Secara umum, kolom dengan nama yang sama dalam pintu pembelian yang sama dapat digabungkan
di seluruh tabel. Misalnya, adh.google_ads_impressions.impression_id
dapat digabungkan dengan adh.google_ads_creative_conversions.impression_id. Dalam
contoh ini, Iklan Display Google adalah platform pembelian umum, impression_id adalah
kolom umum, dan google_ads_impressions serta google_ads_creative_conversions
adalah dua tabel yang berbeda.
Ada kerumitan yang dapat menyulitkan penggabungan data di seluruh pintu masuk pembelian. Produk Google yang berbeda menggunakan ID pengguna yang berbeda, dan ID pengguna juga dapat bervariasi dalam satu produk berdasarkan status login.
Gunakan tabel berikut sebagai panduan untuk menggabungkan produk. Penggabungan dalam setiap pintu pembelian umumnya akan berfungsi, sedangkan penggabungan antar-pintu pembelian umumnya tidak akan berfungsi.
| Saluran Pembelian | Produk | Tabel | ID yang dapat digabungkan |
|---|---|---|---|
| Iklan Display Google | Partner Video Google Partners (kecuali YouTube) | adh.google_ads_*
|
|
| Google Marketing Platform | melalui Data
Transfer:
Display & Video 360 Campaign Manager 360 |
adh.dv360_dt_* adh.cm_dt_*
|
|
| YouTube Google sold | YouTube
Reservasi YouTube (di Google Ads) YouTube (di Display & Video 360) |
adh.yt_reserve_*
adh.google_ads_*
adh.dv360_youtube_*
|
|
| Partner YouTube yang menjual | Google Ad
Manager Freewheel |
adh.partner_sold_cross_sell_*
adh.freewheel_* |
|
| Kunci | user_id |
external_cookie |
device_id_md5 |
Contoh
Selain ID pengguna dan perangkat, Anda dapat menggabungkan tabel menggunakan sejumlah kolom lainnya. Untuk mempelajari cara menggabungkan tabel di Ads Data Hub, pilih kolom yang dapat digabungkan dari menu dropdown. Bagian ini berisi serangkaian contoh yang tidak lengkap.
Contoh ini menunjukkan cara menggunakan user_id untuk menggabungkan
tabel tayangan iklan, materi iklan, dan konversi.
Kasus penggunaan: Pahami apakah kampanye branding mendorong konversi inkremental.
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) )
Contoh ini menunjukkan cara menggunakan impression_id untuk
menautkan data konversi ke data tayangan iklan.
Kasus penggunaan: Mengelompokkan statistik tayangan iklan dan konversi berdasarkan negara dan 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
Contoh ini menunjukkan cara menggabungkan beberapa tabel pada beberapa ID.
Kasus penggunaan: Mencantumkan aset yang ditautkan ke kampanye tertentu.
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
Contoh ini menunjukkan cara menggabungkan tabel metadata.
Kasus penggunaan: Gabungkan tabel tayangan iklan dengan tabel metadata negara bagian untuk menampilkan jumlah cookie unik dan frekuensi rata-rata menurut negara bagian.
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