Z tego przewodnika dowiesz się, jakie ważne informacje zawierają dane wyświetlane w raportach generowanych za pomocą interfejsu Google Analytics Data API. Użytkownicy często napotykają rozbieżności między danymi zwracanymi przez interfejs API (zwłaszcza przez metodę runReport) a danymi wyświetlanymi w interfejsie Google Analytics.
Próbkowanie i agregacja
Metoda interfejsu Google Analytics Data APIrunReport może zwracać dane próbkowane, zwłaszcza w przypadku dużych zbiorów danych lub złożonych zapytań. Interfejs Google Analytics też stosuje próbkowanie, ale konkretne wartości progowe i algorytmy mogą się różnić, co prowadzi do niewielkich różnic w raportowanych wartościach.
Aby sprawdzić, czy wyniki raportu są oparte na podzbiorze dostępnych danych, sprawdź pole samplingMetadatas obiektu ResponseMetaData. Jeśli wyniki raportu są próbkowane, to pole zawiera wartość procentową zdarzeń użytych w tym raporcie.
Niektóre metody raportowania interfejsu Google Analytics Data API umożliwiają określenie wybranego poziomu próbkowania. Aby kontrolować poziom próbkowania raportu, możesz użyć pola
samplingLevel
metody properties.reportTasks.create.
Ta funkcja zapewnia usługom w Google Analytics 360 dostęp do wyższych limitów próbkowania wynoszących 1 mld zdarzeń. Limity próbkowania można też ustawić na UNSAMPLED, aby w przypadku dużej liczby zdarzeń używać wyników bez próbkowania.
Więcej informacji znajdziesz w artykule Próbkowanie danych.
Przybliżona liczba unikalnych użytkowników
Interfejs Google Analytics Data API używa algorytmu HyperLogLog++ (HLL++) do szacowania unikalnych wartości liczbowych w przypadku danych takich jak Aktywni użytkownicy i Sesje. To podejście jest stosowane w interfejsie API i interfejsie Google Analytics, aby zwiększyć wydajność i efektywnie zarządzać dużymi zbiorami danych. Oznacza to, że wyniki są przybliżone, a nie dokładne.
Dodatkowe informacje znajdziesz w tych artykułach: Przybliżona liczba unikalnych użytkowników w Google Analytics i Różnice w liczbie użytkowników.
Wartość progowa danych
Google Analytics może stosować w raportach wartości progowe danych, aby uniemożliwić identyfikację poszczególnych użytkowników na podstawie danych demograficznych, zainteresowań lub innych sygnałów występujących w tych danych.
Jeśli wiersz raportu zawiera niewielką liczbę użytkowników, może zostać wykluczony z wyników. Jest to częstsze w przypadku raportów, które zawierają wymiary o dużej mocy zbioru lub wymiary niestandardowe.
Aby sprawdzić, czy ten raport podlega progowaniu, sprawdź pole
subjectToThresholding
obiektu ResponseMetaData.
Więcej informacji znajdziesz w sekcji Wartości progowe danych.
Wiersz (other)
Jeśli wymiar ma dużą moc zbioru, Google Analytics może grupować rzadsze wartości w wierszu oznaczonym jako (other). Jest to częstsze w przypadku raportów, które zawierają wymiary z ponad 500 unikalnymi wartościami dziennie.
Pamiętaj, że podczas używania filtrów w interfejsie Data API filtry nie sprawdzają zawartości wiersza (other) i są stosowane po zagregowaniu danych i wygenerowaniu wiersza (other).
Aby sprawdzić, czy raport zawiera dane zrolowane do wiersza (other), sprawdź pole dataLossFromOtherRow obiektu ResponseMetaData.
Więcej informacji znajdziesz w artykule Wiersz „(inne)” w Google Analytics.
Tożsamość na potrzeby raportowania
Tożsamość na potrzeby raportowania określa, w jaki sposób użytkownicy są usuwani z raportów jako duplikaty. Różne ustawienia tożsamości (np. „Mieszane” lub „Na podstawie urządzenia”) mogą powodować różne liczby użytkowników w tym samym zakresie dat.
Zarówno interfejs Google Analytics, jak i interfejs Data API używają tego samego ustawienia tożsamości na potrzeby raportowania w Twojej usłudze. Jeśli to ustawienie zostanie zmienione, wpłynie to na raporty w interfejsie i interfejsie API. Jeśli ustawienie zostanie zmienione między wygenerowaniem raportu w interfejsie a pobraniem danych raportu przez interfejs API, liczba użytkowników w tych 2 raportach może się różnić w przypadku tego samego zakresu dat.
Precyzyjność zapytania
Aby zminimalizować rozbieżności, sprawdź, czy te parametry w żądaniu API dokładnie odpowiadają ustawieniom w raporcie w interfejsie Google Analytics:
- Zakresy dat: sprawdź, czy daty rozpoczęcia i zakończenia są identyczne.
- Wymiary i dane: upewnij się, że wymiary i dane w żądaniu wysyłanym do interfejsu API są takie same jak wymiary i dane w raporcie w interfejsie Google Analytics.
- Filtry: upewnij się, że wszystkie filtry wymiarów lub danych zastosowane w żądaniu do interfejsu API są zgodne z filtrami używanymi w interfejsie.
Dodanie wymiarów do raportu może spowodować, że w obliczeniach zostanie użytych mniej zdarzeń. Raport zawiera tylko zdarzenia, które zawierają dane dotyczące wybranych wymiarów. W rezultacie dodanie wymiarów do zapytania może zmienić zagregowane wartości danych w raporcie.
Częstotliwość aktualizacji danych
Google Analytics potrzebuje czasu na przetworzenie i zagregowanie danych zdarzeń. Podczas pracy z najnowszymi danymi możesz zauważyć niewielkie różnice między raportami, jeśli między pobraniami danych występuje opóźnienie. Jeśli na przykład wyświetlisz raport w interfejsie, a potem kilka minut później wyślesz do interfejsu API zapytanie o ten sam raport, dane mogą się zmienić z powodu trwającego przetwarzania i agregacji.
Więcej informacji znajdziesz w artykule Częstotliwość aktualizacji danych.
Alternatywy dla danych niespróbkowanych
Jeśli Twój przypadek użycia wymaga pełnych, niepróbkowanych danych na poziomie zdarzenia, rozważ użycie tych alternatywnych rozwiązań:
BigQuery Export: BigQuery Export dla Google Analytics
to zalecana metoda zaawansowanej analizy nieprzetworzonych danych zdarzeń.
Analytics 360: usługi z licencją Analytics 360 mają wyższe limity próbkowania i dostęp do bardziej szczegółowych funkcji raportowania.