कस्टम Floodlight वैरिएबल, Floodlight कन्वर्ज़न से जुड़े यूआरएल पैरामीटर होते हैं, जिन्हें Google Marketing Platform प्रॉपर्टी से मैनेज किया जाता है. इनकी मदद से, स्टैंडर्ड पैरामीटर की मदद से इकट्ठा की जा सकने वाली जानकारी के अलावा, अन्य जानकारी भी कैप्चर की जा सकती है. विज्ञापन देने वाले, कस्टम Floodlight वैरिएबल का इस्तेमाल करके कई तरह की जानकारी भेजते 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 तौर पर, कस्टम Floodlight वैरिएबल तब ट्रिगर होते हैं, जब कोई उपयोगकर्ता ग्राहक बनता है. इसलिए, कस्टम Floodlight वैरिएबल मैच करने की सुविधा, सिर्फ़ विज्ञापन से जुड़े सवालों के जवाब देने या ऐसी ऑडियंस बनाने के लिए काम करती है जहां कन्वर्ज़न हुए हों. नीचे दिए गए इस्तेमाल के उदाहरणों में इनके अलावा, और भी चीज़ें शामिल हो सकती हैं:
- “क्या मुझे अपने हाल ही के कैंपेन से उन सही प्रॉडक्ट की संख्या बढ़ाने में मदद मिली जिन पर मुझे फ़ोकस करना था?”
- “मैंने जो कैंपेन चलाया उसकी वजह से आय में कितनी बढ़ोतरी हुई?”
- “मुझे ऐसे उपयोगकर्ताओं की ऑडियंस बनानी है जो ज़्यादा अहम हैं.”
- “मुझे ऐसे उपयोगकर्ताओं की ऑडियंस बनानी है जो मेरी सेवाओं को बेहतर तरीके से इस्तेमाल करते हैं.”
कस्टम Floodlight वैरिएबल के बारे में ज़्यादा जानें
Ads Data Hub में कस्टम Floodlight वैरिएबल ऐक्सेस करना
कस्टम Floodlight वैरिएबल एक साथ जोड़े जाते हैं और उन्हें adh.cm_dt_activities_attributed टेबल के event.other_data फ़ील्ड में एक स्ट्रिंग के तौर पर स्टोर किया जाता है. आपको मैच करने के लिए किसी भी वैरिएबल का इस्तेमाल करने के लिए u1 को अलग-अलग वैरिएबल से अलग करने के लिए, नीचे दिए गए रेगुलर एक्सप्रेशन का इस्तेमाल करना होगा:
REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS u1_val
सैंपल
पहुंच और खर्च
इस क्वेरी से, किसी कैंपेन से जुड़ी पहुंच और कुल खर्च को मेज़र किया जाता 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)
पिछली यूज़र ऐक्टिविटी वाले ज़्यादा खर्च करने वाले ग्राहक
यह क्वेरी उन ग्राहकों की ऑडियंस बनाती है जिन्होंने अगस्त 2020 में 1,000 डॉलर से ज़्यादा खर्च किए हैं और पहले आपके विज्ञापनों में दिलचस्पी दिखाई थी.
crm_data इस स्कीमा का इस्तेमाल करता है:
| फ़ील्ड | ब्यौरा |
|---|---|
| your_id | ग्राहक से जुड़ा यूनीक आइडेंटिफ़ायर. |
| customer_spend_aug_2020_usd | अगस्त 2020 में, किसी 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)
ऊंचे दर्जे के यात्री होते हुए लंबे समय तक यात्रा करने वाले लोग
यह क्वेरी उन ग्राहकों की ऑडियंस बनाती है जो पहले विज्ञापन देखकर ग्राहक में बदल गए थे. ये ऐसे ग्राहक थे जिन्होंने 2019 में 1, 00,000 मील से ज़्यादा की दूरी तय की थी या 2019 में एयरलाइन का स्टेटस "एलाइट" था.
airline_data इस स्कीमा का इस्तेमाल करता है:
| फ़ील्ड | ब्यौरा |
|---|---|
| your_id | ग्राहक से जुड़ा यूनीक आइडेंटिफ़ायर. |
| miles_flown_2019 | साल 2019 में, ग्राहक ने कुल कितने मील (इंटीजर के रूप में) पूरे किए. |
| ye_2019_status | उस एयरलाइन की स्थिति जो ग्राहक को 2019 में मिली. |
/* 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)