BigQuery统计distinct user_pseudo_id数远低于Firebase对应用户数的异常排查
BigQuery统计Firebase用户数与后台展示值偏差问题
问题背景
- 此前参考过同类BigQuery统计Firebase用户数的偏差讨论,但本次遇到的统计偏差幅度远高于同类场景的常规偏差水平
- 从Firebase同步至BigQuery的事件数据表中,通过
user_pseudo_id去重统计得到的用户规模,远低于Firebase控制台展示的同期同范围用户数 - 该统计偏差覆盖所有可追溯的日期范围,并非单日临时异常
- 后续业务目标为基于
user_pseudo_id采集指定城市的产品使用数据,当前BigQuery返回结果存在大量user_pseudo_id漏计,暂无法定位问题根源:不确定是现有查询语法存在错误,还是对Firebase导出的BigQuery数据底层逻辑存在理解偏差
待排查的现有查询逻辑
当前用于统计2021年2月4日美国地区全量去重用户的SQL如下,按照编写时的逻辑预期,该查询可覆盖当日该地区的全部去重用户:
SELECT count(distinct user_pseudo_id) as users FROM `scratchjr-app.analytics_210555769.events_20210204` WHERE 1=1 AND DATE(TIMESTAMP_MICROS(event_timestamp)) = '2021-02-04' AND geo.country = 'United States'
实际查询返回结果
[ { "users": "3908" } ]
对照基准统计值
同日同筛选范围下,Firebase控制台展示的用户规模为85069,两者存在数量级的统计差距。
内容的提问来源于stack exchange,提问作者A Una
相关产品推荐
相关产品推荐

