התאמה למשתנה של Floodlight בהתאמה אישית

משתנים מותאמים אישית של Floodlight הם פרמטרים של כתובות אתרים שמצורפים להמרות של Floodlight, ומנוהלים באמצעות נכסי Google Marketing Platform. הם מאפשרים לאסוף מידע נוסף מעבר למידע שאפשר לאסוף באמצעות פרמטרים סטנדרטיים. המפרסמים מעבירים מגוון רחב של נתונים באמצעות משתנים מותאמים אישית של Floodlight, אבל רק נתונים שאפשר להשתמש בהם להתאמה הם רלוונטיים ב-Ads Data Hub, כמו מזהי משתמשים, קובצי cookie חיצוניים או מזהי הזמנות.

חשוב לציין שאם משתמש משלים המרה, המשתנים המותאמים אישית של Floodlight מופעלים. לכן, התאמה אישית של משתני Floodlight שימושית רק לקבלת תשובות לשאלות בנושא פרסום או ליצירת קהלים שבהם התרחשו המרות. דוגמאות לתרחישים כאלה כוללות, בין היתר:

• "האם הקמפיין האחרון שלי הוביל לעלייה במוצרים הנכונים שרציתי להתמקד בהם?"
• "מה הייתה ההכנסה המצטברת מקמפיין שהפעלתי?"
• "אני רוצה ליצור קהל של משתמשים עם ערך גבוה".
• "אני רוצה ליצור קהל של משתמשים שקיימו אינטראקציה משמעותית עם השירותים שלי".

אזהרה: Google אוסרת על העברת מידע שעלול להתפרש כפרטים אישיים מזהים.

מידע נוסף על משתנים מותאמים אישית ב-Floodlight

גישה למשתנים מותאמים אישית של Floodlight ב-Ads Data Hub

המשתנים המותאמים אישית של Floodlight מצורפים יחד ומאוחסנים כמחרוזת בשדה event.other_data בטבלה adh.cm_dt_activities_attributed. תצטרכו להשתמש בביטוי הרגולרי הבא כדי להפריד בין משתנים נפרדים, ולהחליף את המשתנה u1 בכל משתנה שבו תשתמשו להתאמה:

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

דוגמאות

היקף חשיפה והוצאה

השאילתה הזו מודדת את היקף החשיפה ואת ההוצאה הכוללת שמשויכים לקמפיין נתון.

הפונקציה crm_data משתמשת בסכימה הבאה:

שדה	תיאור
order_id	מזהה ייחודי שמשויך להזמנה.
order_val	הערך (כמספר ממשי) של ההזמנה.
order_timestamp	חותמת הזמן שמשויכת 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 הוצאות גבוהות עם אינטראקציות קודמות

השאילתה הזו יוצרת קהל של לקוחות שהוציאו יותר מ-4,000 ש"ח במהלך אוגוסט 2020 וקיימו בעבר אינטראקציה עם המודעות שלכם.

הפונקציה crm_data משתמשת בסכימה הבאה:

שדה	תיאור
your_id	מזהה ייחודי שמשויך ללקוח.
customer_spend_aug_2020_usd	ההוצאה המצטברת של לקוח נתון (כמספר ממשי) במהלך אוגוסט 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)

עלונים למעמדים ארוכים של אליטות

השאילתה הזו יוצרת קהל של לקוחות שהשלימו בעבר המרה באמצעות מודעה, וטסו מעל 160,000 מיילים בשנת 2019 או שהיה להם סטטוס 'אליטה' במהלך 2019.

הפונקציה airline_data משתמשת בסכימה הבאה:

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