Nano Hash - криптовалюты, майнинг, программирование

API Google Analytics – ga:day не показывает правильные данные

Я пытаюсь получить данные сеанса по дням для определенных сегментов. Я пытаюсь сделать это с помощью сценария ниже.

Однако, когда я использую ga:day в качестве измерения, возвращаемые сеансы намного ниже, чем в пользовательском интерфейсе Google Analytics.

Кроме того, элемент results.get(date) возвращает «Нет» (если я укажу диапазон дат, он все равно будет иметь только один номер сеанса).

Что я не вижу?

def get_segment_sessions(service, profile_id, segment_id):

    return service.data().ga().get(
      ids='ga:' + profile_id,
      segment='gaid::' + segment_id,
      dimensions='ga:day',
      start_date='2017-04-14',
      end_date='2017-04-14',
      metrics='ga:sessions').execute()

def print_results(results):
  # Print data nicely for the user.
  if results:
    print 'View (Profile): %s' % results.get('profileInfo').get('profileName')
    print 'Date: %s' % results.get('date') + ' Total Sessions: %s' % results.get('rows')[0][0]

  else:
    print 'No results found'

def main():
  # Define the auth scopes to request.
  scope = ['https://www.googleapis.com/auth/analytics.readonly']

  # Use the developer console and replace the values with your
  # service account email and relative location of your key file.
  service_account_email = '**********'
  key_file_location = '********'

  # Authenticate and construct service.
  service = get_service('analytics', 'v3', scope, key_file_location,
    service_account_email)
  profile = get_first_profile_id(service)
  print_results(get_results(service, profile))
  get_segments(service)

  #print odd video sessions
  print_results(get_segment_sessions(service, profile, '*********'))

  #print even video sessions
  print_results(get_segment_sessions(service, profile, '********'))


if __name__ == '__main__':
  main()

Ответы:


1

Стоит проверить настройку ваших сегментов в GA — если вы хотите извлечь из них данные сеанса, убедитесь, что они установлены на уровне сеанса, а не на уровне пользователя, так как это может повлиять на ваши данные, когда вы пытаетесь сопоставить их с сообщает ГА.

20.04.2017
  • Где мне это изменить? 20.04.2017
  • Когда вы редактируете свой сегмент в GA, в верхнем левом углу есть раскрывающийся список, чтобы выбрать уровень «пользователь» или «сеанс». 21.04.2017
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..