داده‌های جغرافیایی را برای آزمایش‌ها استخراج کنید

برای جمع‌آوری خودکار یا در مقیاس بزرگ داده‌ها برای آزمایش‌های GeoX، باید از API گوگل ادز برای جمع‌آوری داده‌های هزینه و مخارج استفاده کنید. شما باید این داده‌ها را با داده‌های خام، فیلتر نشده و بدون وابستگی به تبدیل یا درآمد از CRM داخلی، یک نقطه فروش (POS) یا پایگاه‌های داده فروش داخلی خود ترکیب کنید.

معماری گردش کار API توصیه شده

برای استخراج دقیق داده‌های کمپین و هزینه بر اساس بخش‌های جغرافیایی، از این معماری پیروی کنید:

• سرویس: از سرویس GoogleAdsService ، به ویژه متدهای Search یا SearchStream ، استفاده کنید.

• منبع: برای مشاهده موقعیت فیزیکی کاربر یا محل مورد علاقه او، از geographic_view پرس‌وجو کنید، که معمولاً استاندارد آزمایش‌های GeoX است. به عنوان یک روش جایگزین، از location_view پرس‌وجو کنید تا عملکرد را بر اساس مکان‌های خاص مورد هدف کمپین مشاهده کنید.

  توجه: از campaign_location_target_report استفاده نکنید، زیرا این گزارش قدیمی AdWords API دیگر پشتیبانی نمی‌شود.

• فیلدهایی که باید شامل شوند:

  • campaign.id
  • segments.date
  • segments.geo_target_city (یا منطقه یا کشور بسته به جزئیات GeoX)
  • metrics.cost_micros

• نمونه پرس‌وجوی GAQL: برای GeoX، انتظار می‌رود تبلیغ‌کنندگان معیارهای هزینه را با استفاده از API تبلیغات گوگل به جای تبدیل‌های نسبت داده شده (که باید از CRM داخلی یا سیستم‌های شخص ثالث حاصل شود) استخراج کنند. می‌توانید از پرس‌وجوی زیر استفاده کنید:

  SELECT
    campaign.id,
    segments.date,
    segments.geo_target_city,
    metrics.cost_micros
  FROM geographic_view
  WHERE segments.date DURING LAST_30_DAYS
  

توجه: اگر معیارهای تبدیل را از گوگل ادز استخراج کنید، تبدیل‌های نسبت داده شده را استخراج می‌کنید - به این معنی که فقط به فروش‌هایی نگاه می‌کنید که الگوریتم گوگل قبلاً اعتبار آنها را به خود اختصاص داده است. استفاده از داده‌های نسبت داده شده در GeoX به شدت توصیه نمی‌شود زیرا منطق نسبت دادن، اندازه‌گیری علّی واقعی را تحت تأثیر قرار می‌دهد.

پس‌پردازش و استخراج داده‌ها

• نگاشت بخش جغرافیایی: این API در نماهای گزارش، نام‌های متنی ساده (مانند "نیویورک") یا کدهای کوتاه (مانند "501" یا "ES") را برنمی‌گرداند. فیلدهایی مانند segments.geo_target_city یا segments.geo_target_country رشته‌ای از نام منبع را برمی‌گردانند که به یک GeoTargetConstant اشاره می‌کند (برای مثال، geoTargetConstants/1023191 ). توسعه‌دهندگان می‌توانند مستقیماً از جدول geo_target_constant پرس‌وجو کنند:

  SELECT geo_target_constant.canonical_name
  FROM geo_target_constant
  WHERE geo_target_constant.resource_name = 'geoTargetConstants/{extracted_id}'
  

  روش دیگر، برای انجام اتصال به صورت محلی در کد، فایل CSV اهداف جغرافیایی استاتیک را از Geo targets دانلود کنید.

• تبدیل هزینه: API مقادیر هزینه را بر حسب میکرو برمی‌گرداند. برای نمایش مقدار ارز استاندارد مورد نیاز در فایل آپلودی خود، باید metrics.cost_micros بر ۱,۰۰۰,۰۰۰ تقسیم کنید.

کدهای هدف‌گیری (DMA و کشور)

هنگام اجرای جهش‌های هدف‌گیری، تبلیغ‌کنندگان باید شناسه دقیق GeoTargetConstant را برای مناطق انتخابی خود جستجو و ارسال کنند. شما نمی‌توانید کدهای خام ISO یا Nielsen را ارسال کنید.

نوع منطقه	شناسه API مورد نیاز ( GeoTargetConstant )	قالب قدیمی (استفاده نکنید)
منطقه DMA	شناسه 200501 (برای نیویورک)	کد نیلسن (برای مثال، 501 برای نیویورک)
کشور	شناسه 2724 (برای اسپانیا)	کد ISO (برای مثال، "ES" برای اسپانیا)

بهترین شیوه‌ها و خطاهای قالب‌بندی رایج

• قالب‌بندی تاریخ: فیلد segments.date داده‌ها را با فرمت YYYY-MM-DD برمی‌گرداند. برنامه‌های صفحه‌گسترده مانند اکسل اغلب قالب‌های تاریخ را به‌طور خودکار تغییر می‌دهند. ابتدا فایل خود را در Google Sheets بارگذاری کنید تا مطمئن شوید که محدوده تاریخ با فرمت YYYY-MM-DD مورد نیاز به طور دقیق خوانده می‌شود.
• صفرهای قبل از کد پستی: مطمئن شوید که صفرهای قبل از کد پستی (مثلاً 01234 ) حذف نشده باشند. از «قالب شماره سفارشی» در Google Sheets برای وارد کردن یک رشته 5 رقمی استفاده کنید.
• تجمیع: اگر یک مطالعه چند سلولی را اجرا می‌کنید، باید معیارهای هزینه جداگانه‌ای را برای هر بازوی درمانی ارائه دهید.
• اتصال داده‌های تبدیل: هنگام اتصال داده‌های تبدیل از یک سیستم CRM داخلی یا پایگاه‌های داده فروش داخلی، اطمینان حاصل کنید که داده‌های تبدیل دارای ویژگی‌های زیر هستند تا پردازش یکپارچه داده‌ها با داده‌های API گوگل ادز و GeoX تضمین شود:
  • سری زمانی روزانه: داده‌ها باید بر اساس روز تجمیع شوند.
  • سطح جغرافیایی: هر تبدیل باید دقیقاً به واحدهای جغرافیایی که آزمایش می‌کنید نگاشت شود (برای مثال، تطبیق کد پستی ارسال مشتری با DMA یا خوشه پستی مورد استفاده در طراحی).
  • مقادیر ناخالص: داده‌ها باید غیرمنفی و مقادیر مطلق مانند درآمد ناخالص یا تعداد تبدیل ناخالص باشند. اگر CRM شما درآمد خالص را با مقادیر منفی برای بازپرداخت‌ها ردیابی می‌کند، باید از اعداد ناخالص برای آزمایش استفاده کنید و بعداً نسبت بازپرداخت را اعمال کنید.