GA4 BigQuery导出中同一session_id对应多user_pseudo_id的原因咨询

问题背景 #

执行以下BigQuery查询获取GA4会话与用户标识的对应关系：

SELECT
  user_pseudo_id,
  event_params.value.int_value AS session_id
FROM
  `xx-realtime-ga4-data.analytics_252663028.events_intraday_20231222`,
  UNNEST(event_params) AS event_params
WHERE
  event_params.key = 'ga_session_id'

查询结果显示，同一个ga_session_id对应了两个不同的user_pseudo_id：

• BTEu3pVyjeOHMhfkXEHCTxNzm5wv/KYYCYe30X4kYqQ=.1703165243
• 1041281587.1703165243
  两者后半段的时间戳部分完全一致。

导致该现象的核心场景 #

• 同一会话内的用户身份切换：用户在同一个会话中，先以匿名访客身份访问（此时GA4自动生成带长字符串前缀的user_pseudo_id），之后完成账号登录，网站/APP将自定义用户ID（即示例中的纯数字ID）传给GA4。由于会话未中断（用户未关闭页面/APP、未超过会话超时时间），GA4会保留原会话ID，但更新用户标识，最终同一会话ID下出现两个不同的user_pseudo_id。
• 客户端标识逻辑临时变更：如果在会话进行中，网站/APP修改了GA4的用户标识传递逻辑——比如从默认使用GA自动生成的匿名ID，切换为传递业务自定义的用户ID，而会话仍在持续，也会导致同一会话ID对应多个用户标识。
• 用户标识的关联机制触发：GA4的用户身份关联功能会将同一用户的不同标识（匿名ID、登录ID）进行关联，当关联发生在同一会话内时，就会在数据中呈现为同一会话ID对应多个user_pseudo_id的情况。

内容的提问来源于stack exchange，提问作者John Smith