באופן כללי, אפשר לצרף שדות עם אותו שם באותו פורטל קנייה בין טבלאות. לדוגמה, אפשר לצרף את adh.google_ads_impressions.impression_id
ל-adh.google_ads_clicks.impression_id
. בדוגמה הזו, Google Display Ads הוא פורטל הקנייה המשותף, impression_id
הוא השדה המשותף ו-google_ads_impressions
ו-google_ads_clicks
הן שתי הטבלאות השונות.
יש מורכבויות שעשויות להקשות על מיזוג נתונים בין ערוצי רכישה שונים. במוצרים שונים של Google נעשה שימוש במזהי משתמשים שונים, ומזהי משתמשים יכולים להשתנות גם בתוך מוצר אחד על סמך מצב הכניסה.
הטבלה הבאה יכולה לשמש כהנחיה למיזוג בין מוצרים. בדרך כלל, צירופים בתוך כל פלטפורמת קנייה יפעלו, אבל צירופים בין פלטפורמות קנייה בדרך כלל לא יפעלו.
פלטפורמת הקנייה | מוצרים | טבלאות | מזהים שניתן להצטרף אליהם |
---|---|---|---|
מודעות לרשת המדיה של Google | שותפי הווידאו של Google (לא כולל YouTube) | adh.google_ads_*
|
|
Google Marketing Platform | באמצעות העברת נתונים:
Display & Video 360 Campaign Manager 360 |
adh.dv360_dt_* adh.cm_dt_*
|
|
YouTube Google sold | YouTube
הזמנה YouTube (ב-Google Ads) YouTube (ב-Display & Video 360) |
adh.yt_reserve_*
adh.google_ads_*
adh.dv360_youtube_*
|
|
YouTube Partner שנמכר | Google Ad
Manager Freewheel |
adh.partner_sold_cross_sell_*
adh.freewheel_* |
|
מפתח | user_id |
external_cookie |
device_id_md5 |
דוגמאות
בנוסף למזהי משתמשים ומכשירים, אפשר לצרף טבלאות באמצעות מספר שדות אחרים. כדי ללמוד איך משלבים טבלאות ב-Ads Data Hub, בוחרים שדה שאפשר לצרף בתפריט הנפתח. בקטע הזה מפורטות דוגמאות חלקיות.
בדוגמה הזו מוסבר איך להשתמש ב-user_id
כדי למזג בין טבלאות של חשיפות, נכסי קריאייטיב והמרות.
תרחיש לדוגמה: הבנת ההשפעה של קמפיינים למיתוג על המרות מצטברות.
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) )
בדוגמה הזו מוסבר איך להשתמש ב-impression_id
כדי לקשר נתוני המרות לנתוני חשיפות.
תרחיש לדוגמה: ניתוח נתונים סטטיסטיים של חשיפות והמרות לפי מדינה ו-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
בדוגמה הזו מוצג איך משלבים כמה טבלאות לפי כמה מזהים.
תרחיש לדוגמה: הצגת רשימה של נכסים שמקושרים לקמפיין מסוים.
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
הדוגמה הזו ממחישה איך למזג טבלאות מטא-נתונים.
תרחיש לדוגמה: יצירת צירוף בין טבלת חשיפות לטבלת המטא-נתונים של המדינה כדי להציג את מספר קובצי ה-cookie הייחודיים ואת התדירות הממוצעת לפי מדינה.
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