Firebase Analytics用户数据异常（远超Adjust/Play Console）排查求助

我有一款Android应用，同时使用Firebase Analytics和Adjust做数据分析。对比每日数据发现，Firebase统计的日活跃用户数是Adjust或Play Console的7倍，首次访问用户数是其4倍，数据差异极大。我已经让开发人员检查过Firebase SDK，确认运行正常。另外，我已将Firebase关联到GA4并把数据流式传输到BigQuery，从原始数据看这种异常仍然存在。

以下是我用于计算日活跃用户的BigQuery原始数据查询语句：

SELECT 
      event_date, 
      count(distinct user_pseudo_id), 
      count(distinct device.advertising_id) 
FROM `*.events_2023*` 
WHERE 
      device.operating_system = 'Android' 
   AND 
      event_name = 'user_engagement' 
   AND 
      is_active_user is true

GROUP BY event_date

核心问题：这种数据差异是如何产生的？Firebase配置存在哪些问题会导致如此巨大的数据偏差？

1. 用户标识符定义差异 #

• Firebase的user_pseudo_id是设备生成的随机ID，当应用卸载重装、清除应用数据时会生成新ID，同一用户会被多次统计。而Adjust和Play Console通常以广告ID（ADID）或Google Play服务ID作为用户标识，稳定性更强，不会因应用重装频繁变更。
• 你可以对比查询结果中user_pseudo_id和device.advertising_id的去重计数，如果前者远高于后者，说明伪ID的频繁变更就是核心原因之一。

2. 活跃用户判定逻辑不一致 #

• Firebase默认的user_engagement事件触发条件是用户与应用交互至少10秒，且is_active_user标记为true，但如果你的应用自定义了该事件的触发逻辑（比如缩短交互时长阈值），会导致更多事件被统计，进而拉高活跃用户数。
• Adjust和Play Console的活跃用户通常定义为“打开应用并完成至少一次有效交互”，部分平台还要求应用前台运行时长达到特定标准，判定逻辑的差异直接导致数据偏差。

3. 测试设备与内部流量未过滤 #

• 如果Firebase未配置过滤规则，测试人员的频繁安装、调试操作会混入正式数据。很多团队会忽略在Firebase控制台设置“内部流量排除”，导致测试数据大幅拉高用户统计数。
• Adjust通常通过设置测试设备列表或沙箱环境隔离测试数据，Play Console也会自动过滤部分测试流量，这就造成了三方数据的差异。

4. 事件重复上报或触发逻辑冗余 #

• 虽然SDK运行正常，但代码可能存在逻辑问题：比如在多个页面重复调用logEvent("user_engagement")，或应用启动时多次触发该事件。即便用了distinct去重，若伪ID频繁变更，同一用户仍会被统计为多个用户。
• Firebase的事件上报默认有重试机制，网络不稳定时可能导致同一事件多次上报，虽然去重计数不受影响，但伪ID变更带来的重复用户统计会被放大。

5. 统计时区与周期错位 #

• 检查Firebase、Adjust和Play Console的统计时区是否一致。如果Firebase用UTC时区，其他平台用本地时区，会导致统计周期错位，比如某一天的用户数据被拆分或合并计算，最终造成数值差异。

6. 广告ID的统计范围差异 #

• 部分用户可能禁用了广告ID（ADID），Firebase中device.advertising_id会为null，这部分用户会被user_pseudo_id统计，但Adjust可能不会统计无ADID的用户（或用其他方式标记），导致Firebase用户数更高。
• 你的查询未过滤device.advertising_id is not null的情况，统计范围包含了无ADID用户，而Adjust和Play Console可能只统计有有效ADID的用户，这也是差异的来源之一。

内容的提问来源于stack exchange，提问作者Volodymyr