बेहतर क्वेरी

इस पेज पर दी गई ऐडवांस क्वेरी, Google Analytics के BigQuery इवेंट एक्सपोर्ट डेटा पर लागू होती हैं. आसान उदाहरणों के लिए, सामान्य क्वेरी पेज देखें.

किसी प्रॉडक्ट को खरीदने वाले लोगों ने कौन-कौनसे प्रॉडक्ट खरीदे

इस क्वेरी में दिखाया गया है कि किसी खास प्रॉडक्ट को खरीदने वाले खरीदारों ने और कौनसे प्रॉडक्ट खरीदे. इस उदाहरण में यह नहीं माना गया है कि प्रॉडक्ट एक ही क्रम में खरीदे गए थे.

बेहतर बनाए गए उदाहरण में, BigQuery की स्क्रिप्टिंग सुविधाओं का इस्तेमाल किया गया है. इससे एक ऐसा वैरिएबल तय किया जा सकता है जो यह तय करता है कि किन आइटम को फ़िल्टर करना है. इससे परफ़ॉर्मेंस में सुधार नहीं होता. हालांकि, WITH क्लॉज़ का इस्तेमाल करके सिंगल वैल्यू टेबल बनाने की तुलना में, वैरिएबल को तय करने का यह तरीका ज़्यादा आसानी से पढ़ा जा सकता है. आसान क्वेरी में, WITH क्लॉज़ का इस्तेमाल करके बाद वाला तरीका अपनाया गया है.

आसान क्वेरी, "प्रॉडक्ट A खरीदने वालों" की एक अलग सूची बनाती है और उस डेटा के साथ जुड़ जाती है. इसके बजाय, ऑप्टिमाइज़ की गई क्वेरी, ARRAY_AGG फ़ंक्शन का इस्तेमाल करके, उन सभी आइटम की सूची बनाती है जिन्हें किसी उपयोगकर्ता ने अलग-अलग ऑर्डर में खरीदा है. इसके बाद, आउटर WHERE क्लॉज़ का इस्तेमाल करके, क्वेरी सभी उपयोगकर्ताओं के लिए target_item की खरीदारी की सूचियों को फ़िल्टर करती है. साथ ही, सिर्फ़ काम के आइटम दिखाए जाते हैं.

सरलीकृत

-- Example: Products purchased by customers who purchased a specific product.
--
-- `Params` is used to hold the value of the selected product and is referenced
-- throughout the query.

WITH
  Params AS (
    -- Replace with selected item_name or item_id.
    SELECT 'Google Navy Speckled Tee' AS selected_product
  ),
  PurchaseEvents AS (
    SELECT
      user_pseudo_id,
      items
    FROM
      -- Replace table name.
      `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
    WHERE
      -- Replace date range.
      _TABLE_SUFFIX BETWEEN '20201101' AND '20210131'
      AND event_name = 'purchase'
  ),
  ProductABuyers AS (
    SELECT DISTINCT
      user_pseudo_id
    FROM
      Params,
      PurchaseEvents,
      UNNEST(items) AS items
    WHERE
      -- item.item_id can be used instead of items.item_name.
      items.item_name = selected_product
  )
SELECT
  items.item_name AS item_name,
  SUM(items.quantity) AS item_quantity
FROM
  Params,
  PurchaseEvents,
  UNNEST(items) AS items
WHERE
  user_pseudo_id IN (SELECT user_pseudo_id FROM ProductABuyers)
  -- item.item_id can be used instead of items.item_name
  AND items.item_name != selected_product
GROUP BY 1
ORDER BY item_quantity DESC;

ऑप्टिमाइज़ किया गया

-- Optimized Example: Products purchased by customers who purchased a specific product.

-- Replace item name
DECLARE target_item STRING DEFAULT 'Google Navy Speckled Tee';

SELECT
  IL.item_name AS item_name,
  SUM(IL.quantity) AS quantity
FROM
  (
    SELECT
      user_pseudo_id,
      ARRAY_AGG(STRUCT(item_name, quantity)) AS item_list
    FROM
      -- Replace table
      `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`, UNNEST(items)
    WHERE
      -- Replace date range
      _TABLE_SUFFIX BETWEEN '20201201' AND '20201210'
      AND event_name = 'purchase'
    GROUP BY
      1
  ),
  UNNEST(item_list) AS IL
WHERE
  target_item IN (SELECT item_name FROM UNNEST(item_list))
  -- Remove the following line if you want the target_item to appear in the results
  AND target_item != IL.item_name
GROUP BY
  item_name
ORDER BY
  quantity DESC;

हर खरीदारी वाले सेशन के लिए खर्च की गई औसत रकम

यहां दी गई क्वेरी से, हर सेशन के लिए खर्च की गई औसत रकम का पता चलता है. हालांकि, इसमें सिर्फ़ उन सेशन को शामिल किया जाता है जिनमें किसी उपयोगकर्ता ने खरीदारी की है. दोनों क्वेरी, कॉमन टेबल एक्सप्रेशन (सीटीई) का इस्तेमाल करती हैं. इससे हर यूनीक खरीदारी सेशन के लिए, कुल खर्च का हिसाब लगाया जाता है.

1. हर उपयोगकर्ता के हिसाब से, खरीदारी वाले सेशन में खर्च की गई औसत रकम:

इस क्वेरी में, हर उपयोगकर्ता के लिए सेशन के हिसाब से खर्च की औसत रकम दिखाई गई है:

-- Calculates the average session spend per user.
WITH
  session_spend AS (
    SELECT
      user_pseudo_id,
      (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id') AS session_id,
      SUM(
        COALESCE(
          (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'value'),
          (SELECT value.float_value FROM UNNEST(event_params) WHERE key = 'value'),
          (SELECT value.double_value FROM UNNEST(event_params) WHERE key = 'value'),
          0.0)
      ) AS total_session_spend
    FROM
      -- Replace table name.
      `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
    WHERE
      event_name = 'purchase'
      -- Replace date range.
      AND _TABLE_SUFFIX BETWEEN '20201101' AND '20210131'
      AND EXISTS(SELECT 1 FROM UNNEST(event_params) WHERE key = 'ga_session_id' AND value.int_value IS NOT NULL)
    GROUP BY
      user_pseudo_id, session_id
  )
SELECT
  user_pseudo_id,
  COUNT(session_id) AS number_of_purchase_sessions,
  AVG(total_session_spend) AS avg_spend_per_session_by_user
FROM
  session_spend
GROUP BY
  user_pseudo_id
ORDER BY
  avg_spend_per_session_by_user DESC;

2. खरीदारी के सभी सेशन के लिए खर्च की गई औसत रकम:

इस क्वेरी से, सभी उपयोगकर्ताओं के हर यूनीक खरीदारी सेशन के लिए, खर्च की गई कुल रकम का औसत पता चलता है:

-- Calculates the overall average session spend across all users and sessions.
WITH
  session_spend AS (
    SELECT
      user_pseudo_id,
      (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id') AS session_id,
      SUM(
        COALESCE(
          (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'value'),
          (SELECT value.float_value FROM UNNEST(event_params) WHERE key = 'value'),
          (SELECT value.double_value FROM UNNEST(event_params) WHERE key = 'value'),
          0.0)
      ) AS total_session_spend
    FROM
      -- Replace table name.
      `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
    WHERE
      event_name = 'purchase'
      -- Replace date range.
      AND _TABLE_SUFFIX BETWEEN '20201101' AND '20210131'
      AND EXISTS(SELECT 1 FROM UNNEST(event_params) WHERE key = 'ga_session_id' AND value.int_value IS NOT NULL)
    GROUP BY
      user_pseudo_id, session_id
  )
SELECT
  COUNT(session_id) AS total_purchase_sessions,
  AVG(total_session_spend) AS overall_avg_spend_per_session
FROM
  session_spend;

उपयोगकर्ताओं के लिए, सेशन का नया आईडी और सेशन नंबर

नीचे दी गई क्वेरी में, उपयोगकर्ताओं की सूची के लिए पिछले चार दिनों के ga_session_id और ga_session_number की सूची दी गई है. user_pseudo_id या user_id में से कोई एक सूची दी जा सकती है.

user_pseudo_id

-- Get the latest ga_session_id and ga_session_number for specific users during last 4 days.

-- Replace timezone. List at https://en.wikipedia.org/wiki/List_of_tz_database_time_zones.
DECLARE REPORTING_TIMEZONE STRING DEFAULT 'America/Los_Angeles';

-- Replace list of user_pseudo_id's with ones you want to query.
DECLARE USER_PSEUDO_ID_LIST ARRAY<STRING> DEFAULT
  [
    '1005355938.1632145814', '979622592.1632496588', '1101478530.1632831095'];

CREATE TEMP FUNCTION GetParamValue(params ANY TYPE, target_key STRING)
AS (
  (SELECT `value` FROM UNNEST(params) WHERE key = target_key LIMIT 1)
);

CREATE TEMP FUNCTION GetDateSuffix(date_shift INT64, timezone STRING)
AS (
  (SELECT FORMAT_DATE('%Y%m%d', DATE_ADD(CURRENT_DATE(timezone), INTERVAL date_shift DAY)))
);

SELECT DISTINCT
  user_pseudo_id,
  FIRST_VALUE(GetParamValue(event_params, 'ga_session_id').int_value)
    OVER (UserWindow) AS ga_session_id,
  FIRST_VALUE(GetParamValue(event_params, 'ga_session_number').int_value)
    OVER (UserWindow) AS ga_session_number
FROM
  -- Replace table name.
  `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
  user_pseudo_id IN UNNEST(USER_PSEUDO_ID_LIST)
  AND RIGHT(_TABLE_SUFFIX, 8)
    BETWEEN GetDateSuffix(-3, REPORTING_TIMEZONE)
    AND GetDateSuffix(0, REPORTING_TIMEZONE)
WINDOW UserWindow AS (PARTITION BY user_pseudo_id ORDER BY event_timestamp DESC);

user_id

-- Get the latest ga_session_id and ga_session_number for specific users during last 4 days.

-- Replace timezone. List at https://en.wikipedia.org/wiki/List_of_tz_database_time_zones.
DECLARE REPORTING_TIMEZONE STRING DEFAULT 'America/Los_Angeles';

-- Replace list of user_id's with ones you want to query.
DECLARE USER_ID_LIST ARRAY<STRING> DEFAULT ['<user_id_1>', '<user_id_2>', '<user_id_n>'];

CREATE TEMP FUNCTION GetParamValue(params ANY TYPE, target_key STRING)
AS (
  (SELECT `value` FROM UNNEST(params) WHERE key = target_key LIMIT 1)
);

CREATE TEMP FUNCTION GetDateSuffix(date_shift INT64, timezone STRING)
AS (
  (SELECT FORMAT_DATE('%Y%m%d', DATE_ADD(CURRENT_DATE(timezone), INTERVAL date_shift DAY)))
);

SELECT DISTINCT
  user_pseudo_id,
  FIRST_VALUE(GetParamValue(event_params, 'ga_session_id').int_value)
    OVER (UserWindow) AS ga_session_id,
  FIRST_VALUE(GetParamValue(event_params, 'ga_session_number').int_value)
    OVER (UserWindow) AS ga_session_number
FROM
  -- Replace table name.
  `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
WHERE
  user_id IN UNNEST(USER_ID_LIST)
  AND RIGHT(_TABLE_SUFFIX, 8)
    BETWEEN GetDateSuffix(-3, REPORTING_TIMEZONE)
    AND GetDateSuffix(0, REPORTING_TIMEZONE)
WINDOW UserWindow AS (PARTITION BY user_pseudo_id ORDER BY event_timestamp DESC);