使用BigQuery复现GA4/Firebase安卓应用获客报告数据不符问题

以下是导致数据不匹配的核心问题及修正方案：

• 购买用户数未做去重处理
  你的SQL中purchasers字段使用count(case when event_name= "purchase" then user_pseudo_id end )，会统计所有purchase事件的发生次数（同一个用户多次购买会被重复计数），但GA4探索报告中的购买用户数是去重后的独立用户数。修正方式是添加distinct：

  count(distinct case when event_name= "purchase" then user_pseudo_id end ) as purchasers
  

• 缺少特定日期范围筛选
  你明确要查询"特定日期"的数据，但当前SQL未添加日期过滤条件，会读取events_*表中的全部历史数据，和GA4探索报告的时间范围不匹配。需在where子句中补充日期筛选：

  where platform='ANDROID' 
    and _table_suffix between '20240501' and '20240531' -- 替换为你的目标日期区间
  

• 流量归因逻辑与GA4默认规则不匹配
  GA4获客报告默认采用首次互动归因：用户的渠道归属以其第一次触发事件的流量来源为准；而你的SQL直接使用每个purchase事件对应的traffic_source.medium，会将用户归属到购买行为发生时的渠道，而非首次获客渠道。
  要匹配GA4的归因逻辑，需先获取每个用户的首次互动来源，再关联购买事件：

  with user_first_source as (
    -- 获取每个用户的首次互动渠道
    select
      user_pseudo_id,
      traffic_source.medium as first_medium,
      min(event_timestamp) as first_event_time
    from `mytable.events_*`
    where platform='ANDROID'
      and _table_suffix between '20240501' and '20240531'
    group by user_pseudo_id, traffic_source.medium
  ),
  purchase_users as (
    -- 获取指定日期内的购买用户列表
    select distinct user_pseudo_id
    from `mytable.events_*`
    where platform='ANDROID'
      and event_name='purchase'
      and _table_suffix between '20240501' and '20240531'
  )
  select
    u.first_medium as medium,
    count(distinct u.user_pseudo_id) as users,
    count(distinct case when exists (
      select 1 from `mytable.events_*` e
      where e.user_pseudo_id = u.user_pseudo_id
        and e.event_name='first_open'
        and e._table_suffix between '20240501' and '20240531'
    ) then u.user_pseudo_id end) as new_users,
    count(distinct p.user_pseudo_id) as purchasers
  from user_first_source u
  left join purchase_users p on u.user_pseudo_id = p.user_pseudo_id
  group by u.first_medium
  order by u.first_medium
  

• 未处理重复上报事件
  Firebase事件可能因网络重试等原因出现重复上报，可通过event_id去重，确保每个事件只被统计一次：

  select ...
  from (
    select distinct event_id, user_pseudo_id, event_name, traffic_source.medium, _table_suffix
    from `mytable.events_*`
  ) filtered_events
  where ...
  

内容的提问来源于stack exchange，提问作者Nadia K