本頁面由 Cloud Translation API 翻譯而成。

Google Analytics (分析) 中的不重複計數

Google Analytics 開發人員服務代表 Minhaz Kazi – 2022 年 10 月

要衡量大型資料集的精確計數 (即基數)，就需要並會影響效能Google Analytics 4 資源使用的 HyperLogLog++ (HLL++) 演算法，預估常用指標的基數包括「活躍使用者」和「工作階段」。舉例來說，當您查看有效 Google Analytics UI 中的使用者和透過 Data API 進行的計數會是約略值。針對這些指標使用 HLL++ 可確保較佳並取得更準確的預測結果這個網誌文章詳細說明 HLL++ 在 Google Analytics 4 資源中的用法以及如何使用 BigQuery 事件匯出功能複製估算結果資料。

關於 HLL++

HLL++ 可「估算」基數，同時減少使用記憶體並提升效能。 HLL++ 透過 HyperLogLog 演算法進行增強， HyperLogLog 實踐：藝術國家的演算法工程基數估算演算法。HLL++ precision 參數中的變更比較記憶體用量與計算出的統計資料的準確性。提高參數值可以降低錯誤，但會增加記憶體消耗量。

BigQuery 中的不重複計數實作

使用 COUNT(DISTINCT) 測量確切基數。這種做法會增加記憶體執行時間，需要更長的執行時間，大型資料集更是如此。
APPROX_COUNT_DISTINCT 會使用 HLL++ 估算結果。不過「APPROX_COUNT_DISTINCT」不允許使用者設定概略值準確度。
如要使用自訂 precision 值，請使用 HyperLogLog++ 函式。詳情請見針對許可 precision 值和可信度的 HLL++ 草圖提供一般精確度的間隔
sparse precision 是 HLL+ 的另一個參數。在 BigQuery 中，sparse precision 值無法由使用者定義，且固定在 precision + 5 中。

在 Google Analytics 4 資源中導入 HLL++

Google Analytics 4 會使用下列設定來評估相關的指標

指標	`precision`	`sparse precision`
工作階段	12	17
活躍使用者	14	25
使用者總數	14	25

搭配 Google Analytics 事件資料使用 BigQuery HLL++ 函式

如果 BigQuery 有 Google Analytics 4 資源的事件資料，可以嘗試比對 UI 的指標與 BigQuery 資料。下列範例假設：

Google Analytics 4 的報表 ID 已設為「By device only」資源。
其他造成差異的可能原因，例如：已經為報表時區並予以解決

使用者總數

使用 COUNT(DISTINCT) 的確切計數：

SELECT
  COUNT(DISTINCT user_pseudo_id) AS exact_total_user_count,
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`

使用 APPROX_COUNT_DISTINCT 的概略數量：

SELECT
  APPROX_COUNT_DISTINCT(user_pseudo_id) AS approx_total_user_count,
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`

您可以使用 BigQuery HLL++ 函式複製 APPROX_COUNT_DISTINCT。這個會傳回與 APPROX_COUNT_DISTINCT 相同或非常類似的結果：

SELECT
  HLL_COUNT.EXTRACT(HLL_COUNT.INIT(user_pseudo_id, 15)) AS approx_total_user_count,
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`

最後，請使用 precision = 14，在 Google Analytics UI 中複製資料：

SELECT
  HLL_COUNT.EXTRACT(HLL_COUNT.INIT(user_pseudo_id, 14)) AS total_user_count,
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`

活躍使用者

如要從 BigQuery 事件匯出資料表計算「活躍使用者」數量，您必須先只篩選出「活躍使用者」的事件即可。執行 Active 使用者篩選器超出本文範圍。

WITH ActiveUsers AS
(
  SELECT
    user_pseudo_id
  FROM
    `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`
  WHERE
  <implement active user filter logic>
)
SELECT
  HLL_COUNT.EXTRACT(HLL_COUNT.INIT(user_pseudo_id, 14)) AS active_user_count,
FROM ActiveUsers

工作階段

ga_session_id 事件參數用來識別個別工作階段的個別工作階段， user_pseudo_id 和 ga_session_id 的組合會不重複工作階段的不重複值這是標準的方法計算 Google Analytics 4 資源的工作階段數。工作階段：precision 12。

SELECT
  HLL_COUNT.EXTRACT(
    HLL_COUNT.INIT(
      CONCAT(
        user_pseudo_id,
        (SELECT `value` FROM UNNEST(event_params) WHERE key = 'ga_session_id' LIMIT 1).int_value),
      12)) AS session_count,
FROM `bigquery-public-data.ga4_obfuscated_sample_ecommerce.events_*`

您可以在這篇網誌文章中使用查詢功能，並搭配基本查詢和進階查詢範例，從 BigQuery 事件取得額外的深入分析結果匯出 Google Analytics 4 資源的資料如果你的資源大量事件資料；您也可以實作 HLL++ 函式估算 BigQuery 中常用其他指標的基數舉個簡單的例子，您可以定義情境並指示 AI 如何回應服務中心查詢進一步瞭解 HLL++，以及基數運算為何昂貴如想查看大型資料集，請參閱 Cloud 網誌上的深入網誌文章：使用 HLL++ 加快大量資料集中計數的速度。

與 Analytics (分析) 使用者介面比較