कस्टम Floodlight वैरिएबल, Floodlight कन्वर्ज़न से जुड़े यूआरएल पैरामीटर होते हैं. इन्हें Google Marketing Platform प्रॉपर्टी से मैनेज किया जाता है. इनकी मदद से, स्टैंडर्ड पैरामीटर से इकट्ठा की जा सकने वाली जानकारी के अलावा, अन्य जानकारी भी कैप्चर की जा सकती है. विज्ञापन देने वाले लोग या कंपनियां, कस्टम Floodlight वैरिएबल का इस्तेमाल करके कई तरह की जानकारी पास करती हैं. हालांकि, मैच करने के लिए इस्तेमाल किया जा सकने वाला डेटा ही Ads Data Hub में काम का होता है, जैसे कि यूज़र आईडी, बाहरी कुकी या ऑर्डर आईडी.
अहम बात यह है कि कस्टम Floodlight वैरिएबल तब फ़ायर होते हैं, जब कोई उपयोगकर्ता ग्राहक में बदलता है. इसलिए, कस्टम Floodlight वैरिएबल मैच करने की सुविधा सिर्फ़ विज्ञापन से जुड़े सवालों के जवाब देने या ऐसी ऑडियंस बनाने में काम आती है जहां कन्वर्ज़न हुए हों. इस्तेमाल के इन उदाहरणों में ये शामिल हैं, लेकिन इन तक ही सीमित नहीं हैं:
- “क्या मेरे हाल ही के कैंपेन से उन प्रॉडक्ट में बढ़ोतरी हुई जिन पर मुझे फ़ोकस करना था?”
- “मैंने जो कैंपेन चलाया था उससे मिलने वाले रेवेन्यू में कितनी बढ़ोतरी हुई?”
- “मुझे ज़्यादा अहम उपयोगकर्ताओं को शामिल करना है.”
- “मुझे ऐसे उपयोगकर्ताओं की ऑडियंस बनाना है जो मेरी सेवाओं का इस्तेमाल करके बेहतर तरीके से काम करें.”
कस्टम Floodlight वैरिएबल के बारे में ज़्यादा जानें
Ads Data Hub में कस्टम Floodlight वैरिएबल ऐक्सेस करना
कस्टम Floodlight वैरिएबल को एक साथ जोड़ दिया जाता है और adh.cm_dt_activities_attributed टेबल में मौजूद event.other_data फ़ील्ड में स्ट्रिंग के तौर पर स्टोर किया जाता है. आपको अलग-अलग वैरिएबल को अलग करने के लिए, नीचे दिए गए रेगुलर एक्सप्रेशन का इस्तेमाल करना होगा. मैच करने के लिए इस्तेमाल किए जाने वाले किसी भी वैरिएबल के लिए u1 को बदलना होगा:
REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS u1_val
सैंपल
पहुंच और खर्च
यह क्वेरी किसी कैंपेन की पहुंच और उससे जुड़े कुल खर्च को मेज़र करती है.
crm_data इस स्कीमा का इस्तेमाल करता है:
| फ़ील्ड | ब्यौरा |
|---|---|
| order_id | किसी ऑर्डर से जुड़ा यूनीक आइडेंटिफ़ायर. |
| order_val | ऑर्डर की वैल्यू (फ़्लोट के रूप में). |
| order_timestamp | ऑर्डर पूरा होने से जुड़ा टाइमस्टैंप. |
/* 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)
पिछले जुड़ाव की वजह से ज़्यादा खर्च करने वाले ग्राहक
इस क्वेरी से उन ग्राहकों की ऑडियंस बनाई जाती है जिन्होंने अगस्त 2020 में 1,000 डॉलर से ज़्यादा खर्च किए हैं और पहले आपके विज्ञापनों से जुड़े थे.
crm_data इस स्कीमा का इस्तेमाल करता है:
| फ़ील्ड | ब्यौरा |
|---|---|
| your_id | किसी ग्राहक से जुड़ा यूनीक आइडेंटिफ़ायर. |
| customer_spend_aug_2020_usd | अगस्त 2020 में, ग्राहक का कुल खर्च (फ़्लोट के तौर पर). |
/* 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)
लॉन्ग-हॉल एलीट-स्टेटस फ़्लायर्स
इस क्वेरी से उन ग्राहकों की ऑडियंस बनती है जो पहले किसी विज्ञापन पर ग्राहक में बदल चुके थे और साल 2019 में 1, 00,000 मील से ज़्यादा की दूरी तय की थी या 2019 में एयरलाइन के तौर पर इन लोगों का स्टेटस "खास" था.
airline_data इस स्कीमा का इस्तेमाल करता है:
| फ़ील्ड | ब्यौरा |
|---|---|
| your_id | किसी ग्राहक से जुड़ा यूनीक आइडेंटिफ़ायर. |
| miles_flown_2019 | ग्राहक ने 2019 में कुल कितने मील उड़े (पूर्णांक के तौर पर). |
| ye_2019_status | एयरलाइन की वह स्थिति जो ग्राहक ने 2019 में हासिल की. |
/* 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)