ฟิลด์ที่เข้าร่วมได้ใน Ads Data Hub

โดยทั่วไปแล้ว ระบบจะรวมฟิลด์ที่มีชื่อเดียวกันภายในช่องทางการซื้อเดียวกันเข้าด้วยกันในตารางต่างๆ ได้ เช่น adh.google_ads_impressions.impression_id สามารถรวมกับ adh.google_ads_creative_conversions.impression_id ได้ ใน ตัวอย่างนี้ โฆษณา Display ของ Google คือช่องทางการซื้อทั่วไป impression_id คือ ฟิลด์ทั่วไป และ google_ads_impressions กับ google_ads_creative_conversions คือตาราง 2 ตารางที่แตกต่างกัน

ความซับซ้อนที่อาจทำให้การรวมข้อมูลจากการซื้อช่องทางต่างๆ เป็นเรื่องยาก ผลิตภัณฑ์ต่างๆ ของ Google ใช้รหัสผู้ใช้ที่แตกต่างกัน และรหัสผู้ใช้อาจแตกต่างกัน ภายในผลิตภัณฑ์เดียวโดยขึ้นอยู่กับสถานะการลงชื่อเข้าใช้

ใช้ตารางต่อไปนี้เป็นแนวทางในการเข้าร่วมในผลิตภัณฑ์ต่างๆ โดยทั่วไปแล้ว การรวมภายใน แต่ละช่องทางการซื้อจะใช้ได้ผล แต่การรวมระหว่างช่องทางการซื้อ มักจะใช้ไม่ได้ผล

ช่องทางการซื้อ ผลิตภัณฑ์ ตาราง รหัสที่เข้าร่วมได้
โฆษณา Display ของ Google พาร์ทเนอร์วิดีโอของ Google (ยกเว้น YouTube) adh.google_ads_*
Google Marketing Platform ผ่านการโอนข้อมูล
Display & Video 360
Campaign Manager 360		 adh.dv360_dt_*
adh.cm_dt_*
YouTube Google ขาย YouTube Reserve
YouTube (ใน Google Ads)
YouTube (ใน Display & Video 360)		 adh.yt_reserve_*
adh.google_ads_*
adh.dv360_youtube_*
YouTube พาร์ทเนอร์ ขาย Google Ad Manager
Freewheel		 adh.partner_sold_cross_sell_*
adh.freewheel_*
คีย์ user_id external_cookie device_id_md5

ตัวอย่าง

นอกจากรหัสผู้ใช้และรหัสอุปกรณ์แล้ว คุณยังรวมตารางโดยใช้ฟิลด์อื่นๆ อีกหลายรายการได้ด้วย หากต้องการดูวิธีรวมตารางใน Ads Data Hub ให้เลือกฟิลด์ที่รวมได้ จากเมนูแบบเลื่อนลง ส่วนนี้มีตัวอย่างบางส่วน

ตัวอย่างนี้แสดงวิธีใช้ user_id เพื่อรวมตารางการแสดงผล ครีเอทีฟโฆษณา และ Conversion

กรณีการใช้งาน: ทำความเข้าใจว่าแคมเปญการสร้างแบรนด์กระตุ้น Conversion ที่เพิ่มขึ้นหรือไม่ 

WITH imp AS (
  SELECT
    user_id,
    COUNTIF(campaign_id IN UNNEST(@brand_campaign_ids)) AS brand_impression,
    COUNTIF(campaign_id IN UNNEST(@perf_campaign_ids)) AS perf_impression,
  FROM adh.google_ads_impressions
  WHERE
    campaign_id IN UNNEST(ARRAY_CONCAT(@perf_campaign_ids, @brand_campaign_ids))
    AND user_id != '0'
  GROUP BY 1
  ),
  conv AS (
  SELECT
    c.user_id,
    COUNT(1) AS conv_count
  FROM adh.google_ads_conversions
  WHERE
    impression_data.campaign_id IN UNNEST(@perf_campaign_ids)
    AND conversion_type IN UNNEST(@conversion_type_list)
    AND user_id != '0'
  GROUP BY 1
  )
SELECT
  SUM(IF(has_brand_traffic AND NOT has_perf_traffic, conv_count, 0)) AS brand_only,
  SUM(IF(NOT has_brand_traffic AND has_perf_traffic, conv_count, 0)) AS perf_only,
  SUM(IF(has_brand_traffic AND has_perf_traffic, conv_count, 0)) AS overlap
FROM
  (
  SELECT
    imp.user_id,
    imp.brand_impression > 0 AS has_brand_traffic,
    imp.perf_impression > 0 AS has_perf_traffic,
    conv.conv_count
  FROM imp
  JOIN conv
    USING (user_id)
  )

ตัวอย่างนี้แสดงวิธีใช้ impression_id เพื่อ ลิงก์ข้อมูล Conversion กับข้อมูลการแสดงผล

กรณีการใช้งาน: แบ่งสถิติการแสดงผลและ Conversion ตามประเทศและ CTC/EVC

SELECT
  imp.location.country,
  COUNT(1) AS num_imps,
  SUM(IF(attribution_event_type = 'CLICK', 1, 0)) AS ctc_convs,
  SUM(IF(attribution_event_type = 'ENGAGED_VIEW', 1, 0)) AS evc_convs
FROM adh.google_ads_impressions AS imp
LEFT JOIN adh.google_ads_conversions AS conv
  ON (
    imp.impression_id = conv.impression_id
    AND conv.conversion_type IN UNNEST(@conversion_type_list))
WHERE imp.campaign_id IN UNNEST(@campaign_ids)
GROUP BY 1

ตัวอย่างนี้แสดงวิธีรวมหลายตารางในหลายรหัส

กรณีการใช้งาน: แสดงรายการชิ้นงานที่ลิงก์กับแคมเปญหนึ่งๆ

SELECT
  cmp.campaign_id,
  adg.adgroup_id,
  cr.video_message.youtube_video_id
FROM adh.google_ads_campaign AS cmp
JOIN adh.google_ads_adgroup AS adg
  USING (campaign_id)
JOIN adh.google_ads_adgroupcreative AS agc
  USING (adgroup_id)
JOIN adh.google_ads_creative AS cr
  ON (agc.customer_id = cr.customer_id
    AND agc.creative_id = cr.creative_id)
WHERE campaign_id = 123
GROUP BY 1, 2, 3

ตัวอย่างนี้แสดงวิธีรวมตารางข้อมูลเมตา

กรณีการใช้งาน: รวมตารางการแสดงผลกับตารางข้อมูลเมตาของรัฐเพื่อ แสดงจํานวนคุกกี้ที่ไม่ซ้ำกันและความถี่เฉลี่ยตามรัฐ

SELECT
  IFNULL(reg.region_name, 'unspecified') AS state,
  COUNT(DISTINCT user_id) AS users,
  COUNT(1) AS impressions,
  FORMAT('%0.2f', COUNT(1) / COUNT(DISTINCT user_id)) AS avg_imp_per_user
FROM adh.google_ads_impressions AS imp
LEFT JOIN adh.region AS reg
  ON (imp.location.geo_region_id = reg.region_id)
WHERE
  imp.location.country = 'US'
GROUP BY 1