התאמה של משתני Floodlight מותאמים אישית

משתנים מותאמים אישית ב-Floodlight הם פרמטרים של כתובות URL שמצורפים להמרות ב-Floodlight, ומנוהלים דרך נכסים ב-Google Marketing Platform. הם מאפשרים לכם לתעד מידע נוסף מעבר למידע שאתם יכולים לאסוף באמצעות פרמטרים רגילים. המפרסמים מעבירים מגוון רחב של מידע באמצעות משתנים מותאמים אישית של Floodlight, אבל רק נתונים שאפשר להשתמש בהם להתאמה רלוונטיים ב-Ads Data Hub – כמו מזהי משתמשים, קובצי cookie חיצוניים או מזהי הזמנות.

חשוב לדעת שמשתנים מותאמים אישית של Floodlight מופעלים כשמשתמש מבצע המרה. לכן, התאמה מותאמת אישית של משתני Floodlight שימושית רק כדי לענות על שאלות שקשורות לפרסום או כדי ליצור קהלים שבהם התרחשו המרות. דוגמאות לתרחישים כאלה כוללות, בין היתר:

  • "האם הקמפיין האחרון שלי הוביל לצמיחה במוצרים הנכונים שרציתי להתמקד בהם?"
  • "מה הייתה ההכנסה המצטברת מקמפיין שהרצתי?"
  • "אני רוצה ליצור קהל של משתמשים בעלי פוטנציאל גבוה לייצור רווח".
  • "אני רוצה ליצור קהל של משתמשים שהתעניינו בשירותים שלי באופן משמעותי".

מידע נוסף על משתנים מותאמים אישית ב-Floodlight

גישה למשתנים מותאמים אישית של Floodlight ב-Ads Data Hub

משתנים מותאמים אישית ב-Floodlight מצורפים יחד ונשמרים כמחרוזת בשדה event.other_data בטבלה adh.cm_dt_activities_attributed. כדי להפריד בין משתנים נפרדים, צריך להשתמש בביטוי הרגולרי הבא ולהחליף את u1 במשתנה שבו רוצים להשתמש להתאמה:

REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS u1_val

דוגמאות

פוטנציאל החשיפה וההוצאות

השאילתה הזו מודדת את פוטנציאל החשיפה ואת סך ההוצאות שמשויכים לקמפיין נתון.

crm_data משתמש בסכימה הבאה:

שדה תיאור
order_id מזהה ייחודי שמשויך להזמנה.
order_val הערך (כמספר ממשי) של ההזמנה.
order_timestamp חותמת הזמן שמשויכת להשלמת ההזמנה. 
/* Creates a temporary table containing user IDs and order IDs (extracted u-values)
associated with a given campaign */
WITH floodlight AS (
  SELECT user_id, event.campaign_id, REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS order_id
  FROM adh.cm_dt_activities_attributed
  WHERE event.other_data LIKE "%u1%" AND event.campaign_id = 31459
)

/* Creates a temporary table where each row contains an order ID, the order's value,
and the time the order was placed */
WITH crm_data AS (
  SELECT order_id, order_val, order_timestamp
  FROM `your_cloud_project.your_dataset.crm_data`
  WHERE order_timestamp > FORMAT_TIMESTAMP('%F', TIMESTAMP_MICROS('2020-01-19 03:14:59'), @time_zone)
)

/* Joins both tables on order ID, counts the number of distinct users and sums the
value of all orders */
SELECT DISTINCT(user_id) AS reach, sum(order_val) as order_val
FROM floodlight JOIN crm_data
ON (floodlight.order_id = crm_data.order_id)

לקוחות עם הוצאות גבוהות והיסטוריית התעניינות

השאילתה הזו יוצרת קהל של לקוחות שהוציאו יותר מ-4,000 ש"ח במהלך אוגוסט 2020 ויצרו אינטראקציה עם המודעות שלכם בעבר.

crm_data משתמש בסכימה הבאה:

שדה תיאור
your_id מזהה ייחודי שמשויך ללקוח.
customer_spend_aug_2020_usd ההוצאה המצטברת של לקוח נתון (כערך צף) במהלך אוגוסט 2020. 
/* Creates a temporary table containing IDs you track, alongside IDs Google tracks
for the same user */
WITH floodlight AS (
  SELECT user_id, REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS your_id
  FROM adh.cm_dt_activities_events
  WHERE event.other_data LIKE "%u1%"
)

/* Creates a temporary table containing IDs you track for customers who spent over
$1000 in August 2020 */
WITH crm_data AS (
  SELECT your_id
  FROM `your_cloud_project.your_dataset.crm_data`
  WHERE customer_spend_aug_2020_usd > 1000
)

/* Creates a list (to be used in audience creation) of customers who spent over
$1000 in August 2020 */
SELECT user_id
FROM floodlight
JOIN crm_data ON (floodlight.your_id = crm_data.your_id)

נוסעים במרחק ארוך עם סטטוס Elite

השאילתה הזו יוצרת קהל של לקוחות שהשלימו המרה במודעה בעבר, וטסו יותר מ-100,000 מייל ב-2019 או שהיו להם סטטוס 'אליטה' בחברת תעופה במהלך 2019.

airline_data משתמש בסכימה הבאה:

שדה תיאור
your_id מזהה ייחודי שמשויך ללקוח.
miles_flown_2019 המרחק הכולל (כמספר שלם) שהלקוח טס בשנת 2019.
ye_2019_status הסטטוס של חברת התעופה שהלקוח צבר בשנת 2019. 
/* Creates a temporary table containing IDs you track, alongside IDs Google
tracks for the same user */
WITH floodlight AS (
  SELECT user_id, REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS your_id
  FROM adh.cm_dt_activities_events
  WHERE event.other_data LIKE "%u1%"
)

/* Creates a temporary table containing IDs you track for customers who either
flew over 100,000 miles with your airline in 2019, or earned elite status in
2019 */
WITH airline_data AS (
  SELECT your_id
  FROM `my_cloud_project.my_dataset.crm_data`
  WHERE miles_flown_2019 > 100000 or ye_2019_status = "elite"
)

/* Creates a list (to be used in audience creation) of customers who previously
converted on an ad and either earned elite status, or flew over 100,000 miles
in 2019 */
SELECT user_id
FROM floodlight
JOIN airline_data ON (floodlight.your_id = airline_data.your_id)