ดึงข้อมูลทางภูมิศาสตร์สำหรับการทดสอบ

สำหรับการดึงข้อมูลอัตโนมัติหรือข้อมูลจำนวนมากสำหรับการทดสอบ GeoX คุณต้องใช้ Google Ads API เพื่อดึงข้อมูลค่าใช้จ่ายและการใช้จ่าย จากนั้นคุณจะรวมข้อมูลนี้เข้ากับข้อมูล Conversion หรือรายได้ดิบที่ยังไม่ได้กรองและไม่ได้ระบุแหล่งที่มาจาก CRM ภายใน, จุดขาย (POS) หรือฐานข้อมูลการขายภายใน

สถาปัตยกรรมเวิร์กโฟลว์ API ที่แนะนำ

หากต้องการดึงข้อมูลแคมเปญและข้อมูลค่าใช้จ่ายตามกลุ่มทางภูมิศาสตร์อย่างถูกต้อง ให้ทำตามสถาปัตยกรรมต่อไปนี้

• บริการ: ใช้ GoogleAdsService โดยเฉพาะเมธอด Search หรือ SearchStream

• แหล่งข้อมูล: ค้นหา geographic_view เพื่อดูว่าผู้ใช้อยู่ที่ใดหรือสนใจสถานที่ใด ซึ่งโดยปกติแล้วจะเป็นมาตรฐานสำหรับการทดสอบ GeoX หรือค้นหา location_view เพื่อดูประสิทธิภาพตามสถานที่เป้าหมายที่เฉพาะเจาะจงซึ่งแคมเปญกำหนดเป้าหมายไว้

  หมายเหตุ: อย่าใช้ campaign_location_target_report เนื่องจากรายงาน AdWords API เดิมนี้เลิกใช้งานแล้ว

• ฟิลด์ที่จะรวม:

  • campaign.id
  • segments.date
  • segments.geo_target_city (หรือภูมิภาคหรือประเทศ ทั้งนี้ขึ้นอยู่กับความละเอียดของ GeoX)
  • metrics.cost_micros

• ตัวอย่างการค้นหา GAQL: สําหรับ GeoX ผู้ลงโฆษณาจะดึงเมตริกค่าใช้จ่ายโดยใช้ Google Ads API แทน Conversion ที่มีการระบุแหล่งที่มา (ซึ่งควรมาจาก CRM ภายในหรือระบบของบุคคลที่สาม) คุณใช้การค้นหาต่อไปนี้ได้

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

  หมายเหตุ: geographic_view จะแสดงผลแถวสำหรับกลุ่มทางภูมิศาสตร์ที่บันทึกการแสดงผลหรือการใช้จ่ายในวันที่ระบุเท่านั้น หากต้องการรวมวันและภูมิภาคที่ไม่มีการใช้จ่ายไว้ในอนุกรมเวลา GeoX ให้ทำการรวมด้านนอกทางซ้ายใน Data Pipeline กับผลคูณคาร์ทีเซียนที่สมบูรณ์ของวันที่และภูมิภาคเป้าหมาย

หมายเหตุ: หากคุณดึงเมตริก Conversion จาก Google Ads คุณกำลังดึง Conversion ที่มีการระบุแหล่งที่มา ซึ่งหมายความว่าคุณกำลังดูเฉพาะยอดขายที่อัลกอริทึมของ Google อ้างสิทธิ์เครดิตแล้ว เราไม่แนะนำให้ใช้ข้อมูลที่มีการระบุแหล่งที่มาใน GeoX เนื่องจากตรรกะการระบุแหล่งที่มาจะทำให้การวัดผลเชิงสาเหตุมีความลำเอียง

การประมวลผลภายหลังและการดึงข้อมูล

• การแมปกลุ่มทางภูมิศาสตร์: API จะไม่แสดงชื่อข้อความธรรมดา (เช่น "New York") หรือรหัสย่อ (เช่น "501" หรือ "ES") ในข้อมูลพร็อพเพอร์ตี้สำหรับการรายงาน ฟิลด์อย่าง segments.geo_target_city หรือ segments.geo_target_country จะแสดงผลสตริงชื่อทรัพยากรที่ชี้ไปยัง GeoTargetConstant (เช่น geoTargetConstants/1023191) ให้ดึงรหัสที่เป็นตัวเลข (1023191) และค้นหาทรัพยากร geo_target_constant ดังนี้

  SELECT
    geo_target_constant.id,
    geo_target_constant.name,
    geo_target_constant.canonical_name
  FROM geo_target_constant
  WHERE geo_target_constant.id = 1023191
  

  หรือหากต้องการรวมข้อมูลในโค้ด ให้ดาวน์โหลด CSV ของเป้าหมายทางภูมิศาสตร์แบบคงที่ที่เป้าหมายทางภูมิศาสตร์

• การแปลงค่าใช้จ่าย: API จะแสดงค่าใช้จ่ายเป็นไมโคร คุณต้องหาร metrics.cost_micros ด้วย 1,000,000 เพื่อให้ได้ค่าสกุลเงินมาตรฐานที่ต้องระบุในไฟล์อัปโหลด

รหัสสถานที่ตั้งทางภูมิศาสตร์สำหรับการเปลี่ยนแปลงการกำหนดเป้าหมาย

เมื่อดำเนินการเปลี่ยนแปลงการกำหนดเป้าหมายตามสถานที่ของแคมเปญหรือกลุ่มโฆษณา ผู้ลงโฆษณาต้องค้นหาและส่งรหัส GeoTargetConstant (geoTargetConstants/ID) ที่ถูกต้องสำหรับภูมิภาคที่เลือก คุณไม่สามารถส่งรหัส ISO หรือ Nielsen ดิบได้

ประเภทภูมิภาค	รหัส API ที่จำเป็น (GeoTargetConstant)	รูปแบบเดิม (ห้ามใช้)
ภูมิภาค DMA	รหัส 200501 (สำหรับนิวยอร์ก)	รหัส Nielsen (เช่น 501 สำหรับนิวยอร์ก)
ประเทศ	รหัส 2724 (สำหรับสเปน)	รหัส ISO (เช่น "ES" สำหรับสเปน)

แนวทางปฏิบัติแนะนำและข้อผิดพลาดในการจัดรูปแบบที่พบบ่อย

• การจัดรูปแบบวันที่: ช่อง segments.date จะแสดงสตริงวันที่ ISO-8601 ในรูปแบบ YYYY-MM-DD ในไปป์ไลน์ ETL ให้จัดรูปแบบช่องวันที่เป็นสตริง YYYY-MM-DD อย่างชัดเจน และหลีกเลี่ยงการเปิดไฟล์ CSV ที่ส่งออกในแอปพลิเคชันสเปรดชีตที่จัดรูปแบบคอลัมน์วันที่ใหม่โดยอัตโนมัติ
• เลขศูนย์นำหน้าในรหัสไปรษณีย์: ถือว่ารหัสไปรษณีย์ (เช่น 01234) เป็นประเภทสตริง (VARCHAR หรือ STRING) ตลอดไปป์ไลน์ข้อมูลแทนที่จะเป็นจำนวนเต็ม เพื่อไม่ให้ระบบตัดเลขศูนย์นำหน้าออก
• การรวม: หากทำการศึกษาแบบหลายกลุ่ม คุณต้องระบุเมตริกการใช้จ่ายแยกต่างหากสำหรับกลุ่มทดสอบแต่ละกลุ่ม
• การรวมข้อมูล Conversion: เมื่อรวมกับข้อมูล Conversion จากระบบ CRM ภายในหรือฐานข้อมูลการขายภายใน โปรดตรวจสอบว่าข้อมูล Conversion มีพร็อพเพอร์ตี้ต่อไปนี้เพื่อให้การประมวลผลข้อมูลด้วยข้อมูล Google Ads API และ GeoX เป็นไปอย่างราบรื่น
  • อนุกรมเวลารายวัน: ต้องรวบรวมข้อมูลตามวัน
  • ระดับภูมิศาสตร์: Conversion ทุกรายการต้องแมปกับหน่วยทางภูมิศาสตร์ที่คุณกำลังทดสอบ (เช่น การจับคู่รหัสไปรษณีย์สำหรับการจัดส่งของลูกค้ากับ DMA หรือกลุ่มไปรษณีย์ที่ใช้ในการออกแบบ)
  • ค่ารวม: ข้อมูลต้องเป็นค่าสัมบูรณ์ที่ไม่ติดลบ เช่น รายได้รวมหรือจำนวน Conversion รวม หาก CRM ติดตามรายได้สุทธิด้วยค่าลบสำหรับการคืนเงิน คุณต้องใช้ตัวเลขรวมสำหรับการทดสอบและใช้อัตราส่วนการคืนเงินในภายหลัง