Google bigquery 主动使用结构与Firebase的差异

对于Android应用程序，我正在跟踪Fabric和Firebase上的活动使用情况。自从最新版本发布以来，我注意到每日活跃用户数量之间存在显著差异

从Fabric文档中，我了解到活动使用定义为：

已安装的所有设备上的唯一应用程序安装数 在特定的一天活动。注意：前台活动必须发生在 要激活的设备

Firebase根据用户参与程度对活动用户进行分组，最小会话持续时间为X秒（通常为10秒）：

活动用户已使用设备前台的应用程序，以及 已记录用户参与事件

出现这种差异的一个可能原因可能是firebase在更新应用程序时触发了一个

first_open

事件，这意味着添加的用户只更新了应用程序，但没有参与应用程序

但是，在bigquery中查看

用户参与

和

第一次打开

我可以看出，它们提供了不同的估计值（

用户参与度

超过

首次公开

事件）。在这种情况下，

user\u engagement

上的过滤等于firebase仪表板中的活动用户数

---

有没有人经历过类似的差异？我与Firebase和Fabric都有过接触，但这并没有解决我的问题。重要的是，这不是一个小的误差范围，Firebase活跃用户比Fabric大4-5倍。

我们也有差异，但没有那么大。fabric是否可能在未实现Firebase的情况下跟踪应用程序版本？也就是说，在你实施Firebase之前，你是否在你的应用程序中实施了fabric。我们确实在Firebase之前实施了fabric。您的意思是说Fabric只跟踪应用程序版本，而不进行Firebase设置（即遗漏了一部分用户）？直觉上，我会说织物nrs会因为这个而更高，反之亦然。不，我认为织物的数量更高。那我就不知道了。您可能应该编辑您的问题，它当前显示“Firebase用户>Firebase用户”。啊，我的错，立即编辑，谢谢！