Buka konsol

Mengekspor data Prediction ke BigQuery

Anda dapat mengekspor data Firebase Predictions ke BigQuery untuk dianalisis lebih lanjut. Dengan BigQuery, Anda dapat menganalisis data tersebut menggunakan BigQuery SQL, mengekspornya ke penyedia cloud, dan bahkan menggunakan data ini untuk model ML kustom Anda.

Mengaktifkan BigQuery Export

  1. Buka halaman Integrasi di Firebase console.

  2. Di kartu BigQuery, klik Tautkan.

  3. Ikuti petunjuk di layar untuk mengaktifkan BigQuery.

Saat Anda menautkan project ke BiqQuery:

Untuk menonaktifkan BigQuery Export, batalkan tautan project Anda di Firebase console.

Data apa yang diekspor ke BigQuery?

Untuk setiap aplikasi di dalam project, ekspor data akan membuat tabel yang menyertakan data Predictions untuk setiap pengguna. Jika data Predictions digunakan sebagai bagian dari kumpulan evaluasi, label dan skor evaluasi juga akan diekspor. Label evaluasi dapat bernilai 0 jika prediksinya negatif, atau 1 jika prediksinya positif.

Apa itu data pisahan/evaluasi?

Tidak semua data digunakan secara langsung untuk pelatihan. Seperti halnya tugas pembelajaran yang diawasi, Firebase Predictions menyisihkan 20% data sebagai data pisahan dan hanya menggunakan 80% sisanya untuk melatih model. Selanjutnya, untuk mengevaluasi performa model, prediksi dibuat untuk pengguna dalam kumpulan pisahan, berdasarkan data di periode pelatihan, dan dibandingkan dengan hasil sebenarnya untuk setiap pengguna, berdasarkan label yang dihasilkan dari periode label.

Apa yang dapat dilakukan dengan data yang diekspor?

Hasil ekspor BigQuery berisi data prediksi mentah di setiap profil risiko beserta skor dan data pisahan yang diberi label.

Mengakses data Predictions mentah

Selain hasil prediksi yang telah dihitung di setiap profil risiko, Anda juga dapat menerima skor mentah untuk setiap pengguna dan kumpulan data pisahan yang diberi label. Anda dapat menggunakan data ini untuk mengevaluasi performa Predictions Anda, atau untuk membuat grup pengguna di luar tiga profil toleransi risiko yang telah ditetapkan di UI.

Mentransfer data ke BigQuery

Dengan menggunakan BigQuery Data Transfer Service, Anda dapat mentransfer data secara otomatis dari Google Analytics for Firebase, Crashlytics, Google Marketing Platform, Google Ads, dan YouTube ke dalam BigQuery secara terjadwal dan terkelola sepenuhnya. Selanjutnya, Anda dapat menggunakan data Predictions untuk melakukan analisis rumit, seperti melihat channel akuisisi yang menghasilkan jumlah pengguna terbesar yang diprediksi akan berbelanja.

Hasil ekspor Predictions berisi kolom instance_id yang mengidentifikasi instance unik dari penginstalan aplikasi. Anda dapat menggunakan nilai ini dengan data lain.

Menggunakan Predictions Anda di mana saja

Karena Predictions terintegrasi dengan Firebase Remote Config, Firebase Cloud Messaging, dan Pengujian A/B Firebase, Anda dapat mengakses hasil Predictions dari sisi server atau memasukkannya ke solusi pihak ketiga lainnya. Untuk saat ini, ekspor data tidak dikenakan biaya.

Anda dapat mengekspor data dengan:

  • Menggunakan UI web BigQuery
  • Menjalankan perintah CLI bq extract
  • Mengirimkan tugas ekstrak melalui library API atau klien.

Mendapatkan semua data prediksi untuk ekspor CSV

Contoh kueri berikut membentuk data Predictions yang dapat diekspor sebagai CSV atau langsung ke Google Spreadsheet.

SELECT
  FORMAT_TIMESTAMP("%Y%m%d",u.prediction_time) AS prediction_date,
  u.instance_id,
  u.app_id,
  u.project_id,
  u.prediction_time,
  p.prediction_name,
  p.score,
  p.id,
  p.evaluation_info.label,
  p.evaluation_info.score AS label_score,
  r.risk_profile_name,
  r.prediction_result
FROM
  Table_Name u,
  u.predictions p,
  p.risk_profiles r
ORDER BY
  u.prediction_time ASC
LIMIT 10

Mendapatkan semua detail prediksi yang digunakan untuk evaluasi model (pisahan)

SELECT
  FORMAT_TIMESTAMP("%Y%m%d",u.prediction_time) AS prediction_date,
  u.instance_id,
  u.app_id,
  u.project_id,
  u.prediction_time,
  p.prediction_name,
  p.score,
  p.id,
  p.evaluation_info.label,
  p.evaluation_info.score AS label_score,
  r.risk_profile_name,
  r.prediction_result
FROM
  Table_Name u,
  u.predictions p,
  p.risk_profiles r
WHERE
  p.evaluation_info.label is not null
ORDER BY
  u.prediction_time ASC
LIMIT 10

Menggabungkan data Predictions dengan data Analytics untuk memperoleh analisis yang lebih efektif

Anda dapat mengaktifkan BigQuery Export untuk Google Analytics for Firebase, lalu menggabungkan data peristiwa Analytics dengan Predictions untuk menghasilkan analisis yang lebih efektif.

Menganalisis negara yang memiliki churn yang diprediksi tertinggi

SELECT
  predictions.prediction_name,
  risk_profiles.risk_profile_name,
  events.geo.country,
  COUNT(1) AS count
FROM
  Analytics_Table_Name events,
  Predictions_Table_Name predictions_data,
  predictions_data.predictions predictions,
  predictions.risk_profiles risk_profiles
WHERE
  predictions.prediction_name = 'churn'
  AND risk_profiles.prediction_result = 'POSITIVE'
  AND predictions_data.user_id = events.user_id
GROUP BY
  predictions.prediction_name,
  risk_profiles.risk_profile_name,
  events.geo.country
ORDER BY
  risk_profiles.risk_profile_name

Menggunakan data saluran akuisisi di Analytics untuk melihat saluran yang memiliki jumlah pengguna terbesar yang diprediksi akan berbelanja

SELECT
  predictions.prediction_name,
  risk_profiles.prediction_result,
  risk_profiles.risk_profile_name,
  events.traffic_source.source,
  COUNT(1) as user_count
FROM
  Predictions_Table_Name predictions_data,
  predictions_data.predictions predictions,
  predictions_data.predictions predictions,
  predictions.risk_profiles risk_profiles
WHERE
  predictions.prediction_name = 'spend'
  AND risk_profiles.prediction_result = 'POSITIVE'
  AND predictions_data.user_id = events.user_id
GROUP BY
  predictions.prediction_name,
  risk_profiles.prediction_result,
  risk_profiles.risk_profile_name,
  events.traffic_source.source
ORDER BY
   user_count desc, risk_profiles.risk_profile_name

Harga

Ekspor data dari Predictions tidak dikenakan biaya, dan BigQuery menyediakan batas penggunaan gratis yang melimpah. Untuk mengetahui informasi lebih lanjut, baca harga BigQuery atau sandbox BigQuery.