How can we help?

Pesquisa

Exportar dados de relatórios de mensuração de performance web do Data Locker

  • Atualizado

Em resumo: Exporte dados de mensuração de performance web do Data Locker em dois tipos de relatório que permitem analisar a performance do site no nível certo. Use End User Events para analisar todas as visitas e eventos e use Conversions para contar e atribuir âncoras de conversão únicas (primeiras visitas, revisitas e eventos de aquisição de usuários).

 Importante!

Você deve ter uma assinatura do Data Locker para ter acesso aos relatórios de mensuração de performance web no Data Locker.

Sobre os relatórios de mensuração de performance web

O Data Locker oferece dois relatórios para mensuração de performance web, End User Events e Conversions, cada um projetado para diferentes necessidades de análise.

  • O relatório Web End User Events é a principal fonte para analisar a atividade do site:
    • Inclui todos os eventos web e todas as visitas
    • Registra cada visita como uma SESSION atribuída
    • Ideal para relatórios no nível de visita e no nível de evento
  • O relatório de Conversions é mais adequado para análises no nível de conversão. Uma conversão é uma âncora de atribuição, um touchpoint que determina quando e como atribuir crédito de marketing. Isso inclui:
    • primeiras visitas (quando um usuário chega ao seu site pela primeira vez),
    • revisitas (quando um usuário retorna após um engajamento com anúncio não orgânico) e
    • eventos de aquisição de usuários (eventos personalizados, como cadastro ou primeiro depósito) que indicam que um usuário foi adquirido.
  • Todos os eventos do usuário são vinculados posteriormente a essas conversões e herdam os detalhes da campanha

Campos do relatório

Para saber quais campos estão contidos nos relatórios, baixe uma amostra de cada relatório:

A amostra do relatório inclui todos os campos do relatório e seus valores. Para as definições dos campos, consulte o dicionário de campos.

Periodicidade do relatório e atualização dos dados

Use estes detalhes para entender quando novos dados são adicionados e quando eventos recentes ficam disponíveis no relatório.

  • Frequência do relatório: novos dados são adicionados a cada hora.
  • Atualização dos dados: os eventos normalmente aparecem no relatório entre 2 e 3 horas após a ocorrência.

Veja como cada lote funciona:

  • Cada lote processa eventos de uma janela de 1,5 horas.
  • Dentro dessa janela, somente a primeira hora de eventos é atribuída.
  • Os 30 minutos restantes são usados exclusivamente para enriquecer os eventos atribuídos com IDs de usuário do cliente (CUIDs).
  • Os 30 minutos mais recentes de eventos ainda não são atribuídos — serão incluídos no próximo lote.

Quando esses eventos aparecerão no relatório?

Os eventos são gravados nos relatórios após o término do processamento. Assim, por exemplo, eventos de 08:00–09:00, atribuídos no lote das 10:00, aparecerão na versão do relatório das 11:00.

Exemplo: o que o lote das 10:00 faz

Date Relatório disponível às Eventos web atribuídos (hora do evento) Eventos web processados para enriquecer eventos anteriores com CUIDs
2026-01-28 11:00 08:00 – 09:00 09:00–09:30
2026-01-28 12:00 09:00 – 10:00 10:00–10:30
2026-01-28 13:00 10:00 – 11:00 10:00-11:30

Como acessar os dados do relatório no seu bucket na nuvem

Para mais informações sobre como acessar os dados do relatório no seu bucket na nuvem, consulte a estrutura de pastas do Data Locker.

Considerações para desenvolvedores de BI

Principais diferenças: web vs. mobile

A atribuição web difere da atribuição mobile tanto nos identificadores quanto na lógica de dados. Para melhorar a precisão dos dados, aplique os filtros e as melhores práticas a seguir nas suas consultas.

Aspecto Mobile Web
Filtro de plataforma platform = 'IOS' ou platform = 'ANDROID’ plataforma = 'WEBSITE'
Identificador do usuário (valor) appsflyer_id (baseado no dispositivo) appsflyer_id_value (baseado em cookie)
Tipo de identificador Varia de acordo com o dispositivo appsflyer_id_type é sempre web_id
Evento de aquisição não relacionada First Visit é o padrão, mas o evento de aquisição de usuários pode ser personalizado
Re-engajamento REENGAJAMENTO REVISIT
Re-atribuição Com suporte. Não suportado — a web só tem Aquisição de usuários e revisitas
ID da aplicação ID do aplicativo (por exemplo, id123456789) Domínio com prefixo (por exemplo, website-www.example.com)

Qual tabela consultar?

O relatório End User Events é adequado para a maioria das análises. Ele inclui todos os eventos e visitas do site. Cada visita na web também é registrada como uma SESSION atribuída neste relatório, tornando-o a principal fonte para reportar em nível de visita e em nível de evento.

A tabela Conversions é adequada principalmente para contar primeiras visitas, revisitas e aquisições de usuários quando você precisa de conversões únicas sem registros de eventos duplicados.

Caso de uso Tabela Por quê
Contar visitas/sessões end_user_events Cada linha é uma sessão ou evento
Contar conversões únicas conversões Evita duplicações
Analise eventos in-app end_user_events com end_user_event_type = 'IN_APP' Somente eventos in-app têm nomes de evento

Implementar filtros de consulta

Para garantir a precisão dos dados nas suas consultas de dados brutos, aplique os seguintes filtros. Não implementar esses filtros resultará em entradas duplicadas e métricas entre plataformas.

  • Filtrar por plataforma (obrigatório): Inclua WHERE platform = 'WEBSITE' para isolar dados originados na web e excluir registros de ambientes mobile, PC ou CTV.

  • Filtrar por crédito de atribuição (obrigatório): A mesma ação do usuário pode aparecer duas vezes em end_user_events porque a AppsFlyer pode atribuir a ela dois créditos de atribuição diferentes, dependendo da visualização do relatório.

    Isso pode acontecer quando o usuário tem:

    • uma fonte original de Aquisição de usuários (UA) e, posteriormente,
    • uma fonte de reengajamento.

    Nesse caso, a AppsFlyer pode gravar dois registros para o mesmo evento:

    • Crédito primário: atribui o evento à interação de marketing relevante mais recente. Usado nas visualizações unificada e de retargeting.

      Para evitar contagem dupla, consulte end_user_events usando apenas o registro de crédito primário por padrão:

      WHERE platform = 'WEBSITE'
  AND is_primary_attribution = true

    • Crédito secundário: atribui o evento de volta à fonte original de UA. Usado na visualização de Aquisição de usuários para rastreamento de valor vitalício (LTV).

      Como a mesma ação do usuário pode ser armazenada como dois registros (um com crédito primário e outro com crédito secundário), contar eventos sem um filtro pode resultar em contagem dupla dessa ação.

      Use estas consultas como modelos para analisar dados de atribuição web no BigQuery ou em outras ferramentas de BI.

  • Filtrar por tipo de conversão (opcional): Inclua WHERE conversion_type = 'USER_ACQUISITION' ou WHERE conversion_type = 'RETARGETING' para isolar dados de atribuição com base no tipo de campanha.

Tabela de resumo dos filtros

Requisito do filtro Lógica SQL Contexto de implementação
Especificação da plataforma WHERE platform = 'WEBSITE' Isola dados originados na web de registros de outras plataformas.
Visualização unificada (evita duplicatas) WHERE is_primary_attribution = true AND platform = 'WEBSITE' Priorize o crédito da campanha de retargeting em detrimento da campanha de UA original. Use para relatórios gerais e para evitar contagem dupla.
Somente visualização de retargeting WHERE conversion_type = 'RETARGETING' AND platform = 'WEBSITE' Use especificamente ao analisar a performance apenas de campanhas de retargeting.
Somente visualização de aquisição de usuários WHERE conversion_type = 'USER_ACQUISITION' AND platform = 'WEBSITE' Use especificamente para visualizações focadas em aquisição, nas quais os eventos precisam estar vinculados à visita inicial.

Identificação e contagem de usuários finais

Nos dados brutos da mensuração de performance web, um usuário final pode aparecer com dois identificadores diferentes:

  • customer_user_id: Um identificador estável definido por você (normalmente para usuários conectados).
  • appsflyer_id_value: Um ID baseado em cookie que pode expirar com o tempo.

Para identificar corretamente usuários únicos e calcular métricas em nível de usuário, sempre use:

COALESCE(customer_user_id, appsflyer_id_value)

Veja como funciona:

  • Se customer_user_id existir, a AppsFlyer o usa (preferencial, estável).
  • Se não existir, a AppsFlyer recorre a appsflyer_id_value.

Use COALESCE(customer_user_id, appsflyer_id_value) sempre que precisar:

  • Contar usuários distintos
  • Agrupar por usuário
  • Filtrar por usuários específicos
  • Fazer join de tabelas por usuário
  • Calcular quaisquer métricas em nível de usuário

Exemplo: contar usuários distintos

SELECT 
  COUNT(DISTINCT COALESCE(customer_user_id, appsflyer_id_value)) AS unique_users
FROM `end_user_events`
WHERE platform = 'WEBSITE'
  AND is_primary_attribution = TRUE

Tráfego orgânico vs. não orgânico

Use o campo is_organic:

Tipo de tráfego Filtro
Orgânico  is_organic = true
Não orgânica is_organic = false

Como lidar com valores vazios

Tipo de dados Valor vazio
Sequência de caracteres '' (string vazia)
Numérico NULL

Exemplos de query

1. Total de visitas por canal de mídia (7 dias)

Conta as sessões web atribuídas a cada canal de mídia.

SELECT media_source, COUNT(*) AS total_visits
FROM end_user_events
WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
  AND platform = 'WEBSITE'
  AND unified_app_id = 'website-example.com'
  AND is_primary_attribution = true
  AND end_user_event_type = 'SESSION'
GROUP BY media_source
ORDER BY total_visits DESC

2. Primeiras visitas e revisitas por campanha

SELECT campaign_name, conversion_name, COUNT(*) AS conversion_count
FROM conversions
WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
  AND platform = 'WEBSITE'
  AND unified_app_id = 'website-example.com'
  AND conversion_name IN ('FIRST_VISIT', 'REVISIT')
GROUP BY campaign_name, conversion_name
ORDER BY conversion_count DESC

3. Contar nomes de eventos distintos (somente eventos in-app)

SELECT
  event_name,
  COUNT(*) AS event_count
FROM end_user_events
WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
  AND platform = 'WEBSITE'
  AND unified_app_id = 'website-example.com'
  AND is_primary_attribution = true
  AND end_user_event_type = 'IN_APP'
GROUP BY event_name
ORDER BY event_count DESC

4. Contar usuários distintos por canal de mídia

SELECT
  media_source,
  COUNT(DISTINCT COALESCE(customer_user_id, appsflyer_id_value)) AS unique_users
FROM end_user_events
WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
  AND platform = 'WEBSITE'
  AND unified_app_id = 'website-example.com'
  AND is_primary_attribution = true
GROUP BY media_source
ORDER BY unique_users DESC

5. Taxa de conversão - da primeira visita à compra (junção entre tabelas)

WITH first_visits AS (
  SELECT
    COALESCE(customer_user_id, appsflyer_id_value) AS user_id,
    media_source
  FROM conversions
  WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 30 DAY)
    AND platform = 'WEBSITE'
    AND unified_app_id = 'website-example.com'
    AND conversion_name = 'FIRST_VISIT'
),
purchases AS (
  SELECT DISTINCT
    COALESCE(customer_user_id, appsflyer_id_value) AS user_id
  FROM end_user_events
  WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 30 DAY)
    AND platform = 'WEBSITE'
    AND unified_app_id = 'website-example.com'
    AND is_primary_attribution = true
    AND end_user_event_type = 'IN_APP'
    AND event_name = 'purchase'
)
SELECT
  fv.media_source,
  COUNT(DISTINCT fv.user_id) AS first_visit_users,
  COUNT(DISTINCT p.user_id) AS purchasers,
  SAFE_DIVIDE(COUNT(DISTINCT p.user_id), COUNT(DISTINCT fv.user_id)) AS conversion_rate
FROM first_visits fv
LEFT JOIN purchases p ON fv.user_id = p.user_id
GROUP BY fv.media_source
ORDER BY conversion_rate DESC

6. Receita por campanha (últimos 7 dias)

SELECT
  campaign_name,
  media_source,
  SUM(revenue_usd) AS total_revenue_usd,
  COUNT(*) AS revenue_events
FROM end_user_events
WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
  AND platform = 'WEBSITE'
  AND unified_app_id = 'website-example.com'
  AND is_primary_attribution = true
  AND revenue_usd IS NOT NULL
  AND revenue_usd <> 0.0
GROUP BY campaign_name, media_source
ORDER BY total_revenue_usd DESC

7. Primeiras visitas orgânicas vs. não orgânicas por dia

SELECT
  DATE(event_time) AS visit_date,
  CASE WHEN is_organic = true THEN 'Organic' ELSE 'Non-Organic' END AS traffic_type,
  COUNT(*) AS first_visits
FROM conversions
WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 30 DAY)
  AND platform = 'WEBSITE'
  AND unified_app_id = 'website-example.com'
  AND conversion_name = 'FIRST_VISIT'
GROUP BY visit_date, traffic_type
ORDER BY visit_date, traffic_type

8. Detalhamento de aquisição de usuários vs. retargeting

SELECT
  conversion_type,
  conversion_name,
  COUNT(*) AS conversions
FROM conversions
WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
  AND platform = 'WEBSITE'
  AND unified_app_id = 'website-example.com'
GROUP BY conversion_type, conversion_name
ORDER BY conversions DESC

9. Distribuição de IDs de clique (Google, Meta, TikTok etc.)

SELECT
  click_id_type,
  COUNT(*) AS events_with_click_id
FROM end_user_events
WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
  AND platform = 'WEBSITE'
  AND unified_app_id = 'website-example.com'
  AND is_primary_attribution = true
  AND click_id_type != ''
GROUP BY click_id_type
ORDER BY events_with_click_id DESC

10. Agrupe os usuários em coortes por data de conversão (equivalente à data de instalação no mobile)

SELECT
  DATE(event_time__conversion) AS cohort_date,
  media_source,
  COUNT(DISTINCT COALESCE(customer_user_id, appsflyer_id_value)) AS cohort_users
FROM end_user_events
WHERE event_time >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 30 DAY)
  AND platform = 'WEBSITE'
  AND unified_app_id = 'website-example.com'
  AND is_primary_attribution = true
GROUP BY cohort_date, media_source
ORDER BY cohort_date, cohort_users DESC

Especificações e limitações

Os campos a seguir não são compatíveis com dados da web e sempre estarão vazios:

Caraterística Observações
advertising_id_type, hardware_id_type, etc. Ambos
agency, site_id, ad_type Ambos
platform_group conversões
app_version__conversion end_user_events
Todos os campos __assist_* conversões

This article was translated using AI and may contain errors. For the most accurate information, please refer to the English version using the language selector.

Share article: