Use Case ขั้นสูง

เอกสารนี้อธิบายฟีเจอร์ขั้นสูงของ Google Analytics API ข้อมูล v1 โปรดดูข้อมูลอ้างอิง API โดยละเอียดที่ข้อมูลอ้างอิง API

แสดงรายการคำจำกัดความที่กำหนดเองและสร้างรายงาน

Data API สามารถสร้างรายงานเกี่ยวกับ มิติข้อมูลและกําหนดเอง เมตริก API ข้อมูลเมตา Method สามารถใช้เพื่อแสดงรายการ API ชื่อของคำจำกัดความที่กำหนดเองที่จดทะเบียนของพร็อพเพอร์ตี้ ชื่อ API เหล่านี้อาจเป็น ที่ใช้ในคำขอรายงานไปยัง runReport เป็นต้น

ส่วนต่อไปนี้แสดงตัวอย่างของคำจำกัดความที่กำหนดเองแต่ละประเภท ใน ตัวอย่างเหล่านี้ ให้แทนที่ GA_PROPERTY_ID ด้วยรหัสพร็อพเพอร์ตี้

มิติข้อมูลที่กําหนดเองซึ่งกำหนดขอบเขตระดับเหตุการณ์

ขั้นตอนที่ 1: ค้นหาเมธอด Metadata API โดยใช้รหัสอสังหาริมทรัพย์

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

ขั้นตอนที่ 2: ค้นหามิติข้อมูลที่กำหนดเองขอบเขตระดับเหตุการณ์ที่คุณสนใจ สร้างรายงานจากการตอบกลับ หากไม่มีมิติข้อมูล เพื่อลงทะเบียนมิติข้อมูล

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

ขั้นตอนที่ 3: รวมมิติข้อมูลที่กำหนดเองไว้ในคำขอรายงาน ดังต่อไปนี้ เป็นคำขอตัวอย่างสำหรับเมธอด 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 โดยใช้รหัสอสังหาริมทรัพย์

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

ขั้นตอนที่ 2: ค้นหามิติข้อมูลที่กำหนดเองขอบเขตระดับผู้ใช้ที่คุณสนใจ สร้างรายงานจากการตอบกลับ หากไม่มีมิติข้อมูล เพื่อลงทะเบียนมิติข้อมูล

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

ขั้นตอนที่ 3: รวมมิติข้อมูลที่กำหนดเองไว้ในคำขอรายงาน ดังต่อไปนี้ เป็นคำขอตัวอย่างสำหรับเมธอด 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 โดยใช้รหัสอสังหาริมทรัพย์

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

ขั้นตอนที่ 2: ค้นหาเมตริกที่กำหนดเองขอบเขตระดับเหตุการณ์ที่คุณสนใจ สร้างรายงานจากการตอบกลับ หากเมตริกไม่แสดง คุณต้อง 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 ดังต่อไปนี้ เป็นคำขอตัวอย่างสำหรับเมธอด 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" }]
}

เมตริกอัตราเหตุการณ์สําคัญสําหรับ 1 เหตุการณ์สําคัญ

ขั้นตอนที่ 1: ค้นหา API ข้อมูลเมตา เมธอดโดยใช้รหัสพร็อพเพอร์ตี้

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

ขั้นตอนที่ 2: ค้นหาเมตริกอัตราเหตุการณ์สําคัญสําหรับเหตุการณ์สําคัญ 1 รายการที่คุณสนใจ ในการสร้างรายงานเกี่ยวกับ จากการตอบสนอง หากไม่มีเหตุการณ์สําคัญ จำเป็นต้องตั้งค่าคีย์ กิจกรรม

"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 ดังต่อไปนี้ เป็นคำขอตัวอย่างไปยัง 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" }]
}

ค่าเฉลี่ยเมตริกที่กําหนดเองที่กำหนดขอบเขตระดับเหตุการณ์

ขั้นตอนที่ 1: ค้นหาเมธอด Metadata API โดยใช้รหัสอสังหาริมทรัพย์

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

ขั้นตอนที่ 2: ค้นหาค่าเฉลี่ยเมตริกที่กำหนดเองขอบเขตระดับเหตุการณ์ที่คุณสนใจ สร้างรายงานจากการตอบกลับ หากเมตริกไม่แสดง คุณต้อง 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: รวมค่าเฉลี่ยของเมตริกที่กำหนดเองไว้ในคำขอรายงาน ดังต่อไปนี้ เป็นคำขอตัวอย่างสำหรับเมธอด 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 สำหรับ เอกสารโดยละเอียดของฟิลด์ API แต่ละช่อง โปรดดูเอกสารอ้างอิง REST สำหรับ ข้อมูลจำเพาะของกลุ่มประชากรตามรุ่น

สร้างรายงานกลุ่มประชากรตามรุ่น

ตัวอย่างรายงานกลุ่มประชากรตามรุ่นมีดังนี้

• กลุ่มประชากรตามรุ่นคือผู้ใช้ที่มี firstSessionDate เป็น 2020-12-01 นี่คือ กำหนดค่าโดยออบเจ็กต์ cohorts มิติข้อมูลและเมตริกในรายงาน คำตอบจะอิงตามผู้ใช้ของกลุ่มประชากรตามรุ่นเท่านั้น
• รายงานกลุ่มประชากรตามรุ่นจะแสดง 3 คอลัมน์ ได้แก่ ซึ่งกำหนดค่าโดย มิติข้อมูลและเมตริก
  • มิติข้อมูล cohort คือชื่อของกลุ่มประชากรตามรุ่น
  • มิติข้อมูล cohortNthDay คือจำนวนวันนับตั้งแต่ 2020-12-01
  • เมตริก cohortActiveUsers คือจำนวนผู้ใช้ที่ยังคงใช้งานอยู่
• ออบเจ็กต์ cohortsRange ระบุว่ารายงานควรมีข้อมูลเหตุการณ์ เริ่มตั้งแต่ 2020-12-01 และสิ้นสุดที่ 2020-12-06 สำหรับกลุ่มประชากรตามรุ่นนี้
  • เมื่อใช้รายละเอียด DAILY มิติข้อมูล cohortNthDay จะเป็น แนะนำให้ใช้เพื่อความสอดคล้อง

คำขอรายงานสำหรับกลุ่มประชากรตามรุ่นคือ

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"
    }
  },
}

ตัวอย่างการตอบกลับรายงานสำหรับคำขอนี้ ได้แก่

{
  "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 แผนภูมิของรายงานกลุ่มประชากรตามรุ่นนี้จะตามมา ข้อมูลเชิงลึก จากรายงานนี้แสดงให้เห็นว่าผู้ใช้ที่ใช้งานอยู่ลดลงมากที่สุดสำหรับกลุ่มประชากรตามรุ่นนี้ ระหว่างวันแรกกับวันที่ 2

กลุ่มประชากรตามรุ่นหลายกลุ่มและเศษส่วนการคงผู้ใช้ไว้

การได้ผู้ใช้ใหม่และการคงผู้ใช้ไว้เป็นวิธีทำให้เว็บไซต์หรือแอปเติบโต กลุ่มประชากรตามรุ่น รายงานจะมุ่งเน้นที่การคงผู้ใช้ไว้ ในตัวอย่างนี้ รายงานจะแสดงพร็อพเพอร์ตี้นี้ ได้เพิ่มการคงผู้ใช้ไว้เป็นเวลา 4 วันได้ถึง 10% ในระยะเวลา 2 สัปดาห์

ในการสร้างรายงานนี้ เราจะระบุกลุ่มประชากรตามรุ่น 3 กลุ่ม กลุ่มแรก firstSessionDate จาก 2020-11-02 รายการที่ 2 โดยมี firstSessionDate เป็น 2020-11-09 และรายการที่ 3 มี firstSessionDate เป็น 2020-11-16 เนื่องจาก จำนวนผู้ใช้บนพร็อพเพอร์ตี้ของคุณจะแตกต่างกันในช่วง 3 วันนี้ เปรียบเทียบเมตริกเศษส่วนการคงผู้ใช้ไว้ของกลุ่มประชากรตามรุ่น cohortActiveUsers/cohortTotalUsersแทนการใช้คำสั่งโดยตรง cohortActiveUsers

คำขอรายงานสำหรับกลุ่มประชากรตามรุ่นเหล่านี้คือ

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"
    }
  },
}

ตัวอย่างการตอบกลับรายงานสำหรับคำขอนี้ ได้แก่

{
  "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 แผนภูมิของรายงานกลุ่มประชากรตามรุ่นนี้จะตามมา ข้อมูลเชิงลึก จากรายงานนี้คือการคงผู้ใช้ไว้ในช่วง 4 วันเพิ่มขึ้น 10% ในช่วง เป็นเวลา 2 สัปดาห์ กลุ่มประชากรตามรุ่นในภายหลังที่มี firstSessionDate จาก 2020-11-16 มีค่าเกินการคงกลุ่มประชากรตามรุ่นกลุ่มแรกที่มี firstSessionDate ไว้ จาก 2020-11-02

กลุ่มประชากรตามรุ่นรายสัปดาห์และการใช้กลุ่มประชากรตามรุ่นกับฟีเจอร์ API อื่นๆ

หากต้องการนําความแปรปรวนของพฤติกรรมผู้ใช้ในแต่ละวันออก ให้ใช้กลุ่มประชากรตามรุ่นรายสัปดาห์ ทุกสัปดาห์ รายงานกลุ่มประชากรตามรุ่น ผู้ใช้ทั้งหมดที่มี firstSessionDate ในสัปดาห์เดียวกันจะสร้าง กลุ่มประชากรตามรุ่น สัปดาห์จะเริ่มต้นในวันอาทิตย์และสิ้นสุดในวันเสาร์ นอกจากนี้ เรายังได้รับ แบ่งกลุ่มกลุ่มประชากรตามรุ่นเพื่อเปรียบเทียบผู้ใช้ที่มีกิจกรรมในรัสเซียกับผู้ใช้ที่ กิจกรรมในเม็กซิโก การแบ่งส่วนนี้ใช้มิติข้อมูล country และ dimensionFilter เพื่อพิจารณาเฉพาะ 2 ประเทศเท่านั้น

คำขอรายงานสำหรับกลุ่มประชากรตามรุ่นเหล่านี้คือ

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"
    }
  },
}

ตัวอย่างการตอบกลับรายงานสำหรับคำขอนี้ ได้แก่

{
  "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 แผนภูมิของรายงานกลุ่มประชากรตามรุ่นนี้จะตามมา อิงตาม พร็อพเพอร์ตี้นี้มีประสิทธิภาพดีกว่าในการรักษาผู้ใช้ที่มีกิจกรรมในเม็กซิโก มากกว่าผู้ใช้ที่ทำกิจกรรมในรัสเซีย

การเปรียบเทียบ

การเปรียบเทียบช่วยให้คุณประเมินข้อมูลชุดย่อยเทียบกันได้ คุณสามารถ กำหนดการเปรียบเทียบโดยการระบุ comparisons ไว้ในคำจำกัดความของรายงาน ฟีเจอร์การเปรียบเทียบของ Data API นั้นคล้ายกัน กับการเปรียบเทียบในส่วนหน้าของ Google Analytics

สำหรับเอกสารโดยละเอียดของฟิลด์ API แต่ละช่อง โปรดดูข้อมูลอ้างอิง REST สำหรับ การเปรียบเทียบ

สร้างการเปรียบเทียบ

สร้างการเปรียบเทียบแยกสําหรับชุดข้อมูลแต่ละชุดที่ต้องการเปรียบเทียบได้ เช่น หากต้องการเปรียบเทียบข้อมูลแอปและเว็บ คุณอาจสร้างการเปรียบเทียบ 1 รายการสำหรับ ข้อมูลของ Android และ iOS และการเปรียบเทียบอีกรายการหนึ่งสำหรับข้อมูลเว็บ

ต่อไปนี้คือรายงานตัวอย่างที่ระบุการเปรียบเทียบ 2 รายการและแสดงผลผู้ใช้ที่ใช้งานอยู่ แยกตามประเทศ

การเปรียบเทียบรายการแรกชื่อ "การเข้าชมแอป" กำลังใช้ inListFilter เพื่อ จับคู่มิติข้อมูล platform กับค่า "iOS" และ "Android" องค์ประกอบที่ 2 การเปรียบเทียบที่ชื่อ "การเข้าชมเว็บ" ใช้ stringFilter เพื่อจับคู่ 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 ช่อง comparison คือ เพิ่มลงในรายงานที่สร้างขึ้นโดยอัตโนมัติ ช่องนี้มีชื่อ ของการเปรียบเทียบที่ระบุไว้ในคำขอ

ตัวอย่างการตอบกลับที่มีการเปรียบเทียบมีดังนี้

{
  "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"
        }
      ]
    },

    ...

  ],

...

}