Python调用GA API生成电商产品绩效报表（G360）遭遇采样异常

问题详情 #

我正用Python程序化重建「转化>电商>产品绩效」报表，核心维度是ga:productName（主）+ga:campaign（次），但遇到以下采样问题：

• 哪怕把日期范围限制为单日，只要涉及ga:campaign维度（单独用或和ga:productName组合用），就会触发严重采样，采样数据固定为：'samplesReadCounts': ['999984'], 'samplingSpaceSizes': ['3980975']
• 仅单独使用ga:productName维度时，能正常获取未采样数据
• 试过将samplingLevel设置为SMALL、LARGE、DEFAULT，采样结果完全没变化
• 当前调用代码：

return analytics.reports().batchGet(
    body={
        'reportRequests': [
            {
                'viewId': VIEW_ID,
                'dateRanges': [{'startDate': startdt, 'endDate': enddt}],
                'metrics': [{'expression': 'ga:itemRevenue'},{'expression': 'ga:uniquePurchases'},{'expression': 'ga:itemQuantity'},
                            {'expression': 'ga:revenuePerItem'},{'expression': 'ga:itemsPerPurchase'},{'expression': 'ga:productRefundAmount'}],
                'dimensions': [{'name': 'ga:productName' },{'name': 'ga:campaign' }],
                'samplingLevel':'LARGE',

            }]
    }
).execute()

可行解决方案（针对G360账户） #

1. 使用G360专属的无采样报表（Unsampled Reports）

G360账户支持创建无采样的离线报表，这是解决这类采样问题最直接的方式。流程如下：

• 调用unsampledReports.insert接口创建无采样报表请求，指定所需的维度、指标、日期范围
• 轮询报表状态，直到报表生成完成
• 从生成的报表文件中提取数据

示例代码片段（创建无采样报表）：

def create_unsampled_report(analytics, view_id, start_date, end_date):
    return analytics.management().unsampledReports().insert(
        accountId='YOUR_ACCOUNT_ID',
        webPropertyId='YOUR_WEB_PROPERTY_ID',
        profileId=view_id,
        body={
            'title': 'Product Performance by Campaign - Unsampled',
            'startDate': start_date,
            'endDate': end_date,
            'metrics': [{'expression': 'ga:itemRevenue'}, {'expression': 'ga:uniquePurchases'}, {'expression': 'ga:itemQuantity'},
                        {'expression': 'ga:revenuePerItem'}, {'expression': 'ga:itemsPerPurchase'}, {'expression': 'ga:productRefundAmount'}],
            'dimensions': [{'name': 'ga:productName'}, {'name': 'ga:campaign'}],
            'format': 'CSV'
        }
    ).execute()

2. 拆分单日为更小时间窗口（按小时）

将单日拆分为24个小时级请求，分别拉取每个小时的数据后在本地聚合。因为GA采样是基于单请求的会话量，缩小时间窗口后每个请求的会话数会降低，大概率能避免采样。

示例思路：

# 生成单日的小时级日期范围
hourly_ranges = []
for hour in range(24):
    start_hour = f"{startdt}T{hour:02d}:00:00"
    end_hour = f"{startdt}T{hour+1:02d}:00:00"
    hourly_ranges.append({'startDate': start_hour, 'endDate': end_hour})

# 批量请求每个小时的数据
responses = []
for date_range in hourly_ranges:
    response = analytics.reports().batchGet(
        body={
            'reportRequests': [
                {
                    'viewId': VIEW_ID,
                    'dateRanges': [date_range],
                    'metrics': [{'expression': 'ga:itemRevenue'}, {'expression': 'ga:uniquePurchases'}, {'expression': 'ga:itemQuantity'},
                                {'expression': 'ga:revenuePerItem'}, {'expression': 'ga:itemsPerPurchase'}, {'expression': 'ga:productRefundAmount'}],
                    'dimensions': [{'name': 'ga:productName'}, {'name': 'ga:campaign'}],
                    'samplingLevel':'LARGE'
                }]
        }
    ).execute()
    responses.append(response)

# 本地聚合所有小时的数据
# 此处需自行编写聚合逻辑，按productName+campaign分组求和指标

3. 调整维度顺序

尝试将ga:campaign放在第一个维度位置，ga:productName作为第二个维度。GA的维度处理顺序会影响数据的分组逻辑，部分情况下能降低采样触发的概率：

'dimensions': [{'name': 'ga:campaign' },{'name': 'ga:productName' }],

4. 拆分指标请求

当前请求包含6个指标，可拆分为2-3个独立请求，分别拉取不同的指标组，之后再合并数据。减少单请求的指标数量能降低数据处理量，从而避免采样。

内容的提问来源于stack exchange，提问作者user22111212