Use Case ขั้นสูง

เอกสารนี้อธิบายฟีเจอร์ขั้นสูงหลายอย่างของ Google Analytics Data API v1 ดูข้อมูลอ้างอิงโดยละเอียดของ API ได้ที่ข้อมูลอ้างอิง API

แสดงรายการคำจำกัดความที่กำหนดเองและสร้างรายงาน

Data API สามารถสร้างรายงานเกี่ยวกับมิติข้อมูล ที่กำหนดเองและเมตริก ที่กำหนดเองที่ลงทะเบียนไว้ คุณสามารถใช้เมธอด Metadata API เพื่อแสดงรายการชื่อ API ของคำจำกัดความที่กำหนดเองที่ลงทะเบียนไว้ของพร็อพเพอร์ตี้ โดยใช้ชื่อ API เหล่านี้ในคำขอรายงานไปยังเมธอด runReport เป็นต้น

ส่วนต่อไปนี้แสดงตัวอย่างสำหรับคำจำกัดความที่กำหนดเองแต่ละประเภท ใน ตัวอย่างเหล่านี้ ให้แทนที่ GA_PROPERTY_ID ด้วยรหัสพร็อพเพอร์ตี้

มิติข้อมูลที่กําหนดเองซึ่งกำหนดขอบเขตระดับเหตุการณ์

ขั้นตอนที่ 1: ค้นหา เมธอด Metadata API ด้วยรหัสพร็อพเพอร์ตี้

GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata

ขั้นตอนที่ 2: ค้นหามิติข้อมูลที่กําหนดเองซึ่งกำหนดขอบเขตระดับเหตุการณ์ที่คุณสนใจสร้างรายงานจากคำตอบ หากไม่มีมิติข้อมูล คุณจะต้อง ลงทะเบียนมิติข้อมูล

"dimensions": [
...
    {
      "apiName": "customEvent:achievement_id",
      "uiName": "Achievement ID",
      "description": "An event scoped custom dimension for your Analytics property."
    },
...
],

ขั้นตอนที่ 3: รวมมิติข้อมูลที่กำหนดเองไว้ในคำขอรายงาน ตัวอย่างต่อไปนี้ เป็นคำขอไปยังเมธอด runReport

POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
  "dateRanges": [{ "startDate": "2020-09-01", "endDate": "2020-09-15" }],
  "dimensions": [{ "name": "customEvent:achievement_id" }],
  "metrics": [{ "name": "eventCount" }]
}

มิติข้อมูลที่กําหนดเองซึ่งกำหนดขอบเขตระดับผู้ใช้

ขั้นตอนที่ 1: ค้นหา เมธอด Metadata API ด้วยรหัสพร็อพเพอร์ตี้

GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata

ขั้นตอนที่ 2: ค้นหามิติข้อมูลที่กําหนดเองซึ่งกำหนดขอบเขตระดับผู้ใช้ที่คุณสนใจสร้างรายงานจากคำตอบ หากไม่มีมิติข้อมูล คุณจะต้อง ลงทะเบียนมิติข้อมูล

"dimensions": [
...
    {
      "apiName": "customUser:last_level",
      "uiName": "Last level",
      "description": "A user property for your Analytics property."
    },
...
],

ขั้นตอนที่ 3: รวมมิติข้อมูลที่กำหนดเองไว้ในคำขอรายงาน ตัวอย่างต่อไปนี้ เป็นคำขอไปยังเมธอด runReport

POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
  "entity": { "propertyId": "GA_PROPERTY_ID" },
  "dateRanges": [{ "startDate": "7daysAgo", "endDate": "yesterday" }],
  "dimensions": [{ "name": "customUser:last_level" }],
  "metrics": [{ "name": "activeUsers" }]
}

เมตริกที่กําหนดเองที่กำหนดขอบเขตระดับเหตุการณ์

ขั้นตอนที่ 1: ค้นหา เมธอด Metadata API ด้วยรหัสพร็อพเพอร์ตี้

GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata

ขั้นตอนที่ 2: ค้นหาเมตริกที่กําหนดเองซึ่งกำหนดขอบเขตระดับเหตุการณ์ที่คุณสนใจสร้างรายงานจากคำตอบ หากไม่มีเมตริก คุณจะต้อง ลงทะเบียนเมตริก

"metrics": [
...
    {
      "apiName": "customEvent:credits_spent",
      "uiName": "Credits Spent",
      "description": "An event scoped custom metric for your Analytics property.",
      "type": "TYPE_STANDARD"
    },
...
],

ขั้นตอนที่ 3: รวมเมตริกที่กำหนดเองไว้ในคำขอรายงาน ตัวอย่างต่อไปนี้ เป็นคำขอไปยังเมธอด runReport

POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
  "dateRanges": [{ "startDate": "30daysAgo", "endDate": "yesterday" }],
  "dimensions": [{ "name": "eventName" }],
  "metrics": [{ "name": "customEvent:credits_spent" }]
}

เมตริกอัตราเหตุการณ์สำคัญสำหรับเหตุการณ์สำคัญ 1 เหตุการณ์

ขั้นตอนที่ 1: ค้นหา เมธอด Metadata API ด้วยรหัสพร็อพเพอร์ตี้

GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata

ขั้นตอนที่ 2: ค้นหาเมตริกอัตราเหตุการณ์สําคัญสําหรับเหตุการณ์สําคัญ 1 เหตุการณ์ที่คุณสนใจสร้างรายงานจากคำตอบ หากไม่มีเหตุการณ์สําคัญ คุณ จะต้องตั้งค่าเหตุการณ์สําคัญ เหตุการณ์

"metrics": [
...
    {
      "apiName": "sessionKeyEventRate:add_to_cart",
      "uiName": "Session key event rate for add_to_cart",
      "description": "The percentage of sessions in which a specific key event was triggered",
    },
...
],

ขั้นตอนที่ 3: รวมเมตริกอัตราเหตุการณ์สำคัญไว้ในคำขอรายงาน ตัวอย่างต่อไปนี้ เป็นคำขอไปยังเมธอด runReport

POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
  "dateRanges": [{ "startDate": "30daysAgo", "endDate": "yesterday" }],
  "dimensions": [{ "name": "eventName" }],
  "metrics": [{ "name": "sessionKeyEventRate:add_to_cart" }]
}

ค่าเฉลี่ยเมตริกที่กําหนดเองซึ่งกำหนดขอบเขตระดับเหตุการณ์

ขั้นตอนที่ 1: ค้นหา เมธอด Metadata API ด้วยรหัสพร็อพเพอร์ตี้

GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata

ขั้นตอนที่ 2: ค้นหาค่าเฉลี่ยเมตริกที่กําหนดเองซึ่งกำหนดขอบเขตระดับเหตุการณ์ที่คุณสนใจสร้างรายงานจากคำตอบ หากไม่มีเมตริก คุณจะต้อง ลงทะเบียนเมตริก

"metrics": [
...
    {
      "apiName": "averageCustomEvent:credits_spent",
      "uiName": "Average Credits Spent",
      "description": "The average of an event scoped custom metric for your Analytics property.",
      "type": "TYPE_STANDARD"
    },
...
],

ขั้นตอนที่ 3: รวมค่าเฉลี่ยเมตริกที่กำหนดเองไว้ในคำขอรายงาน ตัวอย่างต่อไปนี้ เป็นคำขอไปยังเมธอด runReport

POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
  "dateRanges": [{ "startDate": "2020-11-01", "endDate": "2020-11-10" }],
  "dimensions": [{ "name": "eventName" }],
  "metrics": [{ "name": "averageCustomEvent:credits_spent" }]
}

ตัวอย่างรายงานกลุ่มประชากรตามรุ่น

รายงานกลุ่มประชากรตามรุ่นจะสร้างอนุกรมเวลาของการคงผู้ใช้ไว้สำหรับกลุ่มประชากรตามรุ่น ดูเอกสารประกอบโดยละเอียดของช่อง API แต่ละช่องได้ที่ข้อมูลอ้างอิง REST สำหรับ CohortSpec

สร้างรายงานกลุ่มประชากรตามรุ่น

ตัวอย่างรายงานกลุ่มประชากรตามรุ่นมีดังนี้

  • กลุ่มประชากรตามรุ่นคือผู้ใช้ที่มี firstSessionDate เป็น 2020-12-01 ซึ่งกำหนดค่าโดยออบเจ็กต์ cohorts มิติข้อมูลและเมตริกในการตอบกลับของรายงานจะอิงตามผู้ใช้ของกลุ่มประชากรตามรุ่นเท่านั้น
  • รายงานกลุ่มประชากรตามรุ่นจะแสดง 3 คอลัมน์ ซึ่งกำหนดค่าโดยออบเจ็กต์มิติข้อมูลและเมตริก
    • มิติข้อมูล cohort คือชื่อของกลุ่มประชากรตามรุ่น
    • มิติข้อมูล cohortNthDay คือจํานวนวันนับตั้งแต่ 2020-12-01
    • เมตริก cohortActiveUsers คือจํานวนผู้ใช้ที่ยังคงใช้งานอยู่
  • ออบเจ็กต์ cohortsRange ระบุว่ารายงานควรมีข้อมูลเหตุการณ์เริ่มต้นจาก 2020-12-01 และสิ้นสุดที่ 2020-12-06 สําหรับกลุ่มประชากรตามรุ่นนี้
    • เมื่อใช้ความละเอียด DAILY เราขอแนะนําให้ใช้มิติข้อมูล cohortNthDay เพื่อความสอดคล้อง

คำขอรายงานสําหรับกลุ่มประชากรตามรุ่นมีดังนี้

POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
  "dimensions": [{ "name": "cohort" }, { "name": "cohortNthDay" }],
  "metrics": [{ "name": "cohortActiveUsers" }],
  "cohortSpec": {
    "cohorts": [
      {
        "dimension": "firstSessionDate",
        "dateRange": { "startDate": "2020-12-01", "endDate": "2020-12-01" }
      }
    ],
    "cohortsRange": {
      "endOffset": 5,
      "granularity": "DAILY"
    }
  },
}

การตอบกลับของรายงานตัวอย่างสําหรับคําขอนี้มีดังนี้

{
  "dimensionHeaders": [
    { "name": "cohort" }, { "name": "cohortNthDay" }
  ],
  "metricHeaders": [
    { "name": "cohortActiveUsers", "type": "TYPE_INTEGER" }
  ],
  "rows": [
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0000" }],
      "metricValues": [{ "value": "293" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0001" }],
      "metricValues": [{ "value": "143" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0002" }],
      "metricValues": [{ "value": "123" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0003" }],
      "metricValues": [{ "value": "92" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0005" }],
      "metricValues": [{ "value": "86" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0004" }],
      "metricValues": [{ "value": "83" }]
    }
  ],
  "metadata": {},
  "rowCount": 6
}

แผนภูมิสําหรับรายงานกลุ่มประชากรตามรุ่นนี้จากการตอบกลับของรายงานมีดังนี้ ข้อมูลเชิงลึกจากรายงานนี้คือจํานวนผู้ใช้ที่ใช้งานอยู่ของกลุ่มประชากรตามรุ่นนี้ลดลงมากที่สุดระหว่างวันที่ 1 กับวันที่ 2

การแสดงภาพผู้ใช้กลุ่มประชากรตามรุ่นเมื่อเวลาผ่านไป

กลุ่มประชากรตามรุ่นหลายกลุ่มและเศษส่วนการคงผู้ใช้ไว้

การได้ผู้ใช้ใหม่และการคงผู้ใช้ไว้เป็นวิธีเพิ่มจำนวนผู้เข้าชมเว็บไซต์หรือแอป รายงานกลุ่มประชากรตามรุ่นจะเน้นที่การคงผู้ใช้ไว้ ในตัวอย่างนี้ รายงานแสดงให้เห็นว่าพร็อพเพอร์ตี้มีการคงผู้ใช้ไว้ 4 วันเพิ่มขึ้น 10% ในช่วง 2 สัปดาห์

หากต้องการสร้างรายงานนี้ เราจะระบุกลุ่มประชากรตามรุ่น 3 กลุ่ม ได้แก่ กลุ่มแรกที่มี firstSessionDate เป็น 2020-11-02 กลุ่มที่ 2 ที่มี firstSessionDate เป็น 2020-11-09 และกลุ่มที่ 3 ที่มี firstSessionDate เป็น 2020-11-16 เนื่องจากจํานวนผู้ใช้ในพร็อพเพอร์ตี้จะแตกต่างกันใน 3 วันนี้ เราจึงเปรียบเทียบเมตริกเศษส่วนการคงผู้ใช้ไว้ของกลุ่มประชากรตามรุ่น cohortActiveUsers/cohortTotalUsers แทนที่จะใช้เมตริก cohortActiveUsers โดยตรง

คำขอรายงานสําหรับกลุ่มประชากรตามรุ่นเหล่านี้มีดังนี้

POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
  "dimensions": [{ "name": "cohort" },{ "name": "cohortNthDay" }],
  "metrics": [
    {
      "name": "cohortRetentionFraction",
      "expression": "cohortActiveUsers/cohortTotalUsers"
    }
  ],
  "cohortSpec": {
    "cohorts": [
      {
        "dimension": "firstSessionDate",
        "dateRange": { "startDate": "2020-11-02", "endDate": "2020-11-02" }
      },
      {
        "dimension": "firstSessionDate",
        "dateRange": { "startDate": "2020-11-09", "endDate": "2020-11-09" }
      },
      {
        "dimension": "firstSessionDate",
        "dateRange": { "startDate": "2020-11-16", "endDate": "2020-11-16" }
      }
    ],
    "cohortsRange": {
      "endOffset": 4,
      "granularity": "DAILY"
    }
  },
}

การตอบกลับของรายงานตัวอย่างสําหรับคําขอนี้มีดังนี้

{
  "dimensionHeaders": [{ "name": "cohort" },{ "name": "cohortNthDay" }],
  "metricHeaders": [{
      "name": "cohortRetentionFraction",
      "type": "TYPE_FLOAT"
    }
  ],
  "rows": [
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0000" }],
      "metricValues": [{ "value": "1" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_1" },{ "value": "0000" }],
      "metricValues": [{ "value": "1" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_2" },{ "value": "0000" }],
      "metricValues": [{ "value": "1" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_2" },{ "value": "0001" }],
      "metricValues": [{ "value": "0.308" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_1" },{ "value": "0001" }],
      "metricValues": [{ "value": "0.272" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_2" },{ "value": "0002" }],
      "metricValues": [{ "value": "0.257" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0001" }],
      "metricValues": [{ "value": "0.248" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_2" },{ "value": "0003" }],
      "metricValues": [{ "value": "0.235" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_2" },{ "value": "0004" }],
      "metricValues": [{ "value": "0.211" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_1" },{ "value": "0002" }],
      "metricValues": [{ "value": "0.198" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0002" }],
      "metricValues": [{ "value": "0.172" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_1" },{ "value": "0003" }],
      "metricValues": [{ "value": "0.167" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_1" },{ "value": "0004" }],
      "metricValues": [{ "value": "0.155" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0003" }],
      "metricValues": [{ "value": "0.141" }]
    },
    {
      "dimensionValues": [{ "value": "cohort_0" },{ "value": "0004" }],
      "metricValues": [{ "value": "0.118" }]
    }
  ],
  "metadata": {},
  "rowCount": 15
}

แผนภูมิสําหรับรายงานกลุ่มประชากรตามรุ่นนี้จากการตอบกลับของรายงานมีดังนี้ ข้อมูลเชิงลึกจากรายงานนี้คือการคงผู้ใช้ไว้ 4 วันเพิ่มขึ้น 10% ในช่วง 2 สัปดาห์ กลุ่มประชากรตามรุ่นที่ได้มาทีหลังซึ่งมี firstSessionDate เป็น 2020-11-16 มีการคงผู้ใช้ไว้มากกว่ากลุ่มประชากรตามรุ่นที่ได้มาก่อนซึ่งมี firstSessionDate เป็น 2020-11-02

แผนภูมิการรักษาลูกค้าตามกลุ่มประชากรตามรุ่นหลายกลุ่ม

กลุ่มประชากรตามรุ่นรายสัปดาห์และการใช้กลุ่มประชากรตามรุ่นกับฟีเจอร์อื่นๆ ของ API

หากต้องการนำความแปรปรวนในแต่ละวันของพฤติกรรมผู้ใช้ออก ให้ใช้กลุ่มประชากรตามรุ่นรายสัปดาห์ ในรายงานกลุ่มประชากรตามรุ่นรายสัปดาห์ ผู้ใช้ทั้งหมดที่มี firstSessionDate ในสัปดาห์เดียวกันจะรวมกันเป็นกลุ่มประชากรตามรุ่น สัปดาห์จะเริ่มต้นในวันอาทิตย์และสิ้นสุดในวันเสาร์ นอกจากนี้ ในรายงานนี้ เราจะแบ่งกลุ่มประชากรตามรุ่นเพื่อเปรียบเทียบผู้ใช้ที่มีกิจกรรมในรัสเซียกับผู้ใช้ที่มีกิจกรรมในเม็กซิโก การแบ่งกลุ่มนี้ใช้มิติข้อมูล country และ dimensionFilter เพื่อพิจารณาเฉพาะ 2 ประเทศ

คำขอรายงานสําหรับกลุ่มประชากรตามรุ่นเหล่านี้มีดังนี้

POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
{
  "dimensions": [
    { "name": "cohort" },
    { "name": "cohortNthWeek" },
    { "name": "country" }
  ],
  "metrics": [{ "name": "cohortActiveUsers" }],
  "dimensionFilter": {
    "filter": {
      "fieldName": "country",
      "inListFilter": {
        "values": [ "Russia", "Mexico" ]
      }
    }
  },
  "cohortSpec": {
    "cohorts": [
      {
        "dimension": "firstSessionDate",
        "dateRange": {
          "startDate": "2020-10-04",
          "endDate": "2020-10-10"
        }
      }
    ],
    "cohortsRange": {
      "endOffset": 5,
      "granularity": "WEEKLY"
    }
  },
}

การตอบกลับของรายงานตัวอย่างสําหรับคําขอนี้มีดังนี้

{
  "dimensionHeaders": [
    { "name": "cohort" },
    { "name": "cohortNthWeek" },
    { "name": "country" }
  ],
  "metricHeaders": [
    { "name": "cohortActiveUsers", "type": "TYPE_INTEGER" }
  ],
  "rows": [
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0000" },{ "value": "Russia" }
      ],
      "metricValues": [{ "value": "105" }]
    },
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0000" },{ "value": "Mexico" }
      ],
      "metricValues": [{ "value": "98" }]
    },
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0001" },{ "value": "Mexico" }
      ],
      "metricValues": [{ "value": "35" }]
    },
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0002" },{ "value": "Mexico" }
      ],
      "metricValues": [{ "value": "24" }]
    },
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0001" },{ "value": "Russia" }
      ],
      "metricValues": [{ "value": "23" }]
    },
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0004" },{ "value": "Mexico" }
      ],
      "metricValues": [{ "value": "17" }]
    },
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0003" },{ "value": "Mexico" }
      ],
      "metricValues": [{ "value": "15" }]
    },
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0005" },{ "value": "Mexico" }
      ],
      "metricValues": [{ "value": "15" }]
    },
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0002" },{ "value": "Russia" }
      ],
      "metricValues": [{ "value": "3" }]
    },
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0003" },{ "value": "Russia" }
      ],
      "metricValues": [{ "value": "1" }]
    },
    {
      "dimensionValues": [
        { "value": "cohort_0" },{ "value": "0004" },{ "value": "Russia" }
      ],
      "metricValues": [{ "value": "1" }]
    }
  ],
  "metadata": {},
  "rowCount": 11
}

แผนภูมิสําหรับรายงานกลุ่มประชากรตามรุ่นนี้จากการตอบกลับของรายงานมีดังนี้ จากรายงานนี้ พร็อพเพอร์ตี้คงผู้ใช้ที่มีกิจกรรมในเม็กซิโกไว้ได้ดีกว่าผู้ใช้ที่มีกิจกรรมในรัสเซีย

แผนภูมิกลุ่มประชากรตามรุ่นของการเปรียบเทียบประเทศ

การเปรียบเทียบ

การเปรียบเทียบช่วยให้คุณประเมินข้อมูลชุดย่อยเทียบกันได้ คุณสามารถ กำหนดการเปรียบเทียบได้โดยระบุช่อง comparisons ในคําจํากัดความของรายงาน ฟีเจอร์การเปรียบเทียบของ Data API คล้ายกับ การเปรียบเทียบในส่วนหน้าของ Google Analytics

ดูเอกสารประกอบโดยละเอียดของช่อง API แต่ละช่องได้ที่ ข้อมูลอ้างอิง REST สำหรับ Comparison

สร้างการเปรียบเทียบ

คุณสามารถสร้างการเปรียบเทียบแยกกันสำหรับชุดข้อมูลแต่ละชุดที่คุณต้องการเปรียบเทียบ เช่น หากต้องการเปรียบเทียบข้อมูลแอปและเว็บ คุณอาจสร้างการเปรียบเทียบ 1 รายการสำหรับข้อมูล Android และ iOS แล้วสร้างการเปรียบเทียบอีก 1 รายการสำหรับข้อมูลเว็บ

ตัวอย่างรายงานต่อไปนี้กำหนดการเปรียบเทียบ 2 รายการและแสดงผู้ใช้ที่ใช้งานอยู่ซึ่งแบ่งตามประเทศ

การเปรียบเทียบแรกชื่อ "การเข้าชมแอป" ใช้ inListFilter เพื่อจับคู่มิติข้อมูล platform กับค่า "iOS" และ "Android" การเปรียบเทียบที่ 2 ชื่อ "การเข้าชมเว็บ" ใช้ stringFilter เพื่อจับคู่มิติข้อมูล platform กับ "web"

  POST https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID:runReport
  {
    "comparisons": [
      {
        "name": "App traffic",
        "dimensionFilter": {
          "filter": {
            "fieldName": "platform",
            "inListFilter": {
              "values": [
                "iOS",
                "Android"
              ]
            }
          }
        }
      },
      {
        "name": "Web traffic",
        "dimensionFilter": {
          "filter": {
            "fieldName": "platform",
            "stringFilter": {
              "matchType": "EXACT",
              "value": "web"
            }
          }
        }
      }
    ],
    "dateRanges": [
      {
        "startDate": "2024-05-01",
        "endDate": "2024-05-15"
      }
    ],
    "dimensions": [
      {
        "name": "country"
      }
    ],
    "metrics": [
      {
        "name": "activeUsers"
      }
    ]
  }

สําหรับคําขอทั้งหมดที่ใช้ฟีเจอร์การเปรียบเทียบ ระบบจะเพิ่มช่อง comparison ลงในรายงานที่สร้างขึ้นโดยอัตโนมัติ ช่องนี้มีชื่อของการเปรียบเทียบที่ระบุไว้ในคําขอ

ตัวอย่างข้อมูลโค้ดของการตอบกลับที่มีการเปรียบเทียบมีดังนี้

{
  "dimensionHeaders": [
    {
      "name": "comparison"
    },
    {
      "name": "country"
    }
  ],
  "metricHeaders": [
    {
      "name": "activeUsers",
      "type": "TYPE_INTEGER"
    }
  ],
  "rows": [
    {
      "dimensionValues": [
        {
          "value": "Web traffic"
        },
        {
          "value": "United States"
        }
      ],
      "metricValues": [
        {
          "value": "638572"
        }
      ]
    },
    {
      "dimensionValues": [
        {
          "value": "Web traffic"
        },
        {
          "value": "Japan"
        }
      ],
      "metricValues": [
        {
          "value": "376578"
        }
      ]
    },
  {
      "dimensionValues": [
        {
          "value": "App traffic"
        },
        {
          "value": "United States"
        }
      ],
      "metricValues": [
        {
          "value": "79527"
        }
      ]
    },

    ...

  ],

...

}