تطبیق متغیر Floodlight سفارشی

متغیرهای Floodlight سفارشی پارامترهای URL متصل به تبدیل‌های Floodlight هستند که از طریق ویژگی‌های پلتفرم بازاریابی Google مدیریت می‌شوند. آنها به شما امکان می دهند اطلاعات بیشتری را فراتر از آنچه می توانید با پارامترهای استاندارد جمع آوری کنید، ضبط کنید. اگرچه تبلیغ‌کنندگان طیف گسترده‌ای از اطلاعات را با استفاده از متغیرهای Floodlight سفارشی ارسال می‌کنند، فقط داده‌هایی که می‌توانند برای تطبیق استفاده شوند در Ads Data Hub مرتبط هستند - مانند شناسه‌های کاربر، کوکی‌های خارجی یا شناسه‌های سفارش.

نکته مهم این است که متغیرهای Floodlight سفارشی هنگام تبدیل کاربر فعال می شوند. به این ترتیب، تطبیق متغیر Floodlight سفارشی فقط برای پاسخ به سؤالات تبلیغاتی یا ایجاد مخاطبانی که در آن تبدیل‌ها رخ داده است مفید است. نمونه هایی از این موارد استفاده عبارتند از، اما محدود به موارد زیر نیست:

• "آیا کمپین اخیر من منجر به رشد محصولات مناسبی شد که می خواستم روی آنها تمرکز کنم؟"
• "درآمد افزایشی کمپینی که من اجرا کردم چقدر بود؟"
• "من می خواهم مخاطبانی از کاربران با ارزش بالا ایجاد کنم."
• "من می خواهم مخاطبانی از کاربرانی ایجاد کنم که به شیوه ای معنادار با خدمات من درگیر شده اند."

هشدار: Google شما را از ارسال هرگونه اطلاعاتی که می تواند به عنوان اطلاعات قابل شناسایی شخصی تعبیر شود، منع می کند.

درباره متغیرهای Floodlight سفارشی بیشتر بیاموزید

دسترسی به متغیرهای Floodlight سفارشی در Ads Data Hub

متغیرهای Floodlight سفارشی به هم اضافه می شوند و به عنوان یک رشته در قسمت event.other_data در جدول adh.cm_dt_activities_attributed ذخیره می شوند. شما باید از عبارت منظم زیر برای جدا کردن متغیرهای جداگانه استفاده کنید و هر متغیری را که برای تطبیق استفاده می کنید جایگزین u1 کنید:

REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS u1_val

نمونه ها

برسید و خرج کنید

این پرس و جو میزان دسترسی و کل هزینه مرتبط با یک کمپین معین را اندازه گیری می کند.

crm_data از طرح زیر استفاده می کند:

میدان	توضیحات
order_id	یک شناسه منحصر به فرد مرتبط با یک سفارش.
order_val	مقدار (به عنوان یک شناور) سفارش.
order_timestamp	مهر زمانی مرتبط با تکمیل سفارش.

/* Creates a temporary table containing user IDs and order IDs (extracted u-values)
associated with a given campaign */
WITH floodlight AS (
  SELECT user_id, event.campaign_id, REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS order_id
  FROM adh.cm_dt_activities_attributed
  WHERE event.other_data LIKE "%u1%" AND event.campaign_id = 31459
)

/* Creates a temporary table where each row contains an order ID, the order's value,
and the time the order was placed */
WITH crm_data AS (
  SELECT order_id, order_val, order_timestamp
  FROM `your_cloud_project.your_dataset.crm_data`
  WHERE order_timestamp > FORMAT_TIMESTAMP('%F', TIMESTAMP_MICROS('2020-01-19 03:14:59'), @time_zone)
)

/* Joins both tables on order ID, counts the number of distinct users and sums the
value of all orders */
SELECT DISTINCT(user_id) AS reach, sum(order_val) as order_val
FROM floodlight JOIN crm_data
ON (floodlight.order_id = crm_data.order_id)

مشتریان پرهزینه با تعامل قبلی

این پرس و جو مخاطبانی از مشتریانی را ایجاد می کند که در طول آگوست 2020 بیش از 1000 دلار خرج کرده اند و قبلاً با تبلیغات شما درگیر بوده اند.

crm_data از طرح زیر استفاده می کند:

میدان	توضیحات
your_id	یک شناسه منحصر به فرد مرتبط با مشتری.
customer_spend_aug_2020_USd	هزینه انباشته یک مشتری (به صورت شناور) در اوت 2020.

/* Creates a temporary table containing IDs you track, alongside IDs Google tracks
for the same user */
WITH floodlight AS (
  SELECT user_id, REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS your_id
  FROM adh.cm_dt_activities_events
  WHERE event.other_data LIKE "%u1%"
)

/* Creates a temporary table containing IDs you track for customers who spent over
$1000 in August 2020 */
WITH crm_data AS (
  SELECT your_id
  FROM `your_cloud_project.your_dataset.crm_data`
  WHERE customer_spend_aug_2020_usd > 1000
)

/* Creates a list (to be used in audience creation) of customers who spent over
$1000 in August 2020 */
SELECT user_id
FROM floodlight
JOIN crm_data ON (floodlight.your_id = crm_data.your_id)

پروازهای طولانی مدت با وضعیت نخبگان

این پرس و جو مخاطبانی از مشتریانی را ایجاد می کند که قبلاً در یک آگهی تبدیل شده اند و یا در سال 2019 بیش از 100000 مایل پرواز کرده اند یا در طول سال 2019 وضعیت خطوط هوایی "نخبگان" داشته اند.

airline_data از طرح زیر استفاده می کند:

میدان	توضیحات
your_id	یک شناسه منحصر به فرد مرتبط با یک مشتری.
miles_flown_2019	کل مایل ها (به عنوان یک عدد صحیح) که مشتری در سال 2019 پرواز کرده است.
ye_2019_status	وضعیت هواپیمایی که مشتری در سال 2019 به دست آورده است.

/* Creates a temporary table containing IDs you track, alongside IDs Google
tracks for the same user */
WITH floodlight AS (
  SELECT user_id, REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS your_id
  FROM adh.cm_dt_activities_events
  WHERE event.other_data LIKE "%u1%"
)

/* Creates a temporary table containing IDs you track for customers who either
flew over 100,000 miles with your airline in 2019, or earned elite status in
2019 */
WITH airline_data AS (
  SELECT your_id
  FROM `my_cloud_project.my_dataset.crm_data`
  WHERE miles_flown_2019 > 100000 or ye_2019_status = "elite"
)

/* Creates a list (to be used in audience creation) of customers who previously
converted on an ad and either earned elite status, or flew over 100,000 miles
in 2019 */
SELECT user_id
FROM floodlight
JOIN airline_data ON (floodlight.your_id = airline_data.your_id)