会触发多次。

我想返回每天显示用户ID以及第一个和最后一个事件标签的值的结果。我尝试使用MAX（hits.eventInfo.eventLabel）进行此操作，但是当我检查我的结果时，它没有像我期望的那样返回当天该用户的最后一个值。

SELECT Date,
customDimension.value AS UserID,
MAX(hits.eventInfo.eventLabel) AS last_value
FROM `project.dataset.ga_sessions_20*` AS t
  CROSS JOIN UNNEST(hits) AS hits
  CROSS JOIN UNNEST(t.customdimensions) AS customDimension
WHERE parse_date('%y%m%d', _table_suffix) between 
DATE_sub(current_date(), interval 1 day) and
DATE_sub(current_date(), interval 1 day)
AND hits.eventInfo.eventAction = "Value"
AND customDimension.index = 2
GROUP BY Date, UserID

例如，上面的查询返回结果，其中用户X具有以下MAX（）值：

20180806 User_x 69.96

但是当我查看当天用户互动的详细信息时，会发现：

基于此，我希望看到79.95作为我的MAX（）结果，因为它具有最高的匹配次数，相反，我似乎已经从会话中间的某个位置选择了一个值-我该如何调整查询确保我选择了最后一个事件值？

Answer 1

当您在执行GROUP BY时正在寻找列colA的最大值时-MAX(colA)显然可以工作

但是，当您根据列colA中的最大值在列colB中寻找值时-您应该使用STRING_AGG(colA ORDER BY colB DESC LIMIT 1)或类似的方法来使用ARRAY_AGG（）

因此，在您的情况下，我认为它将是以下内容（您应该对其进行进一步调整）

STRING_AGG(eventInfo.eventLabel ORDER BY hiNumber DESC LIMIT 1) AS last_value

Answer 2

在您的情况下，应该使用hits数组中的子查询。这样可以完全控制您想要的东西。我使用了Google提供的示例ga数据，因此标签有所不同。但是我写的方式很容易修改以满足您的需求：

SELECT
  date,
  fullvisitorid,
  visitstarttime,
  (SELECT value FROM t.customDimensions WHERE index=2) userId,

  (SELECT 
      --STRUCT(hour, minute, hitNumber, eventinfo.eventlabel) -- for testing, comment out next line  
      eventInfo.eventLabel 
    FROM t.hits 
    WHERE type='EVENT' AND eventInfo.eventAction <> '' -- modify to fit your condition
    ORDER BY hitNumber ASC LIMIT 1
    ) AS firstEventLabel,

  (SELECT
      --STRUCT(hour, minute, hitNumber, eventinfo.eventlabel) -- for testing, comment out next line
      eventInfo.eventLabel 
    FROM t.hits 
    WHERE type='EVENT' AND eventInfo.eventAction <> '' -- modify to fit your condition
    ORDER BY hitNumber DESC LIMIT 1
    ) AS lastEventLabel
FROM
  `bigquery-public-data.google_analytics_sample.ga_sessions_20170801` t
LIMIT 1000 -- for testing

基本上，我正在查询事件，这些事件按hitNumber升序或降序对其进行排序，并限制为一个，以使每行只有一个结果。带有userId的行还显示了如何正确获取自定义尺寸值。

如果您对使用数组的概念不熟悉，可以在这里了解所有信息：https://cloud.google.com/bigquery/docs/reference/standard-sql/arrays

Answer 3

MAX()应该可以工作。一次它将返回意外值的原因是它是对字符串而不是数字进行运算。

这可以解决问题吗？

MAX(CAST(hits.eventInfo.eventLabel as float128)) AS last_value