เอกสารนี้อธิบายฟีเจอร์ขั้นสูงหลายอย่างของ Google Analytics Data API v1 ดูข้อมูลอ้างอิงโดยละเอียดของ API ได้ที่ข้อมูลอ้างอิง API
แสดงคําจํากัดความที่กําหนดเองและสร้างรายงาน
Data API สร้างรายงานเกี่ยวกับมิติข้อมูลและเมตริกที่กําหนดเองที่ลงทะเบียนไว้ได้ คุณสามารถใช้เมธอด Metadata API เพื่อแสดงรายการชื่อ API ของคําจํากัดความที่กําหนดเองที่ลงทะเบียนของพร็อพเพอร์ตี้ ชื่อ API เหล่านี้สามารถใช้ในคําขอรายงานไปยังเมธอด runReport ได้ เป็นต้น
ส่วนต่อไปนี้แสดงตัวอย่างคำจำกัดความที่กำหนดเองแต่ละประเภท ในตัวอย่างนี้ ให้แทนที่ GA_PROPERTY_ID
ด้วยรหัสพร็อพเพอร์ตี้
มิติข้อมูลที่กําหนดเองซึ่งกำหนดขอบเขตระดับเหตุการณ์
ขั้นตอนที่ 1: ค้นหาเมธอด Metadata API ด้วยรหัสพร็อพเพอร์ตี้
GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata
ขั้นตอนที่ 2: ค้นหามิติข้อมูลที่กําหนดเองระดับเหตุการณ์ที่คุณต้องการสร้างรายงานจากคําตอบ หากไม่มีมิติข้อมูลดังกล่าว คุณต้องลงทะเบียนมิติข้อมูล
"dimensions": [
...
{
"apiName": "customEvent:achievement_id",
"uiName": "Achievement ID",
"description": "An event scoped custom dimension for your Analytics property."
},
...
],
ขั้นตอนที่ 3: รวมมิติข้อมูลที่กำหนดเองในคําขอรายงาน ต่อไปนี้เป็นตัวอย่างคําขอไปยังเมธอด 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: ค้นหาเมธอด Metadata API ด้วยรหัสพร็อพเพอร์ตี้
GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata
ขั้นตอนที่ 2: ค้นหามิติข้อมูลที่กําหนดเองระดับผู้ใช้ที่คุณต้องการสร้างรายงานจากคําตอบ หากไม่มีมิติข้อมูลดังกล่าว คุณต้องลงทะเบียนมิติข้อมูล
"dimensions": [
...
{
"apiName": "customUser:last_level",
"uiName": "Last level",
"description": "A user property for your Analytics property."
},
...
],
ขั้นตอนที่ 3: รวมมิติข้อมูลที่กำหนดเองในคําขอรายงาน ต่อไปนี้เป็นตัวอย่างคําขอไปยังเมธอด 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: ค้นหาเมธอด Metadata API ด้วยรหัสพร็อพเพอร์ตี้
GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata
ขั้นตอนที่ 2: ค้นหาเมตริกที่กําหนดเองระดับเหตุการณ์ที่คุณต้องการสร้างรายงานจากคําตอบ หากไม่มีเมตริกดังกล่าว คุณต้องลงทะเบียนเมตริก
"metrics": [
...
{
"apiName": "customEvent:credits_spent",
"uiName": "Credits Spent",
"description": "An event scoped custom metric for your Analytics property.",
"type": "TYPE_STANDARD"
},
...
],
ขั้นตอนที่ 3: รวมเมตริกที่กําหนดเองในคําขอรายงาน ต่อไปนี้เป็นตัวอย่างคําขอไปยังเมธอด 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 Metadata API Method ด้วยรหัสพร็อพเพอร์ตี้
GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata
ขั้นตอนที่ 2: ค้นหาเมตริกอัตราเหตุการณ์สําคัญสําหรับเหตุการณ์สําคัญรายการเดียวที่คุณสนใจสร้างรายงานจากคําตอบ หากไม่มีเหตุการณ์สําคัญ คุณจะต้องตั้งค่าเหตุการณ์สําคัญ
"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: รวมเมตริกอัตราเหตุการณ์สำคัญในคําขอรายงาน ต่อไปนี้เป็นตัวอย่างคําขอไปยังเมธอด 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" }]
}
ค่าเฉลี่ยเมตริกที่กําหนดเองระดับเหตุการณ์
ขั้นตอนที่ 1: ค้นหาเมธอด Metadata API ด้วยรหัสพร็อพเพอร์ตี้
GET https://analyticsdata.googleapis.com/v1beta/properties/GA_PROPERTY_ID/metadata
ขั้นตอนที่ 2: ค้นหาค่าเฉลี่ยเมตริกที่กําหนดเองระดับเหตุการณ์ที่คุณสนใจสร้างรายงานจากคําตอบ หากไม่มีเมตริกดังกล่าว คุณต้องลงทะเบียนเมตริก
"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: รวมค่าเฉลี่ยเมตริกที่กําหนดเองในคําขอรายงาน ต่อไปนี้เป็นตัวอย่างคําขอไปยังเมธอด 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
ต่อไปนี้คือตัวอย่างรายงานกลุ่มประชากรตามรุ่นที่
- กลุ่มประชากรตามรุ่นคือผู้ใช้ที่มี
firstSessionDate
เป็น2020-12-01
ซึ่งกำหนดค่าโดยออบเจ็กต์cohorts
มิติข้อมูลและเมตริกในรายงานการตอบสนองจะอิงตามผู้ใช้ของกลุ่มประชากรตามรุ่นเท่านั้น - รายงานกลุ่มประชากรตามรุ่นจะแสดง 3 คอลัมน์ ซึ่งกำหนดค่าโดยออบเจ็กต์มิติข้อมูลและเมตริก
- มิติข้อมูล
cohort
คือชื่อกลุ่มประชากรตามรุ่น - มิติข้อมูล
cohortNthDay
คือจํานวนวันนับตั้งแต่2020-12-01
- เมตริก
cohortActiveUsers
คือจํานวนผู้ใช้ที่ยังคงใช้งานอยู่
- มิติข้อมูล
- ออบเจ็กต์
cohortsRange
ระบุว่ารายงานควรมีข้อมูลเหตุการณ์ตั้งแต่2020-12-01
ถึง2020-12-06
สําหรับกลุ่มประชากรตามรุ่นนี้- เมื่อใช้ความละเอียดระดับ
DAILY
เราขอแนะนําให้ใช้มิติข้อมูลcohortNthDay
เพื่อให้สอดคล้องกัน
- เมื่อใช้ความละเอียดระดับ
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"
}
},
}
ตัวอย่างการตอบกลับรายงานสําหรับคําขอนี้มีดังนี้
{
"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
}
จากคําตอบของรายงานนี้ แผนภูมิของรายงานกลุ่มประชากรตามรุ่นนี้จะแสดงอยู่ด้านล่าง ข้อมูลเชิงลึกจากรายงานนี้คือผู้ใช้ที่ใช้งานอยู่ของกลุ่มประชากรตามรุ่นนี้ลดลงมากที่สุดระหว่างวันที่ 1 ถึง 2
กลุ่มประชากรตามรุ่นหลายกลุ่มและเศษส่วนของผู้ใช้ที่คงอยู่
การได้ผู้ใช้ใหม่และการคงผู้ใช้ไว้เป็นวิธีพัฒนาเว็บไซต์หรือแอป รายงานกลุ่มประชากรตามรุ่นจะเน้นที่การคงผู้ใช้ไว้ ในตัวอย่างนี้ รายงานแสดงให้เห็นว่าพร็อพเพอร์ตี้นี้ช่วยเพิ่มการคงผู้ใช้ไว้ได้ 4 วันเพิ่มขึ้น 10% ในช่วง 2 สัปดาห์
ในการสร้างรายงานนี้ เราระบุกลุ่มประชากรตามรุ่น 3 กลุ่ม ได้แก่ กลุ่มแรกที่มีfirstSessionDate
เป็น 2020-11-02
กลุ่มที่ 2 ที่มีfirstSessionDate
เป็น 2020-11-09
และกลุ่มที่ 3 ที่มีfirstSessionDate
เป็น 2020-11-16
เนื่องจากจำนวนผู้ใช้ในพร็อพเพอร์ตี้จะแตกต่างกันในช่วง 3 วันนี้ เราจึงเปรียบเทียบเมตริกเศษส่วนของการคงผู้ใช้ไว้ของกลุ่มประชากรตามรุ่น 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"
}
},
}
ตัวอย่างการตอบกลับรายงานสําหรับคําขอนี้มีดังนี้
{
"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
}
จากคําตอบของรายงานนี้ แผนภูมิของรายงานกลุ่มประชากรตามรุ่นนี้จะแสดงอยู่ด้านล่าง ข้อมูลเชิงลึกจากรายงานนี้คือการคงผู้ใช้ไว้ 4 วันเพิ่มขึ้น 10% ในช่วง 2 สัปดาห์ กลุ่มประชากรตามรุ่นที่ใหม่กว่าซึ่งมี firstSessionDate
ของ 2020-11-16
สูงกว่าการคงผู้ใช้ไว้ของกลุ่มประชากรตามรุ่นก่อนหน้าซึ่งมี firstSessionDate
ของ 2020-11-02
กลุ่มประชากรตามรุ่นรายสัปดาห์และการใช้กลุ่มประชากรตามรุ่นกับฟีเจอร์อื่นๆ ของ API
หากต้องการนำความแปรปรวนของพฤติกรรมของผู้ใช้ในแต่ละวันออก ให้ใช้กลุ่มประชากรตามรุ่นรายสัปดาห์ ในรายงานกลุ่มประชากรตามรุ่นรายสัปดาห์ ผู้ใช้ทั้งหมดที่มี firstSessionDate
ในสัปดาห์เดียวกันจะถือเป็นกลุ่มประชากรตามรุ่น สัปดาห์เริ่มต้นที่วันอาทิตย์และสิ้นสุดที่วันเสาร์ นอกจากนี้ ในรายงานนี้ เราจะแบ่งกลุ่มประชากรตามรุ่นเพื่อเปรียบเทียบผู้ใช้ที่มีกิจกรรมในรัสเซียกับผู้ใช้ที่มีกิจกรรมในเม็กซิโก การแบ่งกลุ่มนี้ใช้มิติข้อมูล country
และ dimensionFilter
เพื่อพิจารณาเฉพาะ 2 ประเทศเท่านั้น
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"
}
},
}
ตัวอย่างการตอบกลับรายงานสําหรับคําขอนี้มีดังนี้
{
"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
}
จากคําตอบของรายงานนี้ แผนภูมิของรายงานกลุ่มประชากรตามรุ่นนี้จะแสดงอยู่ด้านล่าง จากรายงานนี้ พร็อพเพอร์ตี้นี้รักษาผู้ใช้ที่มีกิจกรรมในเม็กซิโกไว้ได้ดีกว่าผู้ใช้ที่มีกิจกรรมในรัสเซีย
การเปรียบเทียบ
การเปรียบเทียบช่วยให้คุณประเมินข้อมูลชุดย่อยเทียบกันได้ คุณสามารถกําหนดการเปรียบเทียบได้โดยระบุช่อง comparisons
ในคําจํากัดความของรายงาน ฟีเจอร์การเปรียบเทียบของ Data API คล้ายกับการเปรียบเทียบในหน้าเว็บของ Google Analytics
ดูเอกสารประกอบโดยละเอียดของช่อง API แต่ละช่องได้ที่ข้อมูลอ้างอิง REST สําหรับการเปรียบเทียบ
สร้างการเปรียบเทียบ
คุณสร้างการเปรียบเทียบแยกสำหรับชุดข้อมูลแต่ละชุดที่ต้องการเปรียบเทียบได้ เช่น หากต้องการเปรียบเทียบข้อมูลแอปและเว็บ คุณอาจสร้างการเปรียบเทียบ 1 รายการสำหรับข้อมูล Android และ iOS แล้วสร้างการเปรียบเทียบอีก 1 รายการสำหรับข้อมูลเว็บ
ต่อไปนี้เป็นตัวอย่างรายงานที่กําหนดการเปรียบเทียบ 2 รายการและแสดงผู้ใช้ที่ใช้งานอยู่โดยแบ่งตามประเทศ
การเปรียบเทียบแรกชื่อ "การเข้าชมแอป" ใช้ inListFilter
เพื่อจับคู่มิติข้อมูล platform
ที่มีค่า "iOS" และ "Android" การเปรียบเทียบที่ 2 ชื่อ "การเข้าชมเว็บ" ใช้ stringFilter
เพื่อจับคู่มิติข้อมูล platform
กับ "เว็บ"
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 ช่องนี้มีชื่อการเปรียบเทียบที่ระบุในคําขอ
ต่อไปนี้คือตัวอย่างข้อมูลโค้ดของการตอบกลับที่มีข้อมูลเปรียบเทียบ
{
"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"
}
]
},
...
],
...
}