该项目工作的另一个重要方面是正确设置更新数据表的时间表。我们发现 Litres 的同事并不总是能看到前一天最新的数据。我们开始弄清楚，并注意到大多数表格都计划在日历日开始时更新，而点击量是在整个晚上的会话中建立的，并且只能在早上 7 点到达我们的 BQ。因此，我们将数据集更新时间移至凌晨，观察逐个表更新的顺序。
因此，我们首先让会话卸载，然后从广告帐户和 Litres 产品 DBMS 中提取数据。这些更新之后，脚本根据收到的数据生成了跨平台报告。
6. 跟踪跨平台用户旅程
一旦将所有系统的数据收集到一起，我们就可以开始跟踪用户在跨平台交互中的旅程，从他们登陆网站或应用程序的那一 拉脱维亚电报筛查 刻到他们进行购买的那一刻。这帮助我们计算出获取客户的实际成本以及从每个用户获得的收入，无论他们是在电脑还是移动设备上进行购买。
我们有 userID 和 clientID 用户标识符，以及会话日期和时间。这使我们能够跟踪用户的所有桌面和移动会话并按时间顺序排列。
最感兴趣的部分包括从桌面或移动设备访问网站/应用程序但在其他设备上购买产品的用户。我们编写了一个特殊的 SQL 查询 - 使用 SQL 语言对数据库中的数据执行操作的代码。它不仅能识别这样的买家，还能确定他们的进入时段和交易时段，时间间隔不超过 30 天。如果交易发生在较长一段时间之后，将其与用户来自的流量来源联系起来是不正确的。