BigQueryがインターネットマーケターにどのように役立つか：SQLとGoogle DataStudioでのレポートの視覚化に関するいくつかのトリック

Axmorのモバイル開発責任者であるIgorGalichinは、SQLの知識を持つ（または他のエンジニアの助けを借りて）マーケティング担当者がAndroidアプリケーションでユーザーの動作を提供する問題を回避する方法についてNetologyブログに語りました。



この記事は、Androidアプリケーションを操作し、そのアプリケーションで広告キャンペーンを開始し、結果を分析し、GoogleAnalyticsをこれに使用できなくなったことに腹を立てている人に役立ちます。この記事には、BigQueryをFirebaseに接続し、DataStudioで美しくレンダリングする方法についての説明が含まれています。



Axmorは2010年からモバイルアプリケーションを開発しています。 2016年、ロシア最大の航空会社の1つが、チケット販売用のAndroidクライアントアプリケーションの改訂とその後の開発を注文しました。特に、私たちのタスクには、アプリケーション内で定期的に行われるプロモーションの分析を収集するためのツールの開発、および視覚的な形式でのデータの提供が含まれていました。 



2020年まで、私たちはこれらの目的のために、そして他のアプリケーションでGoogleAnalyticsを使用していました。しかし、2月4日、企業はこの機能をオフにし、FirebaseAnalyticsへの切り替えを推奨しました。このSDK（英語のソフトウェア開発キットから）は、前のSDKが提供したすべての可能性を提供するわけではなく、特に、非標準のレポートを作成することはできません。   

Firebase Analyticsの制限とその対処方法は何ですか？

この問題を解決した私たちの経験を説明するために、航空券を販売するためのアプリケーションに目を向けましょう。Google Analyticsが切断され、Firebase Analyticsが置き換えられるようになったとき、顧客のユーザー行動分析を同じ深さで維持し、新しい非標準レポートをすばやく設定すると同時に、美しくアクセス可能な視覚化を提供するという課題に直面しました。 



Google Analyticsでは、ユーザーがアクセスする画面、チケットを探している目的地、出身地、アプリケーションで許可されている画面の数、匿名の画面の数を確認できます。さらに、各方向で購入されたチケットの量、プロモーション後に特定の方向の売上がどのように増加したかなどを常に確認していました。Firebase Analyticsでは、変換を詳細に分析できる統計のこの2番目の部分は、生の形式でのみ利用可能でした。つまり、それを強化する方法が必要です。 



FirebaseAnalyticsでできることは次のとおりです。 

• 購入イベントを設定します。
• パラメータでは、製品の名前（方向またはその識別子と価格）を示します。
• 次に、Webサイトのレポートで、どのフライトで販売されたチケットの数、平均購入価格、合計購入数を確認できます。 

イラストの情報は実際のものとは一致していません。すべての数字は企業秘密のために変更されています。これは、例の意味と明確さに影響を与えません。基本的に、Firebaseの機能のみを示します。

ここでは、何人のユーザーが何枚のチケットを購入したかを確認します。顧客は、たとえば、Yekaterinburg-Moscowルートのチケットをいくら購入したかを知りたいと考えています。FirebaseAnalyticsはそのような答えを提供しません。 







レポートの情報内容は、標準のパラメータセットによって制限されます。全体像のみが表示されます。 



この場合、Firebase Analyticsで完全に実装できなかったデータ分析の別の例：アプリケーションは、フライトとルートの内部広告を表示します。顧客は、広告を見た後にチケットを購入したユーザーの数を知りたがっていました。そしてもちろん、商品や在庫などによる収入の内訳もあります。繰り返しますが、標準ツールではこの機会は得られませんでした。 

BigQueryを使用してAndroidアプリ内の売上を分析する方法

さまざまなセクションですばやく視覚的なレポートを取得する方法を探し始めました。より詳細なデータ分析が必要な場合、GoogleはBigQueryWebサービスに接続することをお勧めします。しかし、私たちの理解では、ツールはビッグデータで動作すると主張されているため、スズメの大砲のようでした。ただし、ツールを詳細に調査したところ、比較的少量のデータの分析が必要であると同時に非標準であるタスクにも適していることがわかりました。確かに、過去2年間で、ビッグデータの概念は変化しました。今では、Excelで処理するのが不便なだけです。

BigQuery接続

BigQueryをFirebaseAnalyticsに接続するのは簡単です。ほぼすべてのFirebaseAnalyticsページで、これを行うことをお勧めします。これについての詳細な説明があります。



唯一の注意点は、BigQueryをイベントデータに接続するには、FirebaseのBlaze支払いプランに切り替える必要があるということです。これは、Firebaseサービスを使用するときに料金が発生することを意味します。私たちの経験では、BigQueryサービスは、小さなプロジェクトで注意深く使用すると安価です。 



BigQueryを介した無料プランでは、Crashlytics、Predictions、Cloud Messaging、およびPerformanceMonitoringのデータにのみアクセスできます。 



BigQueryはFirebaseAnalyticsの一部ではないことを理解する必要があります。これは、大量のデータを処理するように設計された別個のGoogleサービスです。この場合、Firebase Analytics forBigQueryは可能なデータソースの1つです。BigQueryを接続すると、相関関係やより多くの洞察を見つけることができます。 

接続後はどうなりますか 

BigQueryをFirebaseAnalyticsに接続すると、生の形式で収集されたデータを確認できます。 BigQueryをプロジェクトに接続した後に収集されたデータにのみアクセスできます。今日BigQueryに接続すると、今日から受信したデータを処理できますが、昨日のデータは処理されません。



それで、すべてを接続し、サービスのメインページに移動します。私たちのプロジェクトはリソースにあります。データには1つのテーブルがあります- events。 FirebaseAnalyticsからのすべてのデータはここに収集されます。 







実際、これは1つのテーブルではありません。毎日のデータはevents_<>、たとえば、という名前のテーブルに配置されますevents_20200308。 



データ自体を見てみましょう。Firebase Analyticsからのすべてのイベントは、テーブルに記録されevents_*ます。テーブルの各行は個別のイベントです。日付、デバイス情報、ユーザー情報など、多数の列がイベントパラメータを表します。データは表に表示されますが、それは完全に普通ではありません。これは、ツリー構造の表形式の表現です。以下は、テーブル行のJSON構造の例です。簡潔にするために、すべてのデータが構造に含まれているわけではありませんが、全体像はそれから理解できます。







データ構造を見ると、次のものが含まれていることがわかります。

• . , - . : event_date, event_timestamp, event_name.
• -. , , event_params user_properties. — . . — --. ,
• -. — device. . — device.category, device.operating_system device.operating_system_version.

最初はデータ構造が複雑に見える場合は、詳しく調べると簡単になります。最終的に、FirebaseAnalyticsからのすべてのイベントに関する情報を手に入れることができます。そして、そこから必要なデータを引き出す必要があります。 

いくつかのリクエストをしてみましょう。たとえば、イベントのすべての日付を表示しましょう。

    

SELECT event_date

FROM `project_name.data_set.events_20200202`

結果が表示されます。







project_name.data_set.events_20200202この場合、特定のテーブルの名前。これは、プロジェクトの名前、データセットの名前、およびFirebaseAnalyticsからのイベントを含む日次テーブルで構成されます。つまり、このクエリでは、2月2日のイベントがあったテーブルからイベントの日付を取得しました:)あまり役に立ちませんが、クエリの例としては機能します。実際には、利用可能なすべてのデータからサンプリングする方が便利です。この場合、特定のテーブルの代わりに指定できますproject_name.data_set.events_*。リクエストに有用性を追加して、たとえば、次の名前のイベントの日付と都市を見つけましょう"booking_purchase"。

    

SELECT geo.city, event_date

FROM `project_name.data_set.events_*`

WHERE event_name = "booking_purchase" and geo.city != ""

我々が得る：







興味深いのは、テーブル内の特別なフィールドである配列だけです。例えばevent_params。このようなフィールドを操作するには、UNNEST演算子を使用することをお勧めします。この演算子は、配列フィールドを取得してテーブルに変換します。 

クエリを改善して、パラメータ値を表示しましょう"direction"：

    

SELECT 
geo.city, 
event_date,
(SELECT value.string_value FROM UNNEST(event_params) WHERE key = "direction") AS direction,
    	
FROM
`project_name.data_set.events_*`
    	
WHERE
event_name = "booking_purchase" and geo.city != ""

結果：







では、何を追加しましたか。UNNEST演算子をフィールドに適用しましたevent_params。その結果、行がイベントのパラメーターであり、列がこれらのパラメーターのプロパティであるテーブルが得られました。パラメータには、キーと値の2つのプロパティがあります。値- 4つのフィールドを持つオブジェクト：string_value、int_value、float_valueおよびdouble_value。パラメータ値はstring、int、float、doubleにすることができるため、これらのフィールドはさまざまなデータタイプに必要です。次に、サブクエリを使用して、フィールドがkey等しいパラメータの文字列値を引き出しましたdirection。これは、テーブル内の配列フィールドを操作する方法です。



Firebase Analyticsが提供できなかったもの、つまりアプリで販売された各製品の収益の内訳を取得しましょう。

1. Firebase Analyticsでは、購入イベントを渡し"booking_purchase"ます。 
2. その中で、2つのパラメータを渡します："direction"と"price"。方向-製品識別子、価格-その価格。

販売された商品の数と金額を知りたいのですが。調べるためのリクエストは次のようになります。

SELECT
  	
direction,
  	
count(direction) as count,
  	
sum(price) as total_sum
FROM
(
    	
SELECT
      	
(SELECT value.string_value FROM UNNEST(event_params) WHERE key = "direction") AS direction,
      	
(SELECT value.double_value FROM UNNEST(event_params) WHERE key = "price") AS price
    	
FROM
        	
`project_name.data_set.events_*`
    	
WHERE
      	
event_name = "booking_purchase"
      	
)
group by direction
order by total_sum desc

結果：







必要なデータを取得しました。 

DataStudioでレポートをレンダリングする方法

顧客がいつでも来て販売統計を見たいと思っているとしましょう。クエリを保存して、BigQueryコンソールに移動し、クエリを実行して結果を確認できることを顧客に伝えることができます。しかし、Googleはより良いソリューションを提供します。 



クエリ結果は、DataStudioサービスで視覚化できます。このサービスを使用すると、Firebase Analyticsのデータに劣らない表、グラフ、図、美しさ、機能の形式でデータを表示できます。これを行う方法を見てみましょう。



レポートを作成するには、サービスのメインページに移動して、新しいドキュメントを作成する必要があります。データソースとしてBigQueryを選択します。







レポートは、テーブル、保存されたビューから、またはクエリによって直接作成できます。後者のオプションでは、日付パラメーターを使用できます。これらのパラメータを使用して、日付によるデータ選択を制限し、処理されるデータの量を最適化できます。結果は、Google AnalyticsとFirebaseのインターフェースに似ています-ほぼ同じフォームと機能です。同社は視覚化の観点からベストプラクティスを採用し、それらを公開したようです。 







パラメータDS_START_DATEとの間で発生したイベントのみが選択されるように条件を追加しましたDS_END_DATE。これらのパラメータは、レポートフォームから直接リクエストに渡されます。レポートを作成すると、すぐに次のようなものが表示されます。







次に、日付範囲の選択を追加できます。これを行うには、適切な

コンポーネントをフォームに追加します。







このコンポーネントで選択された日付は、パラメーターDS_START_DATEおよびとしてクエリに直接送信されますDS_END_DATE。その結果、表示モードでは、レポートは次のようになります。







同様に、フォーム上の他のコンポーネント（グラフ、チャート、画像、テキストなど）を追加およびカスタマイズできます。その後、リンク共有を介して、または必要なアカウントへのアクセスを提供することにより、レポートを共有できます。  

BiqQueryは恐れることのない効果的なツールです

モバイルアプリは、特にデータ駆動型のアプローチを採用している場合、強力な販売およびマーケティングツールです。BiqQueryを恐れてはいけません。また、このツールは複雑であり、一般的に、ビッグデータはあまりにもクールだと考えてください。BigQueryは、分析部門をSpotify、Delivery Food、その他のデータジャイアントのレベルにまで高め、マーケティングでも、製品で。 



BigQueryの利点：

• すばやく構成され、数秒でデータを処理できます。サーバーも、高価なインフラストラクチャも、管理者もいません。 
• , , , : , , -, CRM.
• , — .  
• SQL — . 
• Data Studio, .

• - «SQL».
• « ». 
• - «Big Data ». 
• «-».