Casos De Uso De Análisis Móvil Para Apps De Android y Apps de iOS

Los datos sin procesar de BigQuery pueden ser bastante útiles para analizar los datos de su usuario y extraer algunos patrones importantes. Algunos de los casos de uso más interesantes son:

Casos de uso de Análisis Móvil a Través de BigQuery

1. Identifique si el mismo usuario ha descargado su app varias veces y en varios dispositivos.
2. Identifique el fraude publicitario capturando algunos identificadores específicos.
3. Identifique si el usuario ha publicado una reseña en su app. (Solo Android, necesita iniciar sesión en Google o capturar el correo electrónico con algunos identificadores).
4. Conecte a los usuarios con el token de FCM para crear su propia herramienta de interacción con el cliente.
5. Manténgase un paso por delante de sus números de accidentes en Google Play Console. Hemos intentado conciliar números y coinciden.
6. Envíe el identificador de compra y luego use Google Play Billing Api para obtener el estado de la suscripción, muy útil si no tiene su propio CRM y recomendado, incluso si lo tiene.

Punto 3, 4, 6: requiere pasar algunos identificadores, pero aparte de eso, todos los datos están disponibles en BQ.

¿Por qué usar BQ sobre otras herramientas?

Muchos datos útiles y algunos eventos muy especiales, como el evento de desinstalación. La transferencia de Firebase le proporciona la marca de tiempo exacta de la desinstalación, algo que no obtiene con otras herramientas. Claro, puede escribir una función en la nube y enviar ese evento a su herramienta preferida, pero esto requiere esfuerzos de ingeniería. Obtiene este dato, listo para usar, en BQ.

Si bien otras herramientas de análisis son brillantes, BQ le brinda acceso a la base de datos sin procesar y puede crear canalizaciones con ella.

Potentes Flujos de Trabajo con BQ: Casos de uso (Tabla Intradía: se Requiere el Plan Blaze)

Como puede escribir consultas SQL sin procesar, puede hacer cualquier cosa con él. A continuación, se muestran algunos casos de uso que probablemente solo BQ pueda realizar:

1. Detenga sus anuncios cuando su tasa de fallas supere el 2%. Hay conectores Airflow para Google Ads y BigQuery.
2. Detenga sus anuncios cuando la tasa de repetición de usuarios supere el x%.
3. Enviar una notificación cuando aumente el % de eventos app_remove.
4. Envíe una notificación a Slack cada vez que haya una cantidad inusualmente alta de descargas desde un determinado dispositivo.
5. Un análisis más nítido de tus desinstalaciones. Sí, el envío de notificaciones tiene un costo; es posible que pierda un usuario. ¿Cómo se hace ese análisis sin tener acceso a los datos sin procesar?

Se tarda unos minutos en habilitar la transferencia de datos de Firebase a BigQuery.

Para usar BQ, debe considerar contratar a un analista, que sea bueno con el marketing. Pueden ayudarlo a dar sentido a la nebulosa de datos. O bien, seleccione SQL.

Cómo Funciona NextGrowth Labs con los datos de BQ

Si bien puede hacer todo esto con BQ, creemos que el costo de las consultas regulares es prohibitivo. En NextGrowth Labs, usamos nuestro propio conector BQ para transferir datos a nuestras bases de datos. Hacer ETL de datos BQ a nuestra infraestructura es un problema difícil, por lo que mantenemos y actualizamos regularmente cómo normalizamos los datos. A menudo bifurcamos el código, según la categoría de la app (comercio electrónico frente a otros). Intentamos escribir un normalizador universal, pero no funcionó y resultó en una gran cantidad de columnas. Si está interesado en trabajar con nosotros en este problema, comuníquese con nosotros. Creemos que puede beneficiar en gran medida a los desarrolladores independientes, que podrían activar un servidor de almacenamiento y hacer toda su agregación en herramientas de panel de control de código abierto.