שאילתות לדוגמה ב-Ads Data Hub

הערה: עוד שאילתות לדוגמה זמינות דרך תבניות של שאילתות בממשק המשתמש. מידע נוסף

השאילתות לדוגמה האלה מניחות שיש לכם ידע מעשי ב-SQL וב-BigQuery. מידע נוסף על SQL ב-BigQuery

שאילתות של העברת נתונים ב-Campaign Manager 360

התאמה בין משתני Floodlight לבין טבלאות זמניות

יצירת התאמה בין user_id לבין משתנים מותאמים אישית ב-Floodlight בטבלת הפעילות. אפשר להשתמש בנתונים האלה כדי לשלב נתונים מאינטראקציה ישירה (First-Party) עם נתונים מ-Campaign Manager 360.

/* Creating the match temp table. This can be a separate query and the
temporary table will persist for 72 hours. */

CREATE TABLE
  temp_table AS (
  SELECT
    user_id,
    REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS u1_val
  FROM
    adh.cm_dt_activities_attributed
  GROUP BY
    1,
    2 )

/* Matching to Campaign Manager 360 impression data */

SELECT
  imp.event.campaign_id,
  temp.u1_val,
  COUNT(*) AS cnt
FROM
  adh.cm_dt_impressions AS imp
JOIN
  tmp.temp_table AS temp USING (user_id)
GROUP BY
  1,
  2

הצגת חשיפות

הדוגמה הזו מתאימה לניהול חשיפות, ומראה איך למצוא את מספר החשיפות שהוצגו מעבר למכסות התדירות, או אם לקוחות פוטנציאליים מסוימים נחשפו למודעות בתדירות נמוכה מדי. אתם יכולים להשתמש בידע הזה כדי לבצע אופטימיזציה של האתרים ושל הטקטיקות שלכם, וכך להציג את המספר הנכון של חשיפות לקהל שבחרתם.

/* For this query to run, @advertiser_ids and @campaigns_ids
must be replaced with actual IDs. For example [12345] */

WITH filtered_uniques AS (
  SELECT
    user_id,
    COUNT(event.placement_id) AS frequency
  FROM adh.cm_dt_impressions
  WHERE user_id != '0'
    AND event.advertiser_id IN UNNEST(@advertiser_ids)
    AND event.campaign_id IN UNNEST(@campaign_ids)
    AND event.country_domain_name = 'US'
  GROUP BY user_id
)
SELECT
  frequency,
  COUNT(*) AS uniques
FROM filtered_uniques
GROUP BY frequency
ORDER BY frequency
;

ספירה כוללת של קובצי Cookie ייחודיים / תדירות

הדוגמה הזו עוזרת לזהות טקטיקות ופורמטים של מודעות שמובילים לעלייה או לירידה במספר או בתדירות של קובצי Cookie ייחודיים.

/* For this query to run, @advertiser_ids and @campaigns_ids and @placement_ids
must be replaced with actual IDs. For example [12345] */

SELECT
  COUNT(DISTINCT user_id) AS total_users,
  COUNT(DISTINCT event.site_id) AS total_sites,
  COUNT(DISTINCT device_id_md5) AS total_devices,
  COUNT(event.placement_id) AS impressions
FROM adh.cm_dt_impressions
WHERE user_id != '0'
  AND event.advertiser_id IN UNNEST(@advertiser_ids)
  AND event.campaign_id IN UNNEST(@campaign_ids)
  AND event.placement_id IN UNNEST(@placement_ids)
  AND event.country_domain_name = 'US'
;

אפשר גם לכלול את מזהי האתר או מיקומי המודעות בפסוקית WHERE כדי לצמצם את השאילתה.

מספר כולל של קובצי Cookie ייחודיים ותדירות ממוצעת לפי מדינה

בדוגמה הזו מתבצע איחוד בין הטבלה cm_dt_impressions לבין טבלת המטא-נתונים cm_dt_state כדי להציג את סך החשיפות, את מספר קובצי ה-Cookie לכל מדינה ואת החשיפה הממוצעת לכל משתמש, בקיבוץ לפי מדינה או פרובינציה גיאוגרפית בצפון אמריקה.

WITH impression_stats AS (
  SELECT
    event.country_domain_name AS country,
    CONCAT(event.country_domain_name, '-', event.state) AS state,
    COUNT(DISTINCT user_id) AS users,
    COUNT(*) AS impressions
  FROM adh.cm_dt_impressions
  WHERE event.country_domain_name = 'US'
    OR event.country_domain_name = 'CA'
  GROUP BY 1, 2
)
SELECT
  country,
  IFNULL(state_name, state) AS state_name,
  users,
  impressions,
  FORMAT(
    '%0.2f',
    IF(
      IFNULL(impressions, 0) = 0,
      0,
      impressions / users
    )
  ) AS avg_imps_per_user
FROM impression_stats
LEFT JOIN adh.cm_dt_state USING (state)
;

קהלים ב-Display and Video 360

בדוגמה הזו מוסבר איך לנתח קהלים ב-Display & Video 360. כך תוכלו לדעת לאילו קהלים החשיפות מגיעות, ולקבוע אם הביצועים של קהלים מסוימים טובים יותר מאחרים. הידע הזה יכול לעזור לכם להגיע לאיזון בין מספר קובצי Cookie ייחודיים (הצגת מודעות בפני הרבה משתמשים) לבין איכות (טירגוט מדויק וחשיפות שניתנות לצפייה), בהתאם למטרות שלכם.

/* For this query to run, @advertiser_ids and @campaigns_ids and @placement_ids
must be replaced with actual IDs. For example [12345] */

WITH filtered_impressions AS (
  SELECT
    event.event_time as date,
    CASE
      WHEN (event.browser_enum IN ('29', '30', '31')
            OR event.os_id IN
              (501012, 501013, 501017, 501018,
               501019, 501020, 501021, 501022,
               501023, 501024, 501025, 501027))
      THEN 'Mobile'
      ELSE 'Desktop'
    END AS device,
    event.dv360_matching_targeted_segments,
    event.active_view_viewable_impressions,
    event.active_view_measurable_impressions,
    user_id
  FROM adh.cm_dt_impressions
  WHERE event.dv360_matching_targeted_segments != ''
    AND event.advertiser_id in UNNEST(@advertiser_ids)
    AND event.campaign_id IN UNNEST(@campaign_ids)
    AND event.dv360_country_code = 'US'
)
SELECT
  audience_id,
  device,
  COUNT(*) AS impressions,
  COUNT(DISTINCT user_id) AS uniques,
  ROUND(COUNT(*) / COUNT(DISTINCT user_id), 1) AS frequency,
  SUM(active_view_viewable_impressions) AS viewable_impressions,
  SUM(active_view_measurable_impressions) AS measurable_impressions
FROM filtered_impressions
JOIN UNNEST(SPLIT(dv360_matching_targeted_segments, ' ')) AS audience_id
GROUP BY 1, 2
;

ניראות

בדוגמאות האלה מוסבר איך למדוד את מדדי הניראות של Active View Plus.

WITH T AS (
   SELECT cm_dt_impressions.event.impression_id AS Impression,
          cm_dt_impressions.event.active_view_measurable_impressions AS AV_Measurable,
          SUM(cm_dt_active_view_plus.event.active_view_plus_measurable_count) AS AVP_Measurable
     FROM adh.cm_dt_impressions
FULL JOIN adh.cm_dt_active_view_plus
          ON (cm_dt_impressions.event.impression_id =
              cm_dt_active_view_plus.event.impression_id)
    GROUP BY Impression, AV_Measurable
)
SELECT COUNT(Impression), SUM(AV_Measurable), SUM(AVP_Measurable)
  FROM T
;

WITH Raw AS (
  SELECT
    event.ad_id AS Ad_Id,
  SUM(event.active_view_plus_measurable_count) AS avp_total,
  SUM(event.active_view_first_quartile_viewable_impressions) AS avp_1st_quartile,
  SUM(event.active_view_midpoint_viewable_impressions) AS avp_2nd_quartile,
  SUM(event.active_view_third_quartile_viewable_impressions) AS avp_3rd_quartile,
  SUM(event.active_view_complete_viewable_impressions) AS avp_complete
  FROM
    adh.cm_dt_active_view_plus
  GROUP BY
    1
)

SELECT
  Ad_Id,
  avp_1st_quartile / avp_total AS Viewable_Rate_1st_Quartile,
  avp_2nd_quartile / avp_total AS Viewable_Rate_2nd_Quartile,
    avp_3rd_quartile / avp_total AS Viewable_Rate_3rd_Quartile,
    avp_complete / avp_total AS Viewable_Rate_Completion_Quartile
FROM
  Raw
WHERE
  avp_total > 0
ORDER BY
  Viewable_Rate_1st_Quartile DESC
;

נתונים דינמיים בהעברת נתונים ב-Campaign Manager 360

מספר החשיפות לכל פרופיל ופיד דינמיים

SELECT
  event.dynamic_profile,
  feed_name,
  COUNT(*) as impressions
FROM adh.cm_dt_impressions
JOIN UNNEST (event.feed) as feed_name
GROUP BY 1, 2;

מספר החשיפות לכל תווית דיווח דינמית בפיד 1

SELECT
  event.feed_reporting_label[SAFE_ORDINAL(1)] feed1_reporting_label,,
  COUNT(*) as impressions
FROM adh.cm_dt_impressions
WHERE event.feed_reporting_label[SAFE_ORDINAL(1)] <> “” # where you have at least one reporting label set
GROUP BY 1;

מספר החשיפות שבהן תווית הדיווח = 'אדום' בפיד 2

SELECT
  event.feed_reporting_label[SAFE_ORDINAL(2)] AS feed1_reporting_label,
  COUNT(*) as impressions
FROM adh.cm_dt_impressions
WHERE event.feed_reporting_label[SAFE_ORDINAL(2)] = “red”
GROUP BY 1;

מספר החשיפות שבהן מאפיין הדיווח_1 = 'אדום' ומאפיין הדיווח_2 = 'מכונית' בפיד 1

SELECT
  event.feed_reporting_label[SAFE_ORDINAL(1)] AS feed1_reporting_label,
  event.feed_reporting_dimension1[SAFE_ORDINAL(1)] AS feed1_reporting_dimension1,
  event.feed_reporting_dimension2[SAFE_ORDINAL(1)] AS feed2_reporting_dimension1,
  event.feed_reporting_dimension3[SAFE_ORDINAL(1)] AS feed3_reporting_dimension1,
  event.feed_reporting_dimension4[SAFE_ORDINAL(1)] AS feed4_reporting_dimension1,
  event.feed_reporting_dimension5[SAFE_ORDINAL(1)] AS feed5_reporting_dimension1,
  event.feed_reporting_dimension6[SAFE_ORDINAL(1)] AS feed6_reporting_dimension1,
  COUNT(*) as impressions
FROM adh.cm_dt_impressions
WHERE event.feed_reporting_dimension1[SAFE_ORDINAL(1)] = “red”
AND event.feed_reporting_dimension2[SAFE_ORDINAL(1)] = “car”
GROUP BY 1,2,3,4,5,6,7;

פורמטים של מודעות בהעברת נתונים ב-Campaign Manager 360

בדוגמאות האלה אפשר לראות איך אפשר לקבוע אילו פורמטים של מודעות ממקסמים את מספר קובצי ה-Cookie הייחודיים או את תדירות החשיפות. הידע הזה יכול לעזור לכם ליצור איזון בין המספר הכולל של קובצי Cookie ייחודיים לבין חשיפת המשתמשים למודעות.

הצגת חשיפות

/* For this query to run, @advertiser_ids and @campaigns_ids
must be replaced with actual IDs. For example [12345]. YOUR_BQ_DATASET must be
replaced with the actual name of your dataset.*/

WITH filtered_uniques AS (
  SELECT
    user_id,
    CASE
      WHEN creative_type LIKE '%Video%' THEN 'Video'
      WHEN creative_type IS NULL THEN 'Unknown'
      ELSE 'Display'
    END AS creative_format,
    COUNT(*) AS impressions
  FROM adh.cm_dt_impressions impression
  LEFT JOIN YOUR_BQ_DATASET.campaigns creative
    ON creative.rendering_id = impression.event.rendering_id
  WHERE user_id != '0'
    AND event.advertiser_id IN UNNEST(@advertiser_ids)
    AND event.campaign_id IN UNNEST(@campaign_ids)
    AND event.country_domain_name = 'US'
  GROUP BY user_id, creative_format
)
SELECT
  impressions AS frequency,
  creative_format,
  COUNT(DISTINCT user_id) AS uniques,
  SUM(impressions) AS impressions
FROM filtered_uniques
GROUP BY frequency, creative_format
ORDER BY frequency
;

מספר קובצי Cookie ייחודיים ותדירות

/* For this query to run, @advertiser_ids and @campaigns_ids
must be replaced with actual IDs. For example [12345]. YOUR_BQ_DATASET must be
replaced with the actual name of your dataset. */

WITH filtered_impressions AS (
  SELECT
    event.campaign_id AS campaign_id,
    event.rendering_id AS rendering_id,
    user_id
  FROM adh.cm_dt_impressions
  WHERE user_id != '0'
    AND event.advertiser_id IN UNNEST(@advertiser_ids)
    AND event.campaign_id IN UNNEST(@campaign_ids)
    AND event.country_domain_name = 'US'
)
SELECT
  Campaign,
  CASE
    WHEN creative_type LIKE '%Video%' THEN 'Video'
    WHEN creative_type IS NULL THEN 'Unknown'
    ELSE 'Display'
  END AS creative_format,
  COUNT(DISTINCT user_id) AS users,
  COUNT(*) AS impressions
FROM filtered_impressions
LEFT JOIN YOUR_BQ_DATASET.campaigns USING (campaign_id)
LEFT JOIN YOUR_BQ_DATASET.creatives USING (rendering_id)
GROUP BY 1, 2
;

Google Ads

חשיפות של מודעות באפליקציות לנייד עם טבלאות ‎_rdid

שאילתה 1:

SELECT
  campaign_id,
  COUNT(*) AS imp,
  COUNT(DISTINCT user_id) AS users
FROM adh.google_ads_impressions
WHERE is_app_traffic
GROUP BY 1
;

שאילתה 2:

SELECT
  campaign_id,
  COUNT(DISTINCT device_id_md5) AS device_ids
FROM adh.google_ads_impressions_rdid
GROUP BY 1
;

אפשר לבצע הצטרפות לתוצאות באמצעות campaign_id.

הצגת מודעות לפי מאפיינים דמוגרפיים

בדוגמה הזו מוסבר איך לזהות אילו קמפיינים מגיעים לפלח דמוגרפי מסוים.

/* For this query to run, @customer_id
must be replaced with an actual ID. For example [12345] */

WITH impression_stats AS (
  SELECT
    campaign_id,
    demographics.gender AS gender_id,
    demographics.age_group AS age_group_id,
    COUNT(DISTINCT user_id) AS users,
    COUNT(*) AS impressions
  FROM adh.google_ads_impressions
  WHERE customer_id = @customer_id
  GROUP BY 1, 2, 3
)
SELECT
  campaign_name,
  gender_name,
  age_group_name,
  users,
  impressions
FROM impression_stats
LEFT JOIN adh.google_ads_campaign USING (campaign_id)
LEFT JOIN adh.gender USING (gender_id)
LEFT JOIN adh.age_group USING (age_group_id)
ORDER BY 1, 2, 3
;

ניראות

סקירה כללית של ניראות עם דוגמאות לשאילתות זמינה במאמר בנושא מדדים מתקדמים של Active View

הגדרות אזור הזמן של המפרסם ב-Google Ads

SELECT
  customer_id,
  customer_timezone,
  count(1) as impressions
FROM adh.google_ads_impressions i
  INNER JOIN adh.google_ads_customer c
    ON c.customer_id = i.customer_id
WHERE TIMESTAMP_MICROS(i.query_id.time_usec) >= CAST(DATETIME(@date, c.customer_timezone) AS TIMESTAMP)
AND TIMESTAMP_MICROS(i.query_id.time_usec) < CAST(DATETIME_ADD(DATETIME(@date, c.customer_timezone), INTERVAL 1 DAY) AS TIMESTAMP)
GROUP BY customer_id, customer_timezone

סוג המלאי

שאילתת הדוגמה הזו מדגימה את הרעיון של סוג מלאי שטחי הפרסום. אפשר להשתמש בשדה inventory_type כדי לקבוע באיזה מלאי שטחי פרסום המודעות הוצגו, למשל ב-Gmail או ב-YouTube Music. ערכים אפשריים: YOUTUBE, ‏ YOUTUBE_TV,‏ YOUTUBE_MUSIC, ‏ SEARCH, ‏ GMAIL, ‏ GOOGLE_TV, ‏ OTHER. האפשרות 'אחר' מתייחסת לרשת המדיה או לרשת הווידאו של Google.

SELECT
 i.campaign_id,
 cmp.campaign_name,
 i.inventory_type,
 COUNT(i.query_id.time_usec) AS impressions
FROM adh.google_ads_impressions i
LEFT JOIN adh.google_ads_campaign cmp ON (i.campaign_id = cmp.campaign_id)
WHERE
 TIMESTAMP_MICROS(i.query_id.time_usec)
  BETWEEN @local_start_date
  AND TIMESTAMP_ADD(@local_start_date,INTERVAL @number_days*24 HOUR)
GROUP BY 1, 2, 3
ORDER BY 4 DESC

עבודה עם מודלים של שיוך (Attribution)

בטבלאות ההמרות ב-Google Ads יש תמיכה גם במודלים של שיוך מבוסס-נתונים (DDA) וגם במודלים של שיוך לקליק האחרון (LCA). לפני 19 בספטמבר 2023, הייתה תמיכה רק ב-LCA. בדוגמאות הבאות מוצגות הדרכים למצוא המרות שמשתמשות באחד מהמודלים, ואיך להשתמש בטבלת המטא-נתונים של הגדרות ההמרה.

איפה מוצאים המרות שמשויכות לשיוך מבוסס-נתונים (DDA)

בדוגמה הזו מוצגות המרות שמשתמשות במודל ה-DDA:

SELECT
  s.name
  SUM(conv.num_conversion_micros)/1000000 AS num_convs
FROM adh.google_ads_conversions AS conv
JOIN adh.google_ads_conversion_settings AS s
  ON (conv.conversion_type = s.conversion_type_id)
WHERE s.action_optimization = 'Primary'
    AND s.attribution_model = 'DATA_DRIVEN'
GROUP BY 1;

איתור המרות שמשויכות לקליק האחרון

כדי לשמור על ההתנהגות של הגרסה הקודמת, מוסיפים פסקה WHERE לשאילתות כדי לסנן את ההמרות שלכם לפי שיוך לקליק האחרון:

SELECT COUNT(*)
FROM adh.google_ads_conversions
WHERE conversion_type = 123
  AND conversion_attribution_model_type = 'LAST_CLICK';

שימוש בטבלת המטא-נתונים לסינון לפי שם המרה

טבלת המטא-נתונים של הגדרות ההמרה מאפשרת לכם לסנן לפי שמות בעלי משמעות במקום לפי מספרים.

לדוגמה, במקום לסנן המרות לפי conversion_type:

SELECT COUNT(*)
FROM adh.google_ads_conversions
WHERE conversion_type = 291496508;

משתמשים בסעיף JOIN כדי לסנן לפי השדות בטבלת המטא-נתונים של הגדרות ההמרה :

SELECT SUM(num_conversion_micros)/1000000 AS num_convs
FROM adh.google_ads_conversions AS conv
JOIN adh.google_ads_conversion_settings AS s
     ON (conv.conversion_type = s.conversion_type_id)
WHERE s.name = 'LTH Android Order';

SELECT s.name, SUM(conv.num_conversion_micros)/1000000 AS num_convs
FROM adh.google_ads_conversions AS conv
JOIN adh.google_ads_conversion_settings AS s
     ON (conv.conversion_type = s.conversion_type_id)
WHERE s.conversion_category = 'PURCHASE'
  AND s.action_optimization = 'Primary'
GROUP BY 1;

שאילתות לגבי בלוקים של מודעות ב-YouTube

רצף מודעות מקבץ 2 מודעות להפסקה פרסומית אחת במהלך הפסקות ארוכות יותר של צפייה ב-YouTube. (כמו הפסקת פרסומות, אבל מוגבל ל-2 מודעות). המודעות שמוצגות ברצף המודעות עדיין ניתנות לדילוג. עם זאת, אם משתמש מדלג על המודעה הראשונה, הוא מדלג גם על המודעה השנייה.

חשיפה של קמפיין TrueView In-stream וצפיות במודעות TrueView ב-Google Ads

SELECT
 cmp.campaign_name,
 imp.is_app_traffic,
 COUNT(*) AS total_impressions,
 COUNTIF(clk.click_id IS NOT NULL) AS total_trueview_views
FROM adh.google_ads_impressions imp
JOIN adh.google_ads_campaign cmp USING (campaign_id)
JOIN adh.google_ads_adgroup adg USING (adgroup_id)
LEFT JOIN adh.google_ads_creative_conversions clk ON
  imp.impression_id = clk.impression_id
WHERE
 imp.customer_id IN UNNEST(@customer_ids)
 AND adg.adgroup_type = 'VIDEO_TRUE_VIEW_IN_STREAM'
 AND cmp.advertising_channel_type = 'VIDEO'
GROUP BY 1, 2

מדדי ניראות ב-Display and Video 360 לפי פריטים

WITH
 imp_stats AS (
   SELECT
     imp.line_item_id,
     count(*) as total_imp,
     SUM(num_active_view_measurable_impression) AS num_measurable_impressions,
     SUM(num_active_view_eligible_impression) AS num_enabled_impressions
   FROM adh.dv360_youtube_impressions imp
   WHERE
     imp.line_item_id IN UNNEST(@line_item_ids)
   GROUP BY 1
 ),
 av_stats AS (
   SELECT
     imp.line_item_id,
     SUM(num_active_view_viewable_impression) AS num_viewable_impressions
   FROM adh.dv360_youtube_impressions imp
   LEFT JOIN
     adh.dv360_youtube_active_views av
     ON imp.impression_id = av.impression_id
   WHERE
     imp.line_item_id IN UNNEST(@line_item_ids)
   GROUP BY 1
 )
SELECT
 li.line_item_name,
 SUM(imp.total_imp) as num_impressions,
 SUM(imp.num_measurable_impressions) AS num_measurable_impressions,
 SUM(imp.num_enabled_impressions) AS num_enabled_impressions,
 SUM(IFNULL(av.num_viewable_impressions, 0)) AS num_viewable_impressions
FROM imp_stats as imp
LEFT JOIN av_stats AS av USING (line_item_id)
JOIN adh.dv360_youtube_lineitem li ON (imp.line_item_id = li.line_item_id)
GROUP BY 1

שאילתות ב-YouTube Reserve

הצגת חשיפות לפי מפרסם

השאילתה הזו מודדת את מספר החשיפות והמשתמשים הייחודיים לכל מפרסם. אפשר להשתמש במספרים האלה כדי לחשב את מספר החשיפות הממוצע למשתמש (או 'תדירות הצגת המודעה').

SELECT
  advertiser_name,
  COUNT(*) AS imp,
  COUNT(DISTINCT user_id) AS users
FROM adh.yt_reserve_impressions AS impressions
JOIN adh.yt_reserve_order order ON impressions.order_id = order.order_id
GROUP BY 1
;

דילוגים על מודעות

השאילתה הזו מודדת את מספר הדילוגים על מודעות לפי לקוח, קמפיין, קבוצת מודעות ונכס קריאייטיב.

SELECT
  impression_data.customer_id,
  impression_data.campaign_id,
  impression_data.adgroup_id,
  impression_data.ad_group_creative_id,
  COUNTIF(label = "videoskipped") AS num_skips
FROM
  adh.google_ads_conversions
GROUP BY 1, 2, 3, 4;

שאילתות כלליות

הפחתה של קבוצת משתמשים אחת מקבוצה אחרת

בדוגמה הזו מוצג איך להחסיר קבוצת משתמשים אחת מקבוצה אחרת. לטכניקה הזו יש מגוון רחב של שימושים, כולל ספירת משתמשים שלא ביצעו המרה, משתמשים שלא נחשפו לחשיפות גלויות ומשתמשים שלא לחצו על מודעות.

WITH exclude AS (
  SELECT DISTINCT user_id
  FROM adh.google_ads_impressions
  WHERE campaign_id = 123
)

SELECT
  COUNT(DISTINCT imp.user_id) -
      COUNT(DISTINCT exclude.user_id) AS users
FROM adh.google_ads_impressions imp
LEFT JOIN exclude
  USING (user_id)
WHERE imp.campaign_id = 876
;

חפיפה מותאמת אישית

השאילתה הזו מודדת את החפיפה בין 2 קמפיינים או יותר. אפשר להתאים אותו אישית כדי למדוד חפיפה על סמך קריטריונים שנקבעים לפי שיקול דעת.

/* For this query to run, @campaign_1 and @campaign_2 must be replaced with
actual campaign IDs. */

WITH flagged_impressions AS (
SELECT
  user_ID,
  SUM(IF(campaign_ID in UNNEST(@campaign_1), 1, 0)) AS C1_impressions,
  SUM(IF(campaign_ID in UNNEST(@campaign_2), 1, 0)) AS C2_impressions
FROM adh.cm_dt_impressions
GROUP BY user_ID

SELECT COUNTIF(C1_impressions > 0) as C1_cookie_count,
 COUNTIF(C2_impressions > 0) as C2_cookie_count,
 COUNTIF(C1_impressions > 0 and C2_impressions > 0) as overlap_cookie_count
FROM flagged_impressions
;

מכירה על ידי שותפים – מכירת מוצר או שירות לא קשור (cross-sell)

השאילתה הזו מודדת חשיפות וקליקים על מלאי שטחי פרסום שנמכר על ידי שותפים.

SELECT
  a.record_date AS record_date,
  a.line_item_id AS line_item_id,
  a.creative_id AS creative_id,
  a.ad_id AS ad_id,
  a.impressions AS impressions,
  a.click_through AS click_through,
  a.video_skipped AS video_skipped,
  b.pixel_url AS pixel_url
FROM
  (
    SELECT
      FORMAT_TIMESTAMP('%D', TIMESTAMP_MICROS(i.query_id.time_usec), 'Etc/UTC') AS record_date,
      i.line_item_id as line_item_id,
      i.creative_id as creative_id,
      i.ad_id as ad_id,
      COUNT(i.query_id) as impressions,
      COUNTIF(c.label='video_click_to_advertiser_site') AS click_through,
      COUNTIF(c.label='videoskipped') AS video_skipped
    FROM
      adh.partner_sold_cross_sell_impressions AS i
      LEFT JOIN adh.partner_sold_cross_sell_creative_conversions AS c
        ON i.impression_id = c.impression_id
    GROUP BY
      1, 2, 3, 4
    ) AS a
    JOIN adh.partner_sold_cross_sell_creative_pixels AS b
      ON (a.ad_id = b.ad_id)
;

חשיפות בחנות האפליקציות

השאילתה הבאה סופרת את המספר הכולל של החשיפות, מקובצות לפי חנות אפליקציות ואפליקציה.

SELECT app_store_name, app_name, COUNT(*) AS number
FROM adh.google_ads_impressions AS imp
JOIN adh.mobile_app_info
USING (app_store_id, app_id)
WHERE imp.app_id IS NOT NULL
GROUP BY 1,2
ORDER BY 3 DESC