Ir para o console

Exportar dados do Previsões para o BigQuery

Caso queira realizar mais análises, exporte seus dados do Firebase Previsões para o BigQuery. Com isso, é possível fazer análises usando o BigQuery SQL, exportar os dados para outro provedor de nuvem ou usá-los para seus modelos personalizados de ML.

Ativar o BigQuery Export

  1. Acesse a página Integrações no Console do Firebase.

  2. No cartão BigQuery, clique em Link.

  3. Siga as instruções na tela para ativar o BigQuery.

Quando você vincula seu projeto ao BigQuery:

  • o Firebase exporta uma cópia dos seus dados para o BigQuery;

  • o Firebase configura sincronizações regulares dos dados do projeto do Firebase para o BigQuery;

  • todos os apps no projeto são vinculados ao BigQuery por padrão, e todos os apps adicionados posteriormente ao projeto são vinculados automaticamente ao BigQuery. é possível gerenciar quais apps enviam dados.

Para desativar a exportação do BigQuery, desvincule seu projeto no Console do Firebase.

Quais dados são exportados para o BigQuery?

Para cada app no projeto, uma exportação de dados cria uma tabela que inclui os dados do Firebase Previsões de cada usuário. Se o registro do Previsões foi usado como parte do conjunto de avaliação, a pontuação e o rótulo de avaliação também serão exportados. O rótulo de avaliação poderá ser 0 se a previsão for negativa ou 1 se a previsão for positiva.

O que são dados de validação/avaliação?

Nem todos os dados são usados diretamente para treinamento. Como é comum em tarefas de aprendizado supervisionado, o Firebase Previsões separa 20% dos dados para servir como dados não incluídos e usa apenas os 80% restantes para treinar o modelo. Para avaliar o desempenho do modelo, são geradas previsões no conjunto de dados não incluídos com base nos dados da janela de treinamento. Em seguida, as previsões são comparadas aos resultados reais de cada usuário com base nos rótulos gerados a partir da janela de rótulos.

O que você pode fazer com os dados exportados?

A exportação do BigQuery contém os dados brutos de previsão em todos os perfis de risco, além da pontuação e dos dados de validação rotulados.

Acessar dados brutos de previsão

Além do resultado da previsão para cada perfil de risco, você também pode receber a pontuação bruta de cada usuário individual e o conjunto de dados de validação rotulados. Você pode usar esses dados para avaliar o desempenho das suas próprias previsões ou para criar grupos de usuários além dos três perfis de tolerância ao risco definidos na IU.

Transferir dados para o BigQuery

Com os serviços de transferência de dados do BigQuery, você pode transferir automaticamente ao BigQuery todos os dados do Google Analytics para Firebase, Crashlytics, Google Marketing Platform, Google Ads e YouTube de maneira programada e totalmente gerenciada. Isso permite usar os dados do Previsões para realizar análises sofisticadas, como detectar qual canal de aquisição está recebendo o maior número de usuários com previsão de gasto.

A exportação do Previsões contém o campo instance_id, que identifica uma instância exclusiva da instalação do aplicativo. É possível usar esse valor com outros dados.

Use o Previsões em qualquer lugar

Como o Firebase Previsões se integra ao Configuração remota do Firebase, ao Firebase Cloud Messaging e ao Firebase Testes A/B, talvez você queira acessar seus resultados do Previsões no servidor ou enviá-los para outra solução de terceiros. No momento, não há cobrança para exportação de dados.

É possível exportar seus dados:

  • usando a IU da Web do BigQuery;
  • executando o comando da CLI bq extract;
  • enviando um job de extração por meio da API ou de bibliotecas do cliente.

Coletar todos os dados de previsão para exportação em CSV

A consulta de exemplo a seguir nivela os dados do Firebase Previsões que podem ser exportados como CSV ou diretamente para o Planilhas Google.

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

Coletar todos os detalhes da previsão usados para a avaliação do modelo (validação)

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

Combinar dados do Previsões com dados do Google Analytics para gerar análises mais avançadas

É possível ativar a exportação do BigQuery ao Google Analytics para Firebase e, em seguida, associar dados de eventos do Google Analytics com o Firebase Previsões para análises ainda mais poderosas.

Analisar qual país tem maior previsão de desligamento

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

Usar dados do canal de aquisição no Google Analytics para ver quais canais tiveram mais usuários com previsão de gastos

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

Preços

Não há nenhum custo para exportar dados do Previsões, e o BigQuery oferece limites generosos de uso gratuito. Para informações detalhadas, consulte preços do BigQuery ou sandbox do BigQuery.