GA4 API PHP开发：过滤器异常及多文章阅读用户统计问题

一、需求背景 #

需统计旧数据中，读过指定50篇文章里至少2篇的用户数，无法提前设置内容分组或受众。

二、遇到的过滤器异常问题 #

1. NOT过滤器逻辑不符预期 #

两段代码分别统计访问过指定文章的用户（$test）和用NOT过滤的用户（$test2），理论上两者结果之和应等于总用户数，但实际不符，推测NOT过滤器筛选的是从未访问过该文章的用户，而非“访问过其他内容但未命中该文章”的用户。

代码片段：

$test->setDimensionFilter((new FilterExpression())->setFilter(new Filter
            ([
                'field_name' => 'pagePath',
                'string_filter' => new Filter\StringFilter([
                'value' => $paths[0],
                'match_type' => Filter\StringFilter\MatchType::CONTAINS,
            ]),
        ])));

$test2->setDimensionFilter((new FilterExpression())->setNotExpression(new FilterExpression([
            'filter' => new Filter([
                'field_name' => 'pagePath',
                'string_filter' => new Filter\StringFilter([
                'value' => $paths[0],
                'match_type' => Filter\StringFilter\MatchType::CONTAINS,
            ]),
        ]),
])));

2. AND过滤器返回无数据，OR过滤器正常 #

用AND过滤器筛选同时访问过两篇指定文章的用户（$test3）时返回空，但GA4探索模式显示同会话有71用户、跨会话有91用户；改用setOrGroup则结果正常。

代码片段：

$test3->setDimensionFilter((new FilterExpression())->setAndGroup(new FilterExpressionList([ 
    'expressions'=> [
        new FilterExpression([
            'filter' => new Filter([
                'field_name' => 'pagePath',
                'string_filter' => new Filter\StringFilter([
                    'value' => $paths[0],
                    'match_type' => Filter\StringFilter\MatchType::CONTAINS,
                    ]),
                ]),
            ]),
        new FilterExpression([
            'filter' => new Filter([
                'field_name' => 'pagePath',
                'string_filter' => new Filter\StringFilter([
                    'value' => $paths[1],
                    'match_type' => Filter\StringFilter\MatchType::CONTAINS,
                    ]),
                ]),
            ]),
        ]
    ])
    )
);

三、问题原因分析 #

1. NOT过滤器的逻辑本质：GA4 API的维度过滤器基于事件级而非用户级筛选。NOT过滤器会排除所有包含目标pagePath的事件，只要用户有过一次符合条件的事件，就会被完全排除，而非仅排除该事件对应的记录。这导致$test2统计的是从未触发过该pagePath事件的用户，而非“有其他访问行为但没碰过这篇文章”的用户，因此和$test的结果加起来不等于总用户数（总用户包含既访问过该文章也访问过其他页面的用户）。

2. AND过滤器的局限性：维度过滤器的AND逻辑要求同一条事件记录同时满足多个条件，而用户访问两篇文章是两条独立的事件记录，自然匹配不到任何结果。这与GA4探索模式的逻辑不同——探索模式的用户级AND是判断用户是否有过多个符合条件的事件，而非单条事件满足所有条件。

四、统计“读过至少2篇指定文章”用户的解决方案 #

无需预定义受众或内容分组的可行方法：

方法1：BigQuery导出数据后处理 #

如果数据已导出到BigQuery，直接通过SQL统计，这是最准确高效的方式：

SELECT COUNT(DISTINCT user_pseudo_id) AS users_with_at_least_2_articles
FROM `your-project-id.analytics_xxxxxx.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20240101' AND '20241231' -- 替换为目标时间范围
  AND (page_path LIKE '%article-path-1%' OR page_path LIKE '%article-path-2%' OR ...) -- 列出所有50篇文章的路径
GROUP BY user_pseudo_id
HAVING COUNT(DISTINCT page_path) >= 2;

方法2：API多请求后做集合运算 #

若必须使用GA4 API：

• 分别统计访问过每篇文章的用户集合（以user_pseudo_id或userId为维度）。
• 在本地代码中计算这些集合的重叠情况，统计出至少出现在2个集合中的用户数量。
  注意：这种方法需处理50次API请求，数据量较大时效率较低，适合小范围数据。

方法3：利用用户级指标筛选 #

若支持创建用户级计算指标（旧数据若无法在界面创建，可通过API配置），统计用户访问指定文章的次数，再通过metricFilter筛选次数≥2的用户。

内容的提问来源于stack exchange，提问作者Mattias Gonczi