התאמה למשתנה של Floodlight בהתאמה אישית

משתנים מותאמים אישית ב-Floodlight הם פרמטרים של כתובות URL שמצורפים להמרות של Floodlight, שמנוהלות באמצעות נכסים של Google Marketing Platform. הם מאפשרים לכם לתעד מידע נוסף מעבר למה שאפשר לאסוף באמצעות פרמטרים רגילים. המפרסמים מעבירים מגוון רחב של מידע באמצעות משתני Floodlight מותאמים אישית, אבל רק נתונים שאפשר להשתמש בהם להתאמה הם רלוונטיים ב-Ads Data Hub — כמו מזהי משתמשים, קובצי cookie חיצוניים או מזהי הזמנות.

חשוב לציין שמשתנים מותאמים אישית של Floodlight מופעלים כשמשתמש מבצע המרה. לכן, כדאי להשתמש בהתאמה למשתנים מותאמים אישית של Floodlight רק כדי לענות על שאלות בנושא פרסום או ליצור קהלים שבהם התרחשו המרות. דוגמאות לתרחישים כאלה כוללות, בין היתר:

• "האם הקמפיין האחרון שלי הוביל לצמיחה במוצרים הנכונים שבהם רציתי להתמקד?"
• “מה הייתה ההכנסה המצטברת מקמפיין שהפעלתי?”
• "אני רוצה לבנות קהל של משתמשים עם ערך גבוה".
• "אני רוצה לבנות קהל של משתמשים שהייתה להם אינטראקציה משמעותית עם השירותים שלי".

אזהרה: Google אוסרת עליך להעביר מידע שעלול להתפרש כפרטים אישיים מזהים.

מידע נוסף על משתנים מותאמים אישית של Floodlight

גישה למשתנים מותאמים אישית של Floodlight ב-Ads Data Hub

משתנים מותאמים אישית של Floodlight מצורפים יחד ונשמרים כמחרוזת בשדה event.other_data בטבלה adh.cm_dt_activities_attributed. תצטרכו להשתמש בביטוי הרגולרי הבא כדי להפריד בין משתנים שונים, תוך החלפת u1 במשתנה שבו תשתמשו להתאמה:

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

טעימות

היקף החשיפה וההוצאה

השאילתה הזו מודדת את היקף החשיפה וההוצאה הכוללת המשויכים לקמפיין נתון.

השיטה crm_data משתמשת בסכימה הבאה:

שדה	התיאור
order_id	מזהה ייחודי שמשויך להזמנה.
order_val	הערך (כצף) של ההזמנה.
order_timestamp	חותמת הזמן המשויכת להשלמת ההזמנה.

/* 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)

לקוחות עם הוצאה גבוהה בעזרת אינטראקציה קודמת

השאילתה הזו יוצרת קהל של לקוחות שהוציאו יותר מ-4,000 ש"ח במהלך אוגוסט 2020 ובעבר הם הביעו עניין במודעות שלכם.

השיטה crm_data משתמשת בסכימה הבאה:

שדה	התיאור
your_id	מזהה ייחודי שמשויך ללקוח.
customer_spend_aug_2020_usd	ההוצאה המצטברת של לקוח נתון (כצף) באוגוסט 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)

עליות לטיסה ארוכה

השאילתה הזו יוצרת קהל של לקוחות שהשלימו בעבר המרה במודעה, וטסו יותר מ-100,000 מיילים בשנת 2019 או שהיה להם את הסטטוס "חברת תעופה" במהלך 2019.

השיטה airline_data משתמשת בסכימה הבאה:

שדה	התיאור
your_id	מזהה ייחודי שמשויך ללקוח.
miles_flown_2019	סך המיילים (כמספר שלם) שהלקוח טס ב-2019.
ye_2019_status	הסטטוס של חברת התעופה שהלקוח קיבל בשנת 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)