Przykładowy zbiór danych BigQuery na potrzeby implementacji gier mobilnych w Google Analytics 4

Flood-It! to gra logiczna dostępna na platformy Android i iOS. Aplikacja wykorzystuje w Firebase standardową implementację gier mobilnych z Google Analytics 4. Zbiór danych flood it dostępny w projekcie BigQuery firebase-public-project zawiera próbkę zaciemnionych danych eksportu zdarzeń BigQuery z 114 dni.

Wymagania wstępne

  • Musisz mieć dostęp do projektu Google Cloud z włączonym interfejsem BigQuery API. Wykonaj czynności przedstawione w sekcji Zanim zaczniesz w krótkim przewodniku po BigQuery, aby utworzyć nowy projekt Google Cloud lub włączyć interfejs BigQuery API w istniejącym już projekcie.

  • Z trybu piaskownicy BigQuery możesz korzystać bezpłatnie z pewnymi ograniczeniami. Aby przeanalizować ten zbiór danych i uruchomić przykładowe zapytania, wystarczy wartość Poziom bezpłatnego wykorzystania. Opcjonalnie możesz włączyć płatności, aby wyjść poza poziom bezpłatnego wykorzystania.

Ograniczenia

Ten zbiór danych zawiera zaciemnione dane, które emulują prawdziwe zbiory danych pochodzące z rzeczywistej implementacji Google Analytics 4. Niektóre pola będą zawierać wartości zastępcze, w tym <Other>, NULL i ''. Ze względu na zaciemnianie kodu wewnętrzna spójność zbioru danych może być w pewnym stopniu ograniczona.

Korzystanie ze zbioru danych

  1. Konsola Cloud udostępnia interfejs do tabel zapytań. Aby uzyskać dostęp do zbioru danych flood it, możesz użyć interfejsu BigQuery.

  2. Jeśli nie widzisz karty Edytor, kliknij Utwórz nowe zapytanie.

  3. Skopiuj poniższe zapytanie i wklej je w polu Edytora. To zapytanie będzie wyświetlać liczbę unikalnych zdarzeń, użytkowników i dni w zbiorze danych.

    SELECT
  COUNT(*) AS event_count,
  COUNT(DISTINCT user_pseudo_id) AS user_count,
  COUNT(DISTINCT event_date) AS day_count
FROM `firebase-public-project.analytics_153293282.events_*`

  4. W przypadku prawidłowych zapytań pojawi się znacznik wyboru wraz z ilością danych, które zostaną przetworzone przez zapytanie. Te dane pomagają określić koszt uruchomienia zapytania.

    Interfejs BigQuery z widoczną weryfikacją i rozmiarem zapytania

  5. Kliknij Uruchom. Strona wyników zapytania pojawi się pod oknem zapytania.

    Interfejs BigQuery z wynikami zapytania

  6. Spróbuj uruchomić przykładowe zapytania.

Dalsze kroki