將數據分析指標匯出至 BigQuery

本頁面說明如何將商家適用的 Vertex AI Search 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。

系統會自動為你產生商家適用的 Vertex AI Search 分析指標。 如要進一步瞭解如何使用 Analytics 指標評估 Vertex AI Search for commerce 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 Vertex AI Search for commerce 專案中 BigQuery 資料表的資料是授權檢視區塊，而非具體化檢視區塊。

  • 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。系統不會提供 180 天前的任何指標。

事前準備

如要將指標匯出至 BigQuery，請務必先完成「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。

如要進一步瞭解如何匯入，請參閱：

在 BigQuery 中建立資料集

您需要在 BigQuery 中建立資料集，以存放 Analytics 指標資料。

您必須在實作 Vertex AI Search for Commerce 的專案中建立資料集。

  1. 如果您先前未在專案中使用 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」

    請參閱 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。如果您在不同區域建立資料集，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」。

    這個資料集會用於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，請先替換以下項目：

  • PROJECT_ID：您在其中建立 BigQuery 資料集的 Vertex AI Search for commerce 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。系統會加上 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 要求主體：

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

如要傳送要求，請展開以下其中一個選項：

您應該會收到如下的 JSON 回應：

{
  "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 A/B 測試取決於維度 external_experiment_ids，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。

指標維度 說明
日期

產生指標的相關事件日期。

如果是曝光指標，則為曝光事件的日期。

如果是工作階段和訪客指標，這是指工作階段/訪客的首次曝光事件日期。
external_experiment_ids

產生指標的相關事件實驗 ID。

如果是曝光指標，這是曝光事件的實驗 ID。

如果是工作階段和訪客指標，這是工作階段/訪客中顯示的所有曝光事件的不重複外部實驗 ID 串連。舉例來說，如果工作階段/訪客有兩個搜尋事件，第一個搜尋事件的 external_experiment_ids 為「test_arm_1,test_arm_2」，第二個搜尋事件的 external_experiment_ids 為「test_arm_1,test_arm_3」，則工作階段/訪客的 external_experiment_ids 為「test_arm_1,test_arm_2,test_arm_3」
device_type

產生指標的相關事件裝置類型，例如事件是從行動裝置或桌上型電腦產生。

如果是曝光指標，這就是曝光事件的裝置類型。

如果是工作階段和訪客指標，如果工作階段/訪客有多個不同的裝置類型，這個值會是空白；如果整個工作階段/訪客只有一個裝置類型，這個值會是 1。
serving_config

產生指標的相關事件放送設定。

如果是曝光指標，這是曝光事件的放送設定。

如果是工作階段和訪客指標，如果工作階段/訪客有多個不同的放送設定，這項指標就會空白；如果整個工作階段/訪客只有一個放送設定，這項指標就會顯示該設定。
traffic_destination

產生指標的相關事件來源。

如果是曝光指標，如果曝光是由 Google 放送，則為「Google」；如果曝光是由您自己的解決方案放送，則為「非 Google」。

如果是工作階段和訪客指標，如果工作階段/訪客同時有 Google 和您自家解決方案放送的曝光事件，則為「混合」。如果曝光事件完全由 Google 放送，則為「Google」；如果曝光事件完全由您的解決方案放送，則為「非 Google」。
實體

如果零售商使用一個產品目錄服務多個品牌網站或區域，實體通常代表品牌或地點。

如果是曝光指標，則為曝光事件的實體。

如果是工作階段和訪客指標，則為工作階段/訪客的曝光事件中，前五個計數的實體。

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 -> 詳細資料頁面檢視 60 秒
    曝光 -> 加入購物車 24 小時
    曝光 -> 購買 48 小時

搜尋曝光指標

指標名稱 說明
search_event 搜尋事件數量
detail_page_view_from_search 來自搜尋的詳細資料頁面瀏覽事件計數
add_to_cart_unit_from_search 搜尋功能產生的加入購物車次數
purchase_unit_from_search 搜尋帶來的購買單位數
revenue_from_search 搜尋收益
search_event_without_result 沒有結果的搜尋事件數量
search_request_personalization_enabled 已啟用個人化功能的搜尋要求計數
search_request_personalization_result_served 提供個人化結果的搜尋要求數量

瀏覽曝光指標

指標名稱 說明
browse_event 瀏覽事件數量
detail_page_view_from_browse 瀏覽時的詳細資料頁面檢視事件計數
add_to_cart_unit_from_browse 瀏覽功能產生的加入購物車商品數量
purchase_unit_from_browse 瀏覽後購買單位數
revenue_from_browse 瀏覽收益
browse_event_without_result 瀏覽沒有結果的事件數量
browse_request_personalization_enabled 已啟用個人化功能的瀏覽要求計數
browse_request_personalization_result_served 系統提供個人化結果的瀏覽要求數量

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 分鐘內沒有其他事件發生，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，就會開始新的工作階段。

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。

指標名稱 說明
session 工作階段數

搜尋工作階段指標

搜尋工作階段是指至少包含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。

指標名稱 說明
search_session 涉及搜尋的工作階段數
search_event_in_search_session 搜尋工作階段中的搜尋事件數量
browse_event_in_search_session 瀏覽搜尋工作階段中的事件數量
detail_page_view_in_search_session 搜尋工作階段中的詳細資料頁面瀏覽次數
add_to_cart_in_search_session 搜尋工作階段中的「加入購物車」事件計數
add_to_cart_unit_in_search_session 搜尋工作階段中加入購物車的商品數量
purchase_order_in_search_session 搜尋工作階段內的訂購單數量
purchase_unit_in_search_session 搜尋工作階段內的購買單位數
revenue_in_search_session 搜尋工作階段內的收益
bounce_count_in_search_session 訪客在搜尋工作階段中只瀏覽一個網頁，然後離開網站的工作階段數

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。

指標名稱 說明
browse_session 包含瀏覽的工作階段數
search_event_in_browse_session 瀏覽工作階段中的搜尋事件數量
browse_event_in_browse_session 瀏覽瀏覽工作階段中的事件數量
detail_page_view_in_browse_session 瀏覽工作階段中的詳細資料頁面瀏覽次數
add_to_cart_in_browse_session 瀏覽期間的「加入購物車」事件計數
add_to_cart_unit_in_browse_session 瀏覽工作階段中的加入購物車單位數
purchase_order_in_browse_session 瀏覽工作階段中的訂購單數量
purchase_unit_in_browse_session 瀏覽工作階段中的購買單位數
revenue_in_browse_session 瀏覽工作階段內的收益
bounce_count_in_browse_session 訪客在瀏覽工作階段中只瀏覽一個網頁，然後離開網站的工作階段數

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。

指標名稱 說明
訪客 訪客人數

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。

指標名稱 說明
search_visitor 至少執行一次搜尋的訪客人數
search_event_from_search_visitor 搜尋訪客的搜尋事件數量
browse_event_from_search_visitor 瀏覽搜尋訪客的事件數量
detail_page_view_from_search_visitor 搜尋訪客的詳細資料頁面瀏覽次數
add_to_cart_from_search_visitor 搜尋訪客的「加入購物車」事件次數
add_to_cart_unit_from_search_visitor 搜尋訪客加入購物車的商品數量
purchase_order_from_search_visitor 搜尋訪客的訂購單數量
purchase_unit_from_search_visitor 搜尋訪客的購買次數單位
revenue_from_search_visitor 搜尋訪客帶來的收益

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，瀏覽訪客也可能是搜尋訪客，如搜尋訪客指標所定義。

指標名稱 說明
browse_visitor 至少瀏覽一次的訪客人數
search_event_from_browse_visitor 瀏覽訪客的搜尋事件數量
browse_event_from_browse_visitor 瀏覽訪客的瀏覽事件數量
detail_page_view_from_browse_visitor 瀏覽訪客的詳細資料頁面瀏覽次數
add_to_cart_from_browse_visitor 瀏覽訪客的「加入購物車」事件次數
add_to_cart_unit_from_browse_visitor 瀏覽訪客的加入購物車次數
purchase_order_from_browse_visitor 瀏覽訪客的訂購單數量
purchase_unit_from_browse_visitor 瀏覽訪客的購買單位數
revenue_from_browse_visitor 瀏覽訪客帶來的收益

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

計算各裝置類型和流量目的地在各個日期的搜尋點閱率。

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瀏覽事件，其中包含 external_experiment_ids，並顯示所有維度資訊。test_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 2023 年 10 月 1 日至 2023 年 11 月 1 日期間，Google 流量最常使用的供應設定。每個搜尋事件都應有相關的放送設定。

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