Les variables Floodlight personnalisées sont des paramètres d'URL associés aux conversions Floodlight, qui sont gérées via les propriétés Google Marketing Platform. Elles vous permettent d'obtenir des informations supplémentaires qui ne peuvent pas être collectées avec les paramètres standards. Bien que les annonceurs transmettent un large éventail d'informations à l'aide de variables Floodlight personnalisées, seules les données pouvant être utilisées pour la mise en correspondance sont pertinentes dans Ads Data Hub (par exemple, les ID utilisateur, les cookies externes ou les ID de commande).
Il est important de noter que les variables Floodlight personnalisées se déclenchent lorsqu'un utilisateur effectue une conversion. Par conséquent, la mise en correspondance de variables Floodlight personnalisées n'est utile que pour répondre à des questions liées à la publicité ou pour créer des audiences qui ont généré des conversions. Voici quelques exemples de cas d'utilisation (liste non exhaustive) :
- "La dernière campagne a-t-elle permis de générer de la croissance pour les produits que je ciblais ?"
- "Quel est le revenu supplémentaire généré par une campagne que j'ai diffusée ?"
- "Je souhaite créer une audience d'utilisateurs à fort potentiel."
- "Je souhaite développer une audience d'utilisateurs qui ont interagi de manière significative avec mes services."
En savoir plus sur les variables Floodlight personnalisées
Accéder aux variables Floodlight personnalisées dans Ads Data Hub
Les variables Floodlight personnalisées sont ajoutées ensemble et stockées sous forme de chaîne dans le champ event.other_data de la table adh.cm_dt_activities_attributed. Vous devez utiliser l'expression régulière suivante pour séparer les variables individuelles, en remplaçant u1 par la variable que vous utiliserez pour la mise en correspondance :
REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS u1_val
Exemples
Couverture et dépenses
Cette requête mesure la couverture et les dépenses totales associées à une campagne donnée.
crm_data utilise le schéma suivant :
| Champ | Description |
|---|---|
| order_id | Identifiant unique associé à une commande. |
| order_val | Valeur (sous forme flottante) de la commande. |
| order_timestamp | Code temporel associé à la fin de la commande. |
/* 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)
Clients dépensant beaucoup et ayant déjà généré un engagement
Cette requête crée une audience de clients ayant dépensé plus de 1 000 $ en août 2020 et ayant déjà interagi avec vos annonces.
crm_data utilise le schéma suivant :
| Champ | Description |
|---|---|
| your_id | Identifiant unique associé à un client. |
| customer_spend_aug_2020_usd | Dépenses cumulées d'un client donné (valeur flottante) en août 2020, en dollars américains. |
/* 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)
Passagers d'élite long courrier
Cette requête crée une audience composée de clients ayant déjà effectué une conversion sur une annonce et qui ont parcouru plus de 100 000 miles (environ 160 000 km) ou dont la compagnie aérienne était "élite" en 2019.
airline_data utilise le schéma suivant :
| Champ | Description |
|---|---|
| your_id | Identifiant unique associé à un client. |
| miles_flown_2019 | Distance en miles (sous forme de nombre entier) parcourue en avion par le client en 2019. |
| ye_2019_status | État de la compagnie aérienne que le client a gagné en 2019. |
/* 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)