非GA4版Google Analytics跨时段用户ID比对方案咨询

一、解决User Explorer数据行数限制的方法 #

User Explorer的compared to功能存在10001行的硬限制，无法直接突破，建议换用以下替代方案：

• 细分（Segments）+自定义报表组合使用：
  1. 创建两个细分：第一个定位2020年8月13日有到访记录的用户；第二个定位2020年8月13日至今有会话（Session>0）的用户，将两个细分组合筛选出同时满足条件的用户。
  2. 新建自定义报表，添加「用户ID」作为维度、「会话数」作为指标，应用上述组合细分。自定义报表默认支持最多50000行数据，还能在报表设置里调整显示行数上限，远高于User Explorer的限制。

二、全量用户数据下载方式 #

• 自定义报表分批导出：在自定义报表页面，把显示行数调到最大值，点击导出按钮选择CSV/Excel格式；若数据量超过单批次上限，可按用户ID范围等条件分多次导出后合并数据。
• 高级批量导出（限GA 360或特定套餐）：如果是GA 360用户，可通过「数据导出」功能设置定期导出，将用户级数据同步到Google Cloud Storage，再从云端下载全量数据，无需分批处理。

三、通过API将数据导入R的实现步骤 #

前置准备 #

1. 登录Google Cloud Console，启用Google Analytics API。
2. 创建服务账号，下载JSON格式的密钥文件，给该服务账号分配对应GA视图的「查看权限」。

R代码实现 #

使用googleAnalyticsR包可快速完成数据拉取：

# 安装并加载包
install.packages("googleAnalyticsR")
library(googleAnalyticsR)

# 服务账号密钥认证
ga_auth(json_file = "你的服务账号密钥文件路径.json")

# 设置目标GA视图ID
view_id <- "替换为你的GA视图ID"

# 构建查询：拉取2020-08-13到访用户在指定时段的会话数据
user_data <- google_analytics(
  viewId = view_id,
  date_range = c("2020-08-13", Sys.Date()),
  metrics = "sessions",
  dimensions = "userId",
  # 创建细分：筛选2020-08-13有到访的用户
  segments = segment_ga4(
    name = "2020-08-13到访用户",
    user_segment = segment_element(
      segment_dimension_name = "sessionDate",
      operator = "EXACT",
      expressions = "20200813"
    )
  ),
  max_results = 1000000 # API单次请求最多支持100万行，自动处理分页
)

# 筛选出有复访的用户（会话数>1）
repeat_visitors <- subset(user_data, sessions > 1)

内容的提问来源于stack exchange，提问作者John Owen