ランディングページに参​​加すると、ソースあたりのセッション数が2倍になります

Question

GoogleアナリティクスデータのBig Queryテーブルからソースあたりの訪問数をクエリしようとしていますが、ランディングページレベルでセッションをフィルタリングする必要があります。したがって私は、ランディングページなどのように、セッションデータに再結合することによりvisitIDsを事前照会だ：

#StandardSQL 
WITH landingpages AS (
    SELECT 
    visitID, 
    h.page.pagePath AS LandingPage 
    FROM 
    `project.dataset.ga_sessions_*`, UNNEST(hits) AS h 
    WHERE 
    hitNumber = 1 
    AND 
    _TABLE_SUFFIX BETWEEN '20150926' AND '20150926' 
    # filters to be added here 
) 

SELECT 
    sessions.trafficSource.source, 
    SUM(sessions.totals.visits) AS visits 
FROM `project.dataset.ga_sessions_*` AS sessions 

JOIN 
    landingpages 
ON 
    landingpages.visitID = sessions.visitID 
WHERE 
    _TABLE_SUFFIX BETWEEN '20150926' AND '20150926' 
GROUP BY 
    trafficSource.source 
ORDER BY 
    visits DESC 

これはおおよそGAから報告されたように、各ソースごとのセッションの数を倍増します。

誰かが間違ったことを指摘できますか？ （私はそれが盲目的だと思われます）

私は最初のクエリからのデータ出力を調べてみましたが、重複したvisitIDsのごくわずかな部分を除いて何か問題は見つけられませんでした。私はまた、さまざまな種類のJOINを試しました。

Answer 1

GBQからGAデータを照会するときは、一意の訪問はfullVisitorIDとvisitIDの両方で表されることを知っておくことが重要です。両方の二重結合のみが意味のあるデータセットを返します。ここで

は私が書かれているべきだ。

#StandardSQL 
WITH landingpages AS (
    SELECT 
    fullVisitorId, 
    visitID, 
    h.page.pagePath AS LandingPage 
    FROM 
    `project.dataset.ga_sessions_*`, UNNEST(hits) AS h 
    WHERE 
    hitNumber = 1 
    AND 
    _TABLE_SUFFIX BETWEEN '20150926' AND '20150926' 

), 
session_data AS (
    SELECT 
     date AS ga_date, trafficSource.source AS source, fullVisitorId, visitID, SUM(totals.visits) AS visits 
    FROM 
     `project.dataset.ga_sessions_*` 
    WHERE 
     _TABLE_SUFFIX BETWEEN '20150926' AND '20150926' 
    AND 
     totals.visits > 0  
    GROUP BY ga_date, source, fullVisitorId, visitID 
) 

SELECT 
    ga_date, source, SUM(visits) AS Sessions 
FROM 
    landingpages 
JOIN 
    session_data 
ON 
    landingpages.VisitID = session_data.VisitID 
AND 
    landingpages.fullVisitorId = session_data.fullVisitorId 
GROUP BY 
    ga_date, source 
ORDER BY 
    Sessions DESC