Google BigQuery y Firebase Analytics

Índice de contenidos

En este post aprenderemos a hacer la equivalencia y la traducción en Google BigQuery de algunas de las métricas y dimensiones que podemos encontrar en Firebase.

Como ya os introdujimos en el siguiente post, Firebase es una plataforma analítica y de desarrollo de aplicaciones de la nube de Google. Principalmente, en su concepto más analítico, está pensada para aportar valor al negocio centrándose en el usuario y sus correspondientes acciones dentro de la app.

Firebase es capaz de recoger algunos eventos automáticos únicamente integrando una app Mobile/Tablet/Desktop con la herramienta. Por ejemplo, tendríamos como evento automático la versión a tiempo real de la app que tiene instalada el cliente en su terminal.

Además, también disponemos las conocidas como User Dimensiones y las User Properties. Podremos consultar, entre otras cosas, información geográfica y de dispositivo como dimensiones de usuario, y el primer día en el que se hizo uso de la app como User Property. Por tanto, entender cómo usar cada una de estas dimensiones de usuario es imprescindible, y para profundizar más recomendamos este enlace.

Entender el significado y la naturaleza de todas estas variables del ecosistema de Firebase es crucial para cruzar estos datos en una custom query de Google BigQuery. Éstas son algunas de las variables que podemos encontrar en el esquema de Google BigQuery para Firebase:

Google BigQuery

Vamos a la práctica. Como punto uno, extraemos en BigQuery los datos RAW con las principales características de los usuarios: su ID único por app, país de procedencia, marca del dispositivo y eventos con los que han interactuado (nombre y timestamp del hit):

SELECT

user_dim.app_info.app_instance_id AS ID_user,
user_dim.geo_info.country AS country,
user_dim.device_info.mobile_model_name AS modelMobile,
event.name AS Event_Name,
event_param.key AS Event_Param_Name,
TIMESTAMP_MICROS(event.timestamp_micros) AS event_timestamp

FROM `Project.dataset.app_events_20180306`,

UNNEST(user_dim.user_properties) AS user_properties,
UNNEST(event_dim) AS event,
UNNEST(event.params) AS event_param

Y quedaría una tabla como la siguiente:

Google BigQuery

¿Y si quisiéramos contar eventos y usuarios únicos?

SELECT

event.name AS Event_Name,
COUNT(event.name) AS Total_events,
COUNT(DISTINCT user_dim.app_info.app_instance_id) AS Users

FROM `Project.dataset.app_events_20180306`,

UNNEST(user_dim.user_properties) AS user_properties,
UNNEST(event_dim) AS event

GROUP BY Event_Name
ORDER BY Total_events DESC

Firebase

Como veis, podemos jugar en las Custom Queries con todas estas variables y manipular los datos depende de las necesidades de cada analista.

En definitiva, este es un buen comienzo de una bonita amistad entre Google BigQuery y Firebase 🙂

Recomendaciones: el siguiente tutorial de Youtube.

Share on facebook
Share on twitter
Share on linkedin
Share on email
2 min
Suscríbete a nuestra newsletter

Los mejores artículos de analítica digital para potenciar tu negocio.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Entradas relacionadas

Guía básica para crear una propiedad Google Analytics 4

Google Analytics 4 (GA4) es la nueva generación de Google Analytics, antes conocida como Google Analytics App+Web. El lanzamiento de GA4 comporta la llegada de nuevos informes y capacidades que dan más potencia a tu herramienta de analítica. Para empezar a familiarizarte con ella, te explicamos paso a paso cómo crear una propiedad GA4 y

Todo lo que necesitas saber sobre el lanzamiento de GTM server-side

Hasta ahora, las soluciones de tag managers como GTM se basaban en inyectar una librería y procesar toda la información en el navegador, ejecutando las solicitudes de seguimiento directamente desde el lado del cliente (navegador) a servidores de terceros. Con la llegada del nuevo contenedor de GTM server-side se agrega una capa adicional de administración

BigQuery Omni: nueva herramienta multi-cloud de GCP para el análisis de datos

Lanzamiento BigQuery Omni BigQuery Omni de Google Cloud es una nueva solución multi-cloud de análisis de datos, impulsada por Anthos, la plataforma de Google que integra aplicaciones híbridas y multi-cloud.  Omni permite a los usuarios ejecutar BigQuery para analizar datos de las nubes de Amazon AWS y Microsoft Azure.  El coste de mover datos entre

Cómo el ITP de Safari afecta a tus decisiones con Google Analytics y A/B testing

Con el Intelligent Tracking Prevention o ITP, Safari restringe el uso de las cookies para el seguimiento del comportamiento de los usuarios en cualquier página web. En su versión 2.0, el ITP empezó a bloquear únicamente las cookies cargadas por servidores de terceros en todos los sitios web. Por tanto, desde que apareció esta versión,

Ir arriba

Esta web utiliza ‘cookies’ de terceros. Al clicar aceptar está aceptando el uso que realizamos de las cookies. Para más información puede consultar nuestra Política de cookies