BigQuery에서 Google 애널리틱스 세션을 계산해 보세요. #1

무엇을 할까?

Google 애널리틱스 세션 정의 (htps : // 꼬리 rt. 오, ぇ. 코 m / 아나 ly 치 cs / 안수 r / 2731565? hl = 그럼),

(정의 1) 사용자가 아무 작업도 수행하지 않고 30 분이 경과 할 때까지 지속

(정의 2) 사용자 조작이 완료되면 만료 시간은 30 분 후에 재설정됩니다.

(정의 3) 하루의 끝으로 인한 만료

의 느낌의 session 의 카운트를 BigQuery 로 해 보자고 하는 기획.

이번 #1 에서는 정의 1,2 를 실시합니다.

준비

schema.json

[
  {"name": "datetime", "type": "TIMESTAMP", "mode": "required"},
  {"name": "user_id", "type": "string", "mode": "required"}
]

data.json

{"datetime":"2019-11-30T00:00:00","user_id":"a"}
{"datetime":"2019-11-30T00:29:59","user_id":"a"}
{"datetime":"2019-11-30T01:00:00","user_id":"a"}
{"datetime":"2019-11-30T01:30:00","user_id":"a"}
{"datetime":"2019-11-30T00:00:00","user_id":"b"}
{"datetime":"2019-11-30T00:00:10","user_id":"b"}
{"datetime":"2019-11-30T00:30:09","user_id":"b"}

테이블 생성 및 데이터 로드

bq load --source_format=NEWLINE_DELIMITED_JSON YOURPROJECT:YOURDATASET.access_log ./data.json ./schema.json

SQL을 작성해 봅니다.

같은 유저의 한전의 access 가 1800 초 이상전이면, 새로운 세션이라고 하는 플래그를 세운다.
라는 Query를 작성해 보겠습니다. 다음과 같습니다.

  -- #3
SELECT
  user_id,
  ((datetime - prev_seconds) / (1000*1000) )as duration_sec,
  IFNULL(datetime - prev_seconds >= 30 * 60 * 1000 * 1000, TRUE) AS start_of_session,
  datetime,
  prev_seconds
FROM (
    -- #2
  SELECT
    user_id,
    datetime,
    LAG(datetime, 1) OVER(PARTITION BY user_id ORDER BY datetime) AS prev_seconds
  FROM (
      -- #1
    SELECT
      *
    FROM
      [YOURPROJECT:YOURDATASET.access_log] ) AS activity_log)

그리고이 Query의 결과는



이런 느낌이 들고 무사히 start_of_session = true 라는 플래그가 붙었습니다.

다음 번

다음 번에는 정의 3을 수행합니다.