ตัวแปร Floodlight ที่กำหนดเองคือพารามิเตอร์ของ URL ที่แนบกับ Conversion ของ Floodlight ซึ่งได้รับการจัดการผ่านพร็อพเพอร์ตี้ Google Marketing Platform ซึ่งช่วยให้คุณบันทึกข้อมูลเพิ่มเติมนอกเหนือจากที่รวบรวมได้จากพารามิเตอร์มาตรฐาน แม้ว่าผู้ลงโฆษณาจะส่งผ่านข้อมูลที่หลากหลายโดยใช้ตัวแปร Floodlight ที่กำหนดเอง แต่มีเฉพาะข้อมูลที่ใช้สำหรับการจับคู่เท่านั้นที่เกี่ยวข้องใน Ads Data Hub เช่น รหัสผู้ใช้ คุกกี้ภายนอก หรือรหัสคำสั่งซื้อ
ที่สำคัญคือตัวแปร Floodlight ที่กำหนดเองจะเริ่มทำงานเมื่อผู้ใช้ทำ Conversion ดังนั้น การจับคู่ตัวแปร Floodlight ที่กําหนดเองจึงมีประโยชน์สําหรับการตอบคำถามการโฆษณาหรือสร้างกลุ่มเป้าหมายที่เกิด Conversion เท่านั้น ตัวอย่างกรณีการใช้งานเหล่านี้รวมถึงแต่ไม่จํากัดเพียง
- "แคมเปญล่าสุดของฉันนำไปสู่การเติบโตด้านผลิตภัณฑ์ที่เหมาะสมซึ่งฉันต้องการมุ่งเน้นไหม"
- "รายได้ที่เพิ่มขึ้นจากแคมเปญที่ฉันใช้งานคือเท่าใด"
- "ฉันต้องการสร้างกลุ่มเป้าหมายจากผู้ใช้ที่มีคุณค่าสูง"
- "ฉันต้องการสร้างกลุ่มเป้าหมายจากผู้ใช้ที่มีส่วนร่วมในบริการของฉันอย่างมีความหมาย"
ดูข้อมูลเพิ่มเติมเกี่ยวกับตัวแปร Floodlight ที่กำหนดเอง
การเข้าถึงตัวแปร Floodlight ที่กำหนดเองใน Ads Data Hub
ระบบจะผนวกตัวแปร Floodlight ที่กำหนดเองเข้าด้วยกันและจัดเก็บเป็นสตริงในช่อง event.other_data ในตาราง adh.cm_dt_activities_attributed คุณจะต้องใช้นิพจน์ทั่วไปต่อไปนี้เพื่อแยกตัวแปรออกจากกัน โดยแทนที่ u1 สำหรับตัวแปรที่คุณจะใช้จับคู่
REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS u1_val
ลองฟัง
การเข้าถึงและการใช้จ่าย
การค้นหานี้วัดการเข้าถึงและค่าใช้จ่ายทั้งหมดที่เชื่อมโยงกับแคมเปญหนึ่งๆ
crm_data ใช้สคีมาต่อไปนี้
| ฟิลด์ | คำอธิบาย |
|---|---|
| order_id | ตัวระบุที่ไม่ซ้ำกันซึ่งเชื่อมโยงกับคำสั่งซื้อ |
| order_val | มูลค่า (เป็นแบบลอย) ของคำสั่งซื้อ |
| order_timestamp | การประทับเวลาที่เกี่ยวข้องกับการดำเนินการตามคำสั่งซื้อให้เสร็จสิ้น |
/* 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)
ลูกค้าที่มีการใช้จ่ายสูงจากการมีส่วนร่วมก่อนหน้านี้
การค้นหานี้จะสร้างกลุ่มเป้าหมายที่ประกอบด้วยลูกค้าที่ใช้จ่ายมากกว่า $1,000 ในช่วงเดือนสิงหาคม 2020 และเคยมีส่วนร่วมกับโฆษณาของคุณ
crm_data ใช้สคีมาต่อไปนี้
| ฟิลด์ | คำอธิบาย |
|---|---|
| your_id | ตัวระบุที่ไม่ซ้ำกันซึ่งเชื่อมโยงกับลูกค้า |
| customer_spend_aug_2020_usd | การใช้จ่ายสะสมของลูกค้ารายหนึ่งๆ (เป็นแบบลอยตัว) ในช่วงเดือนสิงหาคม 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)
ใบปลิวสถานะระดับสูงแบบเดินทางไกล
การค้นหานี้สร้างกลุ่มเป้าหมายของลูกค้าที่เคยทำ Conversion ในโฆษณา และบินมาไกลกว่า 100,000 ไมล์ในปี 2019 หรือมีสถานะเป็นสายการบิน "ชั้นยอด" ในช่วงปี 2019
airline_data ใช้สคีมาต่อไปนี้
| ฟิลด์ | คำอธิบาย |
|---|---|
| your_id | ตัวระบุที่ไม่ซ้ำกันซึ่งเชื่อมโยงกับลูกค้า |
| miles_flown_2019 | จำนวนไมล์ทั้งหมด (เป็นจำนวนเต็ม) ที่ลูกค้าบินในปี 2019 |
| ye_2019_status | สถานะสายการบินที่ลูกค้าได้รับในปี 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)