Le variabili Floodlight personalizzate sono parametri URL associati alle conversioni Floodlight, che vengono gestite tramite le proprietà di Google Marketing Platform. Consentono di acquisire informazioni aggiuntive oltre a quelle che puoi raccogliere con i parametri standard. Sebbene gli inserzionisti trasmettano una vasta gamma di informazioni utilizzando le variabili Floodlight personalizzate, in Ads Data Hub sono pertinenti solo i dati utilizzabili per la corrispondenza, come gli ID utente, i cookie esterni o gli ID ordine.
È importante sottolineare che le variabili Floodlight personalizzate si attivano quando un utente effettua una conversione. Di conseguenza, la corrispondenza delle variabili Floodlight personalizzate è utile solo per rispondere a domande pubblicitarie o creare segmenti di pubblico in cui si sono verificate conversioni. Ecco alcuni esempi di casi d'uso non esaustivi:
- "La mia recente campagna ha generato a una crescita per i prodotti giusti su cui volevo concentrarmi?"
- "Quali sono state le entrate incrementali generate da una campagna che ho pubblicato?"
- "Voglio creare un pubblico composto da utenti di valore elevato."
- "Voglio creare un pubblico di utenti che abbiano interagito in modo significativo con i miei servizi."
Scopri di più sulle variabili Floodlight personalizzate
Accedere alle variabili Floodlight personalizzate in Ads Data Hub
Le variabili Floodlight personalizzate vengono sommate e memorizzate sotto forma di stringa nel campo event.other_data
della tabella adh.cm_dt_activities_attributed
. Per separare le singole variabili devi utilizzare la seguente espressione regolare, sostituendo u1
con la variabile che utilizzerai per la corrispondenza:
REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS u1_val
Esempi
Copertura e spesa
Questa query misura la copertura e la spesa totale associate a una determinata campagna.
crm_data
utilizza lo schema seguente:
Campo | Descrizione |
---|---|
order_id | Identificatore univoco associato a un ordine. |
order_val | Valore (sotto forma di numero in virgola mobile) dell'ordine. |
order_timestamp | Timestamp associato al completamento dell'ordine. |
/* 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)
Clienti che spendono molto con coinvolgimento precedente
Questa query crea un segmento di pubblico di clienti che hanno speso più di 1000 $ nel mese di agosto 2020 e hanno precedentemente interagito con i tuoi annunci.
crm_data
utilizza lo schema seguente:
Campo | Descrizione |
---|---|
your_id | Identificatore univoco associato a un cliente. |
customer_spend_aug_2020_usd | Spesa cumulativa di un determinato cliente (sotto forma di numero in virgola mobile) nel mese di agosto 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)
Passeggeri con stato élite a lungo raggio
Questa query crea un segmento di pubblico composto da clienti che hanno precedentemente effettuato una conversione a partire da un annuncio e hanno percorso oltre 100.000 miglia (160.000 chilometri) nel 2019 o possedevano lo stato "élite" nella compagnia aerea nel 2019.
airline_data
utilizza lo schema seguente:
Campo | Descrizione |
---|---|
your_id | Identificatore univoco associato a un cliente. |
miles_flown_2019 | Distanza totale in miglia (sotto forma di numero intero) percorsa dal cliente in aereo nel 2019. |
ye_2019_status | Stato ottenuto dal cliente nella compagnia aerea nel 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)