Kullanıcı tarafından sağlanan verileri eşleştirme

Kullanıcı tarafından sağlanan verileri eşleştirme (KTSVE), bir kullanıcı hakkında topladığınız birinci taraf verilerini (ör. web siteleriniz, uygulamalarınız veya fiziksel mağazalarınızdan edinilen bilgiler), Google'ın sahip olduğu ve işlettiği veriler de dahil olmak üzere tüm Google reklam verilerinde söz konusu kullanıcının oturumu açıkken gerçekleştirdiği etkinliklerle birleştirir. Buna, Google Marketing Platform (GMP) ürünleri aracılığıyla satın alınan veriler (ör. Display & Video 360 kullanılarak satın alınan YouTube verileri) dahildir. Google'a ait olmayan ve Google tarafından işletilmeyen diğer GMP ürünleri desteklenmez.

Kullanıcı tarafından sağlanan verileri eşleştirmeye uygun olması için reklam etkinliğinin Google reklam verilerindeki oturum açmış bir kullanıcıya bağlanması gerekir.

Bu belgede, kullanıcı tarafından sağlanan verileri eşleştirme özelliği açıklanmakta ve kurulum ile kullanımla ilgili bilgiler verilmektedir.

Bağlantılar Sekmesine Genel Bakış

Değerli reklamcılık analizleri elde etmek için genellikle birden fazla kaynaktan gelen verileri birleştirmek gerekir. Bu Data Pipelines sorununa kendi çözümünüzü oluşturmak, önemli bir zaman ve mühendislik yatırımı gerektirir. Ads Data Hub'daki Bağlantılar sayfası, BigQuery'deki reklam verilerinizi içe aktarma, dönüştürme ve eşleştirme için adım adım açıklamalı, kılavuzlu bir arayüz sunarak bu süreci kolaylaştırır. Böylece verilerinizi Ads Data Hub sorgularınızda veya BigQuery'den veri okuyan diğer ürünlerde kullanabilirsiniz. Sorgularınızın kapsamını birinci taraf verileriyle genişletmek daha zengin müşteri deneyimleri sağlayabilir ve sorguları sektör genelindeki reklam izleme değişikliklerine karşı daha dirençli kılar.

Bağlantılar sayfası, kimliği tanımlayabilecek bilgileri (PII) şifrelemenize ve iş ortaklarıyla gizlilik odaklı bir şekilde paylaşmanıza olanak tanıyan araçlarla oluşturulmuştur. Ads Data Hub, hangi sütunların kimliği tanımlayabilecek bilgiler içerdiğini seçtikten sonra verileri şifreleyerek birinci taraf verilerinizin yalnızca izin verilen kişiler tarafından dışa aktarılabilmesini veya okunabilmesini sağlar. Ölçüm veya etkinleştirme kullanım alanınız için hangi birinci taraf verilerinin gerekli olduğunu bilmek zor olabilir. Bu nedenle Ads Data Hub, önceden tanımlanmış kullanım alanlarının kapsamlı bir listesini sunar ve ardından verilerinizi ayıklama, dönüştürme ve yükleme deneyiminin tamamında size rehberlik eder. Birden fazla bağlantı türü oluşturabilirsiniz ancak bu dokümanda, kullanıcı tarafından sağlanan verileri eşleştirme için Bağlantılar sayfasını kullandığınız varsayılmaktadır.

Desteklenen birinci taraf veri kaynakları

Aşağıdaki veri kaynaklarından veri içe aktarabilirsiniz:

  • BigQuery
  • Cloud Storage
  • Güvenli FTP (sFTP)
  • Snowflake
  • MySQL
  • PostgreSQL
  • Amazon Redshift
  • Amazon S3

Kullanıcı tarafından sağlanan verileri eşleştirme, yalnızca oturum açmış kullanıcılar için Google mülkiyetindeki ve Google tarafından işletilen envanterde kullanılabildiğinden, yakında üçüncü taraf çerezlerin kullanımdan kaldırılmasından etkilenmez. Üçüncü taraf verilerine kıyasla sektördeki değişikliklere karşı daha dirençli olduğu için daha zengin analizler sunarak müşteri etkileşimini artırabilir.

Terminolojiyi öğrenin

  • Kullanıcı tarafından sağlanan veri bağlantısı: Verilerinizi içe aktarıp eşleştirmek, veri içe aktarma işlemlerini planlamak, verileri dönüştürmek ve reklam verilerinizi bir kullanıcı kimliği kullanarak eşleştirmek için kullanıcı tarafından sağlanan veri bağlantısı oluşturun. Reklam etkinliği, Google reklam verilerinde oturum açmış bir kullanıcıya bağlı olmalıdır. Birden fazla Google Cloud projesi gerekir.
  • Birinci taraf veri bağlantısı: Veri içe aktarma işlemlerini planlamak ve verileri UPDM'nin ileri seviye özellikleri olmadan dönüştürmek için veri hazırlama aracı olarak birinci taraf veri bağlantısı oluşturun. Bu tür bir bağlantı için yalnızca bir Google Cloud projesi gerekir.
  • Veri kaynağı: Bağlı bir ürün, içe aktarılan dosya veya üçüncü taraf entegrasyonu (ör. BigQuery).
  • Hedef: Kullanım alanı genellikle, içe aktarılan verilerin etkinleştirildiği bir Google ürünü veya ürün özelliğidir (ör. Ads Data Hub kullanıcı tarafından sağlanan verileri eşleştirme).
  • Yönetici projesi: Tescilli reklam verilerinizi ham biçimde içeren Google Cloud projesi.
  • Çıkış veri kümesi: Ads Data Hub'ın yazdığı BigQuery veri kümesi. Varsayılan olarak bu, yönetici projenizdeki bir veri kümesidir. Başka bir Google Cloud projesiyle değiştirmek için Hizmet hesaplarını yapılandırma başlıklı makaleyi inceleyin.

Sürecin özeti

  1. Veri kullanımı ve eşleştirme ayarları
    • Siz Birinci taraf verilerinizin BigQuery'de bulunduğundan ve hizmet hesabınızın bu verilere okuma erişimi olduğundan emin olun. Veri kullanımını ayarlama başlıklı makaleyi inceleyin.
  2. Birinci taraf verilerini kullanma ve eşleştirme
    • Siz, birinci taraf verilerinizi biçimlendirip BigQuery veri kümenize yüklersiniz. En basit kurulum için yönetici projenizi kullanın. Ancak sahip olduğunuz herhangi bir BigQuery veri kümesini kullanabilirsiniz.
    • Siz, birbağlantı oluşturup bir plan belirleyerek veri eşleştirme isteği başlatırsınız.
    • Google, eşleşme tabloları oluşturmak ve güncellemek için projeniz ile Google'ın kullanıcı kimliğini ve karma oluşturulmuş kullanıcı tarafından sağlanan verileri içeren Google'a ait veriler arasında birleştirme işlemi uygular.
    • Birinci taraf verilerini alma başlıklı makaleyi inceleyin.
  3. Ads Data Hub'da eşleşen verilere dayalı devam eden sorgular
    • Eşleşme tablolarında sorgu çalıştırma işlemi, Ads Data Hub'da normal sorgu çalıştırma işlemiyle aynıdır. Sorgu eşleştirme verileri bölümünü inceleyin.

Gizlilik şartları hakkında bilgi

Müşteri verilerini toplama

Kullanıcı tarafından sağlanan verileri eşleştirme özelliğini kullanırken birinci taraf verilerini yüklemeniz gerekir. Bu bilgiler web sitelerinizden, uygulamalarınızdan, fiziksel mağazalarınızdan topladığınız bilgiler veya müşterilerin sizinle doğrudan paylaştığı bilgiler olabilir.

Bu politika uyarınca:

  • Gizlilik politikanızda, sizin adınıza hizmet verebilmeleri için müşteri verilerini üçüncü taraflarla paylaştığınızın belirtildiğinden ve yasal koşullar gerektirdiği durumlarda bu tür bir paylaşım için izin aldığınızdan emin olmalısınız.
  • Müşteri verilerini yüklemek için yalnızca Google'ın onayladığı API'yi veya arayüzü kullanmalısınız.
  • İlgili tüm özdenetim veya sektör kuralları da dahil olmak üzere geçerli tüm yasa ve yönetmeliklere uymalısınız.

Birinci taraf izni onayı

Ads Data Hub'da birinci taraf verilerinizi kullanabilmek için AEA'daki son kullanıcılardan alınan verileri, AB kullanıcı rızası politikası ve Ads Data Hub politikasına uygun şekilde Google ile paylaşmak üzere gereken rızayı aldığınızı doğrulamanız gerekir. Bu koşul tüm Ads Data Hub hesapları için geçerlidir ve yeni birinci taraf verileri yüklediğiniz her seferde güncellenmelidir. Bu onayı, hesabın tamamı adına herhangi bir kullanıcı verebilir.

Analiz sorguları için geçerli olan Google hizmeti sorgu kurallarının, UPDM sorguları için de geçerli olduğunu unutmayın. Örneğin eşleşme tablosu oluşturduğunuzda, AEA'daki kullanıcılarla ilgili hizmetler arası sorgular yürütemezsiniz.

Ads Data Hub'da izni nasıl onaylayacağınızı öğrenmek için Avrupa Ekonomik Alanı için kullanıcı rızası koşulları sayfasını inceleyin.

Veri boyutu

Kullanıcı tarafından sağlanan verilerle eşleştirme, son kullanıcı gizliliğini korumak için verilerinizin boyutuyla ilgili aşağıdaki koşulları zorunlu kılar:

  • Kullanıcı listenize en az 1.000 kayıt yüklemeniz gerekir.
  • Eşleşme tablonuzun her başarılı güncellemesi, minimum sayıda yeni eşleşen kullanıcı içermelidir. Bu davranış, farklılık kontrollerine benzer.
  • Listeniz, maksimum kayıt sayısını aşmamalıdır. Maksimum veri sınırı hakkında bilgi edinmek için Google temsilcinizle iletişime geçin.

Veri kullanımını ayarlama

Başlamadan önce, veri eşleştirme ardışık düzeninizi oluşturmak için Ads Data Hub hesabınızı veri bağlantıları oluşturacak şekilde yapılandırmanız gerekir. Bu adımları yalnızca bir kez gerçekleştirmeniz yeterlidir.

Bağlantılar sayfasında Kurulumu başlat'ı tıklayarak UPDM etkinleştirme aşamasında hesap kurulum sihirbazını açın.

Bağlantılar'a gidin

BigQuery ve Cloud Storage için hangi izinler verilir?

UPDM'yi BigQuery veya Cloud Storage ile kullanılacak şekilde ayarladıysanız Ads Data Hub hizmet hesaplarına verilen izinleri anlamak için bu referansı kullanın.

BigQuery

Data Fusion hizmet hesabı
Amaç Data Fusion hizmet hesabı, Ads Data Hub kullanıcı arayüzündeki kaynak alanlarının listesini görüntülemek için kullanılır.
Biçim service-some-number@gcp-sa-datafusion.iam.gserviceaccount.com
Gerekli erişim
BigQuery Data Viewer
roles/bigquery.dataViewer
Veri Kaynağı ve Hedef projelerindeki belirli veri kümeleri için
Storage Admin
roles/storage.admin
Veri Kaynağı projesi için veya özel bir depolama paketi
Dataproc hizmet hesabı
Amaç Dataproc hizmet hesabı, arka planda Data Pipelines çalıştırmaktan sorumludur.
Biçim some-number-compute@developer.gserviceaccount.com
Gerekli erişim
BigQuery Data Viewer
roles/bigquery.dataViewer
Veri Kaynağı ve Hedef projelerindeki belirli veri kümeleri için
BigQuery Data Editor
roles/bigquery.dataEditor
Hedef projedeki belirli veri kümeleri için
BigQuery Job User
roles/bigquery.jobUser
Veri kaynağı ve Hedef projeleri için
Storage Admin
roles/storage.admin
Veri Kaynağı ve Hedef projeleri için veya özel bir depolama paketi
UPDM hizmet hesabı
Amaç UPDM hizmet hesabı, eşleşen işi çalıştırmak için kullanılır.
Biçim service-some-number@gcp-sa-adsdataconnector.iam.gserviceaccount.com
Gerekli erişim
BigQuery Data Viewer
roles/bigquery.dataViewer
Hedef proje için
BigQuery Job User
roles/bigquery.jobUser
Hedef proje için

Cloud Storage

Data Fusion hizmet hesabı
Amaç Data Fusion hizmet hesabı, Ads Data Hub kullanıcı arayüzündeki kaynak alanlarının listesini görüntülemek için kullanılır.
Biçim service-some-number@gcp-sa-datafusion.iam.gserviceaccount.com
Gerekli erişim
Storage Object Viewer
roles/storage.objectViewer
Veri Kaynağı projesindeki belirli depolama paketleri için
BigQuery Data Viewer
roles/bigquery.dataViewer
Veri Kaynağı projesi için veya özel bir depolama paketi
Storage Admin
roles/storage.admin
Veri Kaynağı projesi için veya özel bir depolama paketi
Dataproc hizmet hesabı
Amaç Dataproc hizmet hesabı, arka planda Data Pipelines çalıştırmaktan sorumludur.
Biçim some-number-compute@developer.gserviceaccount.com
Gerekli erişim
Storage Admin
roles/storage.admin
Veri Kaynağı ve Hedef projeleri için veya özel bir depolama paketi
BigQuery Job User
roles/bigquery.jobUser
Hedef proje için
UPDM hizmet hesabı
Amaç UPDM hizmet hesabı, eşleşen işi çalıştırmak için kullanılır.
Biçim service-some-number@gcp-sa-adsdataconnector.iam.gserviceaccount.com
Gerekli erişim
BigQuery Data Viewer
roles/bigquery.dataViewer
Hedef proje için
BigQuery Job User
roles/bigquery.jobUser
Hedef proje için

Diğer veri kaynakları

Diğer veri kaynakları için gerekli değildir.

Birinci taraf verilerini alma ve eşleştirme

Kaynak izinleri ve bağlantı koşulları

Ads Data Hub Bağlantıları, Ayarlar > Ayrıntılar > Hizmet hesabı bölümünde gösterilen hizmet hesabını (genellikle service-<number>@gcp-sa-adsdatahub.iam.gserviceaccount.com) kullanır. Bu hesaba aşağıdaki rolleri verin:

  • BigQuery kaynağı: Kaynak veri kümesi veya tabloda roles/bigquery.dataViewer (BigQuery Veri Görüntüleyicisi).
  • Cloud Storage kaynağı: Kaynak pakette veya nesnede roles/storage.objectViewer (Depolama Nesnesi Görüntüleyici).
  • Birinci taraf verileri içe aktarma hedefi: Tablo, varsayılan veri kümenizde değilse hedef veri kümesinde roles/bigquery.dataEditor (BigQuery Veri Düzenleyicisi) rolü.

Alan ve veri türü koşulları

  1. Kullanıcı tarafından sağlanan verileri eşleştirme (UPDM):
    • user_id ve en az bir kimliği tanımlayabilecek bilgi alanı (email, phone veya tam adres: first_name, last_name, country, zip_code) eşleyin.
    • user_id, country ve zip_code: düz metin STRING (karma oluşturma işlemi uygulanmamış). BigQuery kaynağı için bu sütunlar STRING olmalıdır. Diğer türler (ör. INT64), bağlantı oluşturulduğunda başarısız olur. Bağlantılar, eşleşme tablosunda user_id değerini BYTES değerine dönüştürür. country 2 harfli bir ISO 3166-1 alfa-2 kodu olmalıdır.
    • email, phone, first_name ve last_name: HASH: SHA-256 karma oluşturma işlemi uygulanmış ve Base64 olarak kodlanmış olmalıdır (64 karakterlik onaltılık SHA-256 değeri de kabul edilir). Bağlantılar, verileri karma oluşturma işlemine tabi tutmaz. Bağlantı oluşturulurken düz metin değerleri yakalanmaz. Bu nedenle, her çalıştırma ... must be encoded using TO_BASE64(SHA256(...)) ile başarısız olur.
    • Kullanıcı tarafından sağlanan verileri eşleştirme bağlantılarının hedef tablosu yok. Bir hesaptaki tüm sorgular ve manuel olarak çalıştırılan KTSVE sorguları aynı eşleşme verilerine yazılır. Bu nedenle, her çalıştırma bir öncekini değiştirir. Hesap başına bir UPDM bağlantısı yeterlidir.
    • Alana özel kurallar için Giriş için verileri biçimlendirme bölümüne bakın.
  2. Birinci taraf verilerini içe aktarma:
    • Yalnızca kullanıcı arayüzünde sunulan veri türlerini kullanın: INTEGER, STRING, HASH, DOUBLE, DATE ve TIMESTAMP. Diğer BigQuery türleri desteklenmez.
    • BigQuery kaynağı: Eşlenen tür uygulanmaz. Her hedef sütun, kaynak sütununun türünü korur.
    • Cloud Storage kaynağı: Sütunlar STRING olarak okunur ve eşlenen türe dönüştürülür. Dönüştürülemeyen değerler, çalıştırma başarısız olmadan NULL olur.
    • Her çalıştırma, hedef tablonun tamamını değiştirir; ekleme yapmaz. Kaynakta satır yoksa hedef boş olur. Kaynak tabloyu veya verilerini saklamanız gereken bir tabloyu hedef olarak kullanmayın.

Cloud Storage CSV sütun şartları

  • Bir başlık satırı ekleyin. İlk satır atlanır ve sütun adları kullanılmaz.
  • Dosya, eşlenen kaynak sütunları tam olarak içermelidir. Ne daha fazla ne daha az sütun olmalıdır. Ek sütunlar, çalıştırmanın başarısız olmasına neden olur.
  • Birinci taraf verilerini içe aktarma: Sütunlar, alan eşlemeleriyle aynı sırada olmalıdır.
  • Kullanıcı tarafından sağlanan verileri eşleştirme: Sütunlar şu sırada olmalı ve yalnızca eşlediğiniz alanları içermelidir: user_id, email, phone, first_name, last_name, country, zip_code. Eşleme satırlarının sırası önemli değildir.
  • Farklı bir sütun sırası algılanmaz: Değerler, hata olmadan yanlış alanlara yüklenir (veya eşleşme oranları düşer).

Desteklenen veri kaynakları ve bağlantı sınırları

  • Veri kaynakları: Yalnızca BigQuery ve Cloud Storage kaynakları desteklenir.
  • BigQuery tablo adları: Kaynak ve hedef BigQuery tabloları için tam project.dataset.table adı gerekir.
  • Cloud Storage dosya yolları: Tek bir dosya URI'si (ör. gs://bucket/path/file.csv) sağlayın. * veya ? içeren joker karakter yolları desteklenmez.
  • Bağlantı adları: Bir hesaptaki her bağlantının benzersiz bir adı olmalıdır.

Giriş için verileri biçimlendirme

Verilerinizin doğru şekilde eşleştirilmesi için aşağıdaki biçimlendirme koşullarına uyması gerekir:

  • Aşağıdaki giriş alanı açıklamalarında belirtilen yerlerde, SHA256 karma oluşturma işlemini kullanarak yükleme yapmanız gerekir.
  • UPDM, Base64 kodlamasını destekler. TO_BASE64 işlevini inceleyin.
  • Giriş alanları dize olarak biçimlendirilmelidir. Örneğin, BigQuery SHA256 karma işlevini kullanıyorsanız şu dönüşümü kullanın: TO_BASE64(SHA256(user_data)).

Kullanıcı Kimliği

  • Veri türü: BYTES
  • Karma oluşturma: Yok

E-posta

  • Baştaki ve sondaki boşlukları kaldırma
  • Tüm karakterleri küçük harfle yazın
  • Tüm e-posta adresleri için gmail.com veya hotmail.co.jp gibi bir alan adı ekleyin.
  • Aksan işaretlerini kaldırın (ör. è, é, ê veya ë harflerini e olarak değiştirin)
  • gmail.com ve googlemail.com e-posta adreslerinde alan adından önce gelen tüm noktaları (.) kaldırın.
  • Karma oluşturma: Base64 kodlamalı SHA256

Geçerlilik: TO_BASE64(SHA256("jeffersonloveshiking@gmail.com"))

Geçersiz: TO_BASE64(SHA256("JéffersonLôvesHiking@gmail.com"))

Telefon

  • Boşlukları kaldır
  • E.164 biçiminde biçimlendirin. Örneğin, ABD için +14155552671, Birleşik Krallık için +442071838750
  • Ülke kodundan önceki "+" işareti hariç tüm özel karakterleri kaldırın.
  • Karma oluşturma: Base64 kodlamalı SHA256

Geçerlilik: TO_BASE64(SHA256("+18005550101"))

Geçersiz: TO_BASE64(SHA256("(800) 555-0101"))

Ad

  • Boşlukları kaldır
  • Tüm karakterleri küçük harfle yazın
  • Tüm ön ekleri (ör. Mrs., Bay, Bayan Dr.
  • Aksan işaretlerini (ör. è, é, ê veya ë) kaldırmayın.
  • Karma oluşturma: Base64 kodlamalı SHA256

Geçerlilik: TO_BASE64(SHA256("daní"))

Geçersiz: TO_BASE64(SHA256("Daní"))

Soyadı

  • Boşlukları kaldır
  • Tüm karakterleri küçük harfle yazın
  • Tüm son ekleri (ör. Jr., Sr., 2., 3., II, III, PHD, MD
  • Aksan işaretlerini (ör. è, é, ê veya ë) kaldırmayın.
  • Karma oluşturma: Base64 kodlamalı SHA256

Geçerlilik: TO_BASE64(SHA256("délacruz"))

Geçersiz: TO_BASE64(SHA256("dé la Cruz, Jr."))

Ülke

  • Tüm müşteri verileriniz aynı ülkeden olsa bile ülke kodunu ekleyin
  • Ülke verilerine karma oluşturma işlemi uygulamayın
  • ISO 3166-1 alfa-2 ülke kodlarını kullanın.
  • Karma oluşturma: Yok

Geçerlilik: US

Geçersiz: United States of America veya USA

Posta kodu

  • Posta kodu verilerine karma oluşturma işlemi uygulamayın
  • Hem ABD hem de uluslararası posta kodlarına izin verilir
  • ABD için:
    • 5 basamaklı kodlara izin verilir (ör. 94043).
    • 5 basamak ve ardından 4 basamaklı uzantılara da izin verilir (ör. 94043-1351 veya 940431351).
  • Diğer tüm ülkeler için:
    • Biçimlendirme gerekmez (Küçük harf kullanmaya veya boşlukları ve özel karakterleri kaldırmaya gerek yoktur)
    • Posta kodu uzantısı girmeyin
  • Karma oluşturma: Yok

Karma doğrulama ve veri kodlama

Verilerinizin doğru şekilde biçimlendirildiğinden emin olmak için aşağıdaki karma doğrulama komut dosyalarını kullanabilirsiniz.

JavaScript

  /**
   * @fileoverview Provides the hashing algorithm, as well as some valid hashes of
   * sample data for testing.
  */

  async function hash(token) {
    // Removes leading or trailing spaces and converts all characters to lowercase.
    const formattedToken = token.trim().toLowerCase();
    // Hashes the formatted string using the SHA-256 hashing algorithm.
    const hashBuffer = await crypto.subtle.digest(
        'SHA-256', (new TextEncoder()).encode(formattedToken));
    // Converts the hash buffer to a base64-encoded string and returns it.
    const base64Str = btoa(String.fromCharCode(...new Uint8Array(hashBuffer)));
    return base64Str;
  }

  function main() {
    // Expected hash for test@gmail.com:
    // h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=
    hash('test@gmail.com').then(result => console.log(result));

    // Expected hash for +18005551212:
    // YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=
    hash('+18005551212').then(result => console.log(result));

    // Expected hash for John: ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=
    hash('John').then(result => console.log(result));

    // Expected hash for Doe: eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=
    hash('Doe').then(result => console.log(result));
  }

  main()

Python

  """Provides the hashing algorithm, as well as some valid hashes of sample data for testing.

  Supports: Python 2, Python 3

  Sample hashes:

    - Email 'test@gmail.com': h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=
    - Phone '+18005551212':   YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=
    - First name 'John':      ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=
    - Last name 'Doe':        eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=
  """

  import base64
  import hashlib

  def hash(token):
  # Generates a base64-encoded SHA-256 hash of a normalized input string.
    return base64.b64encode(
        hashlib.sha256(
            token.strip().lower().encode('utf-8')).digest()).decode('utf-8')

  def print_hash(token, expected=None):
  # Computes and displays the hash of a token, with optional validation.
    hashed = hash(token)

    if expected is not None and hashed != expected:
      print(
          'ERROR: Incorrect hash for token "{}". Expected "{}", got "{}"'.format(
              token, expected, hashed))
      return

    print('Hash: "{}"\t(Token: {})'.format(hashed, token))

  def main():
  # Tests the hash function with sample tokens and expected results.
    print_hash(
        'test@gmail.com', expected='h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=')
    print_hash(
        '+18005551212', expected='YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=')
    print_hash('John', expected='ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=')
    print_hash('Doe', expected='eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=')

  if __name__ == '__main__':
    main()

Go

  /*
  Provides the hashing algorithm, as well as some valid hashes of sample data for testing.

  Sample hashes:

    - Email 'test@gmail.com': h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=
    - Phone '+18005551212':   YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=
    - First name 'John':      ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=
    - Last name 'Doe':        eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=
  */
  package main

  import (
    "crypto/sha256"
    "encoding/base64"
    "fmt"
    "strings"
  )

  // Hash hashes an email, phone, first name, or last name into the correct format.
  func Hash(token string) string {
    formatted := strings.TrimSpace(strings.ToLower(token))
    hashed := sha256.Sum256([]byte(formatted))
    encoded := base64.StdEncoding.EncodeToString(hashed[:])
    return encoded
  }

  // PrintHash prints the hash for a token.
  func PrintHash(token string) {
    fmt.Printf("Hash: \"%s\"\t(Token: %s)\n", Hash(token), token)

  }

  func main() {
    PrintHash("test@gmail.com")
    PrintHash("+18005551212")
    PrintHash("John")
    PrintHash("Doe")
  }

Java

  package updm.hashing;

  import static java.nio.charset.StandardCharsets.UTF_8;

  import java.security.MessageDigest;
  import java.security.NoSuchAlgorithmException;
  import java.util.Base64;

  /**
  * Example of the hashing algorithm.
  *
  * <p>Sample hashes:
  *
  * <ul>
  *   <li>Email 'test@gmail.com': h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=
  *   <li>Phone '+18005551212': YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=
  *   <li>First name 'John': ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=
  *   <li>Last name 'Doe': eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=
  * </ul>
  */
  public final class HashExample {

  private HashExample() {}

  public static String hash(String token) {
    // Normalizes and hashes the input token using SHA-256 and Base64 encoding.
    String formattedToken = token.toLowerCase().strip();

    byte[] hash;
    try {
      hash = MessageDigest.getInstance("SHA-256").digest(formattedToken.getBytes(UTF_8));
    } catch (NoSuchAlgorithmException e) {
      throw new IllegalStateException("SHA-256 not supported", e);
    }

    return Base64.getEncoder().encodeToString(hash);
  }

  public static void printHash(String token) {
    // Calculates and prints the hash for the given token.
    System.out.printf("Hash: \"%s\"\t(Token: %s)\n", hash(token), token);
  }

  public static void main(String[] args) {
    // Executes hash calculations and prints results for sample tokens.
    printHash("test@gmail.com");
    printHash("+18005551212");
    printHash("John");
    printHash("Doe");
  }
  }

SQL

  /*
  Provides the hashing algorithm, as well as some valid hashes of sample data for testing.

  The following code uses Google Standard SQL and can be run on BigQuery to generate match tables from unhashed data.

  Sample hashes:

    - Email 'test@gmail.com': h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=
    - Phone '+18005551212':   YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=
    - First name 'John':      ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=
    - Last name 'Doe':        eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=

  The unhashed input table schema is assumed to be:

  - Column name: UserID, Type: String
  - Column name: Email, Type: String
  - Column name: Phone, Type: String
  - Column name: FirstName, Type: String
  - Column name: LastName, Type: String
  - Column name: PostalCode, Type: String
  - Column name: CountryCode, Type: String
  */

  -- Creates a new table with Base64-encoded SHA-256 hashes of specified columns.
  CREATE TABLE `your_project_name.your_dataset_name.output_hashed_table_name`
  AS
  SELECT
    UserID,
    TO_BASE64(SHA256(LOWER(Email))) AS Email,
    TO_BASE64(SHA256(Phone)) AS Phone,
    TO_BASE64(SHA256(LOWER(FirstName))) AS FirstName,
    TO_BASE64(SHA256(LOWER(LastName))) AS LastName,
    PostalCode,
    CountryCode,
  FROM
    `your_project_name.your_dataset_name.input_unhashed_table_name`;

Katılma tuşları

Kullanıcı tarafından sağlanan verilerin bazı kombinasyonları diğerlerinden daha güçlüdür. Aşağıda, kullanıcı tarafından sağlanan farklı veri kombinasyonlarının göreceli güce göre sıralanmış bir listesi verilmiştir. Adres kullanıyorsanız şunları eklemeniz gerekir: Ad, Soyadı, Ülke ve Posta kodu.

  1. E-posta, telefon, adres (en güçlü)
  2. Telefon, Adres
  3. E-posta, Adres
  4. E-posta, Telefon
  5. Adres
  6. Telefon
  7. E-posta (en zayıf)

Eşleşme tablosu oluşturma

  1. Bağlantılar > Bağlantı oluştur > Kullanıcı tarafından sağlanan verileri eşleştirme'yi tıklayın.
  2. Bir veri kaynağı seçip Bağlan'ı tıklayın.
  3. İstenirse kimlik doğrulaması yapın ve Sonraki'yi tıklayın:

    BigQuery

    BigQuery'ye erişim izni vermek için Uygula'yı tıklayın.

    Cloud Storage

    Cloud Storage'a erişim izni vermek için Uygula'yı tıklayın.

    MySQL

    MySQL veritabanı konumunuzu, bağlantı noktasını, kullanıcı adınızı ve şifrenizi girin.

    S3

    Amazon S3 gizli erişim anahtarınızı girin.

    PostgreSQL

    PostgreSQL veritabanı konumunuzu, bağlantı noktasını, kullanıcı adınızı, şifrenizi ve veritabanınızı girin.

    Redshift

    Redshift veritabanı konumunuzu, bağlantı noktasını, kullanıcı adınızı, şifrenizi ve veritabanınızı girin.

    sFTP

    SFTP sunucunuzun konumunu, kullanıcı adınızı ve şifrenizi girin.

    Snowflake

    Snowflake hesap tanımlayıcınızı, kullanıcı adınızı ve şifrenizi girin.

  4. Veri kaynağınızı yapılandırın, ardından Sonraki'yi tıklayın:

    BigQuery

    İçe aktarılacak BigQuery tablosunu seçin.

    Cloud Storage

    gs://my-bucket/folder/ gibi gsutil yolunu girin ve dosyanızın biçimlendirmesini seçin.

    Bu kaynağı ilk kez bağlıyorsanız bir uyarı gösterilir. Erişim izni vermek için Uygula'yı, ardından Sonraki'yi tıklayın. Not: İlgili paket için storage.buckets.setIamPolicy yetkisi verme iznine sahip bir role sahip olmanız gerekir.

    MySQL

    Kullanmak istediğiniz MySQL veritabanını ve tablosunu seçin.

    S3

    Yüklemek istediğiniz dosyanın ana makine adresine göre URI'yı girin.

    PostgreSQL

    PostgreSQL şemasını ve tablo (veya görünüm) adını girin.

    Redshift

    Redshift şemasını ve tablo (veya görünüm) adını girin. Redshift varsayılan olarak şu şablonu uygulayan veritabanı konumu URL'lerini kullanır: cluster-identifier.account-number.aws-region.redshift.amazonaws.com.

    sFTP

    Dosya yolunu ve adını şu biçimde girin: /PATH/FILENAME.csv

    Snowflake

    Kullanmak istediğiniz Snowflake veritabanını, şemasını ve tablosunu (veya görünümünü) girin.

  5. Ara hedef olarak kullanılacak bir BigQuery veri kümesi seçip Sonraki'yi tıklayın. Bu adım, verilerinizin doğru şekilde biçimlendirildiğinden emin olmanızı sağlar.
  6. İsteğe bağlı: Verilerinizin biçimini değiştirin. Dönüşümler arasında karma oluşturma, küçük/büyük harf biçimlendirme ve alanları birleştirme/bölme yer alır.
    1. İşlem > > Dönüştür'ü tıklayın.
    2. Açılan panelde Dönüşüm ekle veya Başka bir dönüşüm ekle'yi tıklayın.
    3. Açılır menüden bir dönüşüm türü seçin ve şartları girin.
    4. Kaydet'i tıklayın.
  7. En az bir birleştirme anahtarı seçin ve kullanacağınız alanları eşleyin. Ads Data Hub, aynı ada sahip alanları otomatik olarak eşler. Bu alanlar ile gösterilir. Gerekli düzenlemeleri yapın ve İleri'yi tıklayın.
  8. Program ayarlama:
    1. Bağlantınızı adlandırın.
    2. Önceki adımda seçtiğiniz veri kümesine verilerin ne sıklıkta içe aktarılacağını belirleyen bir sıklık ayarlayın. Her çalıştırmada hedef tablodaki verilerin üzerine yazılır.
    3. Kullanıcı kimliği çakışmalarının nasıl ele alınmasını istediğinizi belirtin. Mevcut eşleşmeyi korumayı veya yeni verilerle üzerine yazmayı seçebilirsiniz.
  9. Son'u tıklayın. Eşleşme tabloları genellikle oluşturulduktan 12 saat sonra sorgulanmaya hazır hale gelir.

Bağlantı ayrıntılarını görüntüleme

Bağlantı ayrıntıları sayfası, belirli bir bağlantının son çalıştırmaları ve hataları hakkında bilgi verir. Belirli bir bağlantıyla ilgili ayrıntıları görüntülemek için:

  1. Bağlantılar'ı tıklayın.
  2. Ayrıntılarını görüntülemek için bağlantının adını tıklayın.
  3. Artık bağlantının ayrıntılarını ve son çalıştırmalarını görebilirsiniz. Her birinde iki olası hata türü gösterilir: bağlantı düzeyinde (bağlantı çalışmadı) ve satır düzeyinde hatalar (bir satır içe aktarılmadı).
    1. Başarısız durumu, bağlantının tamamının çalıştırılamadığını gösterir (ör. hizmet hesabı izni sorunu). Bağlantıyı hangi hataların etkilediğini görmek için hata durumunu tıklayın.
    2. Tamamlandı durumu, bağlantının başarıyla çalıştığını gösterir. Ancak "Hata içeren satırlar" sütununda sıfır olmayan bir değerle gösterilen satır düzeyinde hatalar olabilir. Hangi kayıtların başarısız olduğu hakkında daha fazla bilgi edinmek için değeri tıklayın.

Bağlantıyı düzenleme

Aşağıdaki ayrıntılar düzenlenebilir:

  • Bağlantı adı
  • Planla
  • Hedef tablo
  • Alan eşleme

Veri kaynağını düzenleme desteklenmiyor. Veri kaynağını değiştirmek için yeni bir bağlantı oluşturun ve eski bağlantıyı silin.

Bağlantı ayrıntılarını düzenlemek için:

  1. Bağlantılar'ı tıklayın.
  2. Düzenlemek istediğiniz bağlantının adını tıklayın.
  3. Değiştirmek istediğiniz ayrıntıları düzenleyin:
    • Bağlantı adı: Düzenle'yi tıklayın, yeni adı girin ve Enter tuşuna basın.
    • Program: Düzenle'yi tıklayın, yeni programı ayarlayın ve Kaydet'i tıklayın.
    • Hedef tablo: Düzenle'yi tıklayın, yeni hedef adını girin ve Kaydet'i tıklayın.
    • Alan eşleme: simgesini tıklayın, alanlarda değişiklik yapın ve ardından Kaydet'i tıklayın.
  4. simgesini tıklayın.

Mevcut bağlantıları taşıma

Bağlantılar sekmesindeki mevcut bağlantılar, doğrudan Ads Data Hub'da yerleşik olarak bulunan güncellenmiş bir Bağlantılar deneyimine taşınıyor. Güncellenen bağlantılar, eski Data Fusion, Dataproc ve UPDM hizmet hesapları yerine Ayarlar > Ayrıntılar > Hizmet hesabı bölümünde gösterilen hizmet hesabını (genellikle service-<number>@gcp-sa-adsdatahub.iam.gserviceaccount.com) kullanarak kaynakları okur ve hedefleri yazar.

Bağlantılarınız taşınmadan önce şu işlem öğelerini tamamlayın:

  1. Hizmet hesabı izinleri verme: Ayarlar > Ayrıntılar > Hizmet hesabı bölümünde gösterilen hizmet hesabına (genellikle service-<number>@gcp-sa-adsdatahub.iam.gserviceaccount.com) gerekli kaynak ve hedef rollerini (varsayılan olmayan hedef veri kümelerinde roles/bigquery.dataViewer, roles/storage.objectViewer ve roles/bigquery.dataEditor) verin. Okunamayan, silinen veya değiştirilen kaynaklara sahip bağlantılar yine de taşınabilir (özellikle taşıma sırasında doğrulanmayan Cloud Storage kaynakları). Ancak erişim izni verene veya kaynağı düzeltene kadar çalıştırma işlemleri başarısız olur.
  2. Desteklenmeyen bağlantıları dönüştürün: Aşağıdaki yapılandırmalara sahip bağlantılar taşınmaz. Bunları desteklenen BigQuery veya Cloud Storage bağlantılarına dönüştürün:

    • Diğer veri kaynakları (Amazon S3, Snowflake, MySQL, PostgreSQL, Amazon Redshift, sFTP veya Salesforce): Verileri önce BigQuery veya Cloud Storage'da hazırlayın, ardından BigQuery ya da Cloud Storage bağlantısı oluşturun.
    • Desteklenmeyen alan eşlemeleri veya veri türleri: Alan ve veri türü koşullarını karşılamak için bağlantıyı güncelleyin veya yeniden oluşturun.
    • Cloud Storage joker karakter yolları (* veya ?): Joker karakter URI'sini tek bir dosya URI'si ile değiştirin veya dosyaları önce BigQuery'ye yükleyin.
    • Ads Data Hub'da zaten kullanılan adlar: Bir sorgu veya güncellenmiş Bağlantılar deneyiminde oluşturulan bir bağlantı hesabınızda zaten aynı ada sahipse bağlantıyı yeniden adlandırın.

    Aynı adı paylaşan mevcut bağlantılar taşınmaya devam eder: En eski bağlantı adını korur, diğerleri ise (2) veya (3) gibi bir son ek alır.

  3. Kullanılmayan bağlantıları silme: Artık ihtiyacınız olmayan eski bağlantıları silin.

Sorguyla eşleşen veriler

Eşleşme tablolarını sorgulama

Eşleşme tablolarınız gizlilik kontrollerini karşılamaya yetecek kadar veri içerdiğinde tablolarda sorgu çalıştırmaya hazırsınız demektir.

Birinci taraf verileri (1PD) için orijinal tablo my_data ile temsil edilir. Bu, hem kişisel veri (PII) hem de kişisel veri olmayan (PII olmayan) verileri içerir. Orijinal tabloyu kullanmak, kapsamdaki tüm 1PD verilerini temsil ettiği için raporlarınızı daha fazla analizle iyileştirebilir.

Ads Data Hub şemasında, user_id alanı içeren her tabloya bir eşleşme tablosu eşlik eder. Örneğin Ads Data Hub, adh.google_ads_impressions tablosu için kullanıcı kimliklerinizi içeren adh.google_ads_impressions_updm adlı bir eşleşme tablosu da oluşturur. Politikadan bağımsız ağ tabloları için ayrı eşleşme tabloları oluşturulur. Örneğin Ads Data Hub, adh.google_ads_impressions_policy_isolated_network tablosu için kullanıcı kimliklerinizi içeren adh.google_ads_impressions_policy_isolated_network_updm adlı bir eşleşme tablosu da oluşturur.

Bu tablolar, orijinal tablolarda bulunan ve user_id alanında eşleşmenin bulunduğu bir alt kümeyi içerir. Örneğin orijinal tablo hem Kullanıcı A hem de Kullanıcı B için veri içeriyorsa ancak yalnızca Kullanıcı A eşleşiyorsa Kullanıcı B eşleşme tablosunda yer almaz.

Eşleşme tabloları, customer_data_user_id adlı ek bir sütun içerir. Bu sütun, kullanıcı kimliğini BYTES olarak depolar.

Sorgularınızı yazarken alanın türünü dikkate almanız önemlidir. SQL karşılaştırma operatörleri, karşılaştırdığınız dizelerin aynı türde olmasını bekler. user_id içeriğinin birinci taraf verileri tablonuzda nasıl depolandığına bağlı olarak, verileri eşleştirmeden önce tablodaki verileri kodlamanız gerekebilir. Başarılı eşleşmeler için birleştirme anahtarınızı BYTES'e yayınlamanız gerekir:

JOIN ON
  adh.google_ads_impressions_updm.customer_data_user_id = CAST(my_data.user_id AS BYTES)

Ayrıca, SQL'deki dize karşılaştırmaları büyük/küçük harfe duyarlıdır. Bu yüzden, dizelerin doğru şekilde karşılaştırılabilmeleri için karşılaştırmanızın her iki tarafındaki dizeleri kodlamanız gerekebilir.

Örnek sorgular

Eşleşen kullanıcıları sayma

Bu sorgu, Google Ads reklam gösterimleri tablonuzdaki eşleşen kullanıcıların sayısını hesaplar.

/* Count matched users in Google Ads impressions table */

SELECT COUNT(DISTINCT user_id)
FROM adh.google_ads_impressions_updm

Eşleşme oranını hesaplama

Tüm kullanıcılar eşleştirme için uygun değildir. Örneğin, oturumu kapalı kullanıcılar, çocuklar ve izin vermeyen kullanıcılar UPDM aracılığıyla eşleştirilmez. Daha doğru KTSVE eşleşme oranları hesaplamak için is_updm_eligible alanını kullanabilirsiniz. is_updm_eligible alanı, 1 Ekim 2024'ten itibaren kullanılabilir. Bu alanı, bu tarihten önceki eşleşme oranlarını hesaplamak için kullanamazsınız.

/* Calculate the UPDM match rate */

CREATE TEMP TABLE total_events OPTIONS(privacy_checked_export=TRUE) AS
SELECT
  customer_id,
  COUNT(*) AS n
FROM adh.google_ads_impressions
WHERE is_updm_eligible
GROUP BY 1;

CREATE TEMP TABLE matched_events OPTIONS(privacy_checked_export=TRUE) AS
SELECT
  customer_id,
  COUNT(*) AS n
FROM adh.google_ads_impressions_updm
GROUP BY 1;

SELECT
  customer_id,
  SAFE_DIVIDE(matched_events.n, total_events.n) AS match_rate
FROM total_events
LEFT JOIN matched_events
  USING (customer_id)

Birinci taraf verilerini ve Google Ads reklam verilerini birleştirme

Bu sorgu, birinci taraf verilerinin Google reklam verileriyle nasıl birleştirileceğini gösterir:

/* Join first-party data with Google Ads data. The customer_data_user_id field
contains your ID as BYTES. You need to cast your join key into BYTES for
successful matches. */

SELECT
  inventory_type,
  COUNT(*) AS impressions
FROM
  adh.yt_reserve_impressions_updm AS google_data_imp
LEFT JOIN
  `my_data`
ON
  google_data_imp.customer_data_user_id = CAST(my_data.user_id AS BYTES)
GROUP BY
  inventory_type

KTSVE hakkında SSS

KTSVE ile ilgili SSS listesi için KTSVE SSS bölümüne bakın.