將數據分析指標匯出至 BigQuery

本頁面說明如何將 AI Commerce Search 數據分析指標匯出至 BigQuery。匯出 Analytics 指標後，您就能保留這些指標，並編寫 SQL 進行分析。

系統會自動為你生成 AI Commerce Search 分析指標。如要進一步瞭解如何使用 Analytics 指標評估 AI Commerce Search 的業務影響，請參閱「查看 Analytics」。

將指標資料匯出至 BigQuery 時，有下列限制：

• 匯出至 AI Commerce Search 專案中 BigQuery 資料表的資料是授權檢視畫面，而非具體化檢視畫面。

• 您無法變更或更新這些表格中的資料。如要變更或更新資料，請將檢視畫面匯出或複製到其他目的地。

• 您無法匯出超過 180 天前的使用者事件指標，也無法匯出超過 180 天前產生的指標。系統不會保留 180 天前的任何指標。

事前準備

如要將指標匯出至 BigQuery，您必須先完成「事前準備」一文中的程序。包括匯入使用者事件，以及視需要匯入目錄資訊。

如要進一步瞭解匯入程序，請參閱：

• 匯入目錄資訊
• 記錄即時使用者事件
• 匯入歷來的使用者事件

在 BigQuery 中建立資料集

您需要在 BigQuery 中建立資料集，以保存 Analytics 指標資料。

您必須在實作 AI Commerce Search 的專案中建立資料集。

1. 如果專案先前未使用 BigQuery，請啟用 BigQuery API，並確認您擁有可建立資料集和資料表的 IAM 角色。

   請參閱「事前準備」和「使用 IAM 控管存取權」

   BigQuery 說明文件。

2. 在「美國 (多個美國地區)」多區域中，建立 BigQuery 資料集。例如，將其命名為 retail_data。如果您在其他區域建立資料集，將資料匯出至 BigQuery 的作業就會失敗。資料集不支援 CMEK，啟用後匯出作業會失敗。

   如要瞭解如何建立資料集，請參閱 BigQuery 說明文件中的「建立資料集」。

   這個資料集會用來存放您匯出的資料表。以下程序說明如何匯出。

將 Analytics 指標匯出至 BigQuery 資料表

使用 exportAnalyticsMetrics 方法將零售目錄匯出至 BigQuery 資料表。

使用任何要求資料之前，請先修改下列項目的值：

• PROJECT_ID：您建立 BigQuery 資料集的 AI Commerce Search API 專案 ID。
• DATASET_ID：您在「 在 BigQuery 中建立資料集」中建立的資料集名稱。例如，使用 retail_data 或 retail_metrics_data。
• TABLE_ID_PREFIX：資料表 ID 的前置字元。前置字串不得為空字串。並加上 retail_analytics_metrics 後置字串，完成資料表名稱。舉例來說，如果前置字串為 test，資料表名稱就會是 test_retail_analytics_metrics。

JSON 要求內文：

{
  "catalog": "projects/PROJECT_ID/locations/global/catalogs/default_catalog",
  "outputConfig":
  {
    "bigqueryDestination":
    {
      "datasetId": "DATASET_ID",
        "tableIdPrefix": "TABLE_ID_PREFIX",
        "tableType": "view"
    }
  }
}

請展開以下其中一個選項，以傳送要求：

cat > request.json << 'EOF'
{
  "catalog": "projects/PROJECT_ID/locations/global/catalogs/default_catalog",
  "outputConfig":
  {
    "bigqueryDestination":
    {
      "datasetId": "DATASET_ID",
        "tableIdPrefix": "TABLE_ID_PREFIX",
        "tableType": "view"
    }
  }
}
EOF

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "x-goog-user-project: PROJECT_ID" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog:exportAnalyticsMetrics"

@'
{
  "catalog": "projects/PROJECT_ID/locations/global/catalogs/default_catalog",
  "outputConfig":
  {
    "bigqueryDestination":
    {
      "datasetId": "DATASET_ID",
        "tableIdPrefix": "TABLE_ID_PREFIX",
        "tableType": "view"
    }
  }
}
'@  | Out-File -FilePath request.json -Encoding utf8

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred"; "x-goog-user-project" = "PROJECT_ID" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://retail.googleapis.com/v2/projects/PROJECT_ID/locations/global/catalogs/default_catalog:exportAnalyticsMetrics" | Select-Object -Expand Content

您應該會收到如下的 JSON 回覆：

{
  "name": "projects/PROJECT_NUMBER/locations/global/catalogs/default_catalog/operations/12310973052792775280",
  "done": true,
  "response": {
    "@type": "type.googleapis.com/google.cloud.retail.v2.ExportAnalyticsMetricsResponse",
    "outputResult": {
      "bigqueryResult": [
        {
          "datasetId": "DATASET_ID",
          "tableId": "TABLE_ID_PREFIX_retail_analytics_metrics"
        }
      ]
    }
  }
}

指標定義

匯出的指標是計數指標。由於機器人篩選功能可能會從指標計算中排除部分事件，因此部分計數指標可能會出現些微差異。機器人篩選功能有助於提供更準確的成效評估結果。這不會影響 A/B 測試，因為這類測試取決於 external_experiment_ids 維度，而機器人篩選條件則會套用至所有流量。

指標維度

計數指標是直接從相關使用者事件匯總的原始計數，且具有相同維度。如要解讀指標，您需要知道指標的依據維度。就數據分析指標而言，搜尋和瀏覽事件稱為「曝光事件」，而 detail_page_view、add_to_cart 和 purchase 事件則稱為「轉換事件」。下表定義指標維度。

曝光指標

曝光指標是根據先決條件計算得出。只有在符合下列條件時，轉換事件 (detail_page_view、add_to_cart 和 purchase 事件) 才能歸因於曝光事件。

• 曝光事件和轉換事件的訪客相同。

• 轉換事件的產品 ID 必須顯示在曝光事件的結果中。

• 轉換事件發生在曝光事件後，且在必要時間範圍內。不同類型的轉換事件適用不同的轉換時間回溯期。

  轉換路徑	轉換時間回溯期
  曝光次數 -> 查看詳細資料頁面	60 秒
  曝光次數 -> 加入購物車	24 小時
  曝光次數 -> 購買	48 小時

搜尋曝光指標

瀏覽曝光指標

工作階段指標

工作階段是指使用者與系統持續互動的一段時間。任何使用者事件都會標示工作階段的開始，如果接下來 30 分鐘內沒有發生其他事件，系統就會標示工作階段的結束。只要使用者在已開始的工作階段中觸發事件，工作階段就會延長 30 分鐘。工作階段結束後，使用者再次與系統互動時，系統就會啟動新的工作階段。

工作階段指標的特徵維度是由工作階段內的所有使用者事件共同定義。請參閱指標 維度，瞭解如何為工作階段設定維度值。

搜尋工作階段指標

搜尋工作階段是指包含至少一個搜尋事件的工作階段。請注意，搜尋工作階段也可能是瀏覽工作階段，如瀏覽工作階段指標所定義。

瀏覽工作階段指標

瀏覽工作階段是指包含至少一個瀏覽事件的工作階段。請注意，瀏覽工作階段也可能是搜尋工作階段指標定義的搜尋工作階段。

訪客指標

訪客 ID 是訪客的專屬 ID，訪客指標會彙整訪客的所有使用者事件資訊。

訪客指標的特徵維度是由訪客的所有使用者事件共同定義。請參閱指標維度，瞭解如何為訪客設定維度值。

搜尋訪客指標

搜尋訪客是指至少執行過一次搜尋事件的訪客。請注意，搜尋訪客也可能是瀏覽訪客，如瀏覽訪客指標所定義。

瀏覽訪客指標

瀏覽訪客是指執行至少一個瀏覽事件的訪客。請注意，根據搜尋訪客指標的定義，瀏覽訪客也可能是搜尋訪客。

應用實例

如果您將指標資料複製或匯出至其他目的地，可以使用 SQL 取得匯出指標的高階或特定資訊。以下各節提供一些常見方法，說明如何使用 SQL 探索匯出的指標。

計算點閱率

計算各日期、裝置類型和流量目的地的搜尋點閱率。

SELECT
  `date`,
  device_type,
  traffic_destination,
  SUM(detail_page_view_from_search) / SUM(search_event) as search_CTR
FROM copied_table
GROUP BY `date`, device_type, traffic_destination

取得瀏覽帶來的詳細資料頁面瀏覽次數

取得來自 Google 流量的瀏覽事件詳細資料頁面網頁瀏覽事件，並顯示所有維度資訊。external_experiment_idstest_armexternal_experiment_ids 重複 string。

SELECT
  `date`,
  external_experiment_ids,
  device_type,
  serving_config,
  traffic_destination,
  entity,
  detail_page_view_from_browse
FROM copied_table
WHERE
  traffic_destination = 'Google' AND 'test_arm' in UNNEST(external_experiment_ids)

取得最常使用的供應設定

取得 Google 流量在「2023-10-01」和「2023-11-01」之間最常使用的放送設定。每個搜尋事件都應有相關聯的放送設定。

SELECT
  serving_config,
  SUM(search_event) as total_search_count
FROM copied_table
WHERE `date` between '2023-10-01' and '2023-11-01' AND traffic_destination = 'Google'
GROUP BY serving_config
ORDER BY total_search_count