ตัวแปร Floodlight ที่กำหนดเองคือพารามิเตอร์ของ URL ที่แนบไปกับ Conversion ของ Floodlight ซึ่งจัดการผ่านพร็อพเพอร์ตี้ Google Marketing Platform พารามิเตอร์มาตรฐานช่วยให้คุณบันทึกข้อมูลเพิ่มเติมนอกเหนือจากที่เก็บรวบรวมได้ด้วยพารามิเตอร์มาตรฐาน แม้ว่าผู้ลงโฆษณาจะส่งข้อมูลมาอย่างหลากหลายโดยใช้ตัวแปร Floodlight ที่กำหนดเอง แต่จะมีเฉพาะข้อมูลที่ใช้สำหรับการจับคู่เท่านั้นใน Ads Data Hub เช่น รหัสผู้ใช้ คุกกี้ภายนอก หรือรหัสคำสั่งซื้อ
ที่สำคัญคือตัวแปร Floodlight ที่กำหนดเองจะเริ่มทำงานเมื่อผู้ใช้ทำ Conversion ดังนั้น การจับคู่ตัวแปร Floodlight ที่กำหนดเองจึงมีประโยชน์สำหรับการตอบคำถามเกี่ยวกับโฆษณาหรือการสร้างกลุ่มเป้าหมายที่เกิด Conversion เท่านั้น ตัวอย่างกรณีการใช้งานเหล่านี้รวมถึงแต่ไม่จำกัดเพียงกรณีต่อไปนี้
- "แคมเปญล่าสุดของฉันนำไปสู่การเติบโตของผลิตภัณฑ์ที่เหมาะสมที่ฉันต้องการมุ่งเน้นหรือไม่"
- "รายได้ที่เพิ่มขึ้นจากแคมเปญที่ฉันใช้งานคืออะไร"
- "ฉันต้องการสร้างกลุ่มเป้าหมายจากผู้ใช้ที่มีคุณค่าสูง"
- "ฉันต้องการสร้างกลุ่มเป้าหมายที่ประกอบด้วยผู้ใช้ที่มีส่วนร่วมในบริการของฉันในลักษณะที่มีความหมาย"
ดูข้อมูลเพิ่มเติมเกี่ยวกับตัวแปร Floodlight ที่กำหนดเอง
การเข้าถึงตัวแปร Floodlight ที่กำหนดเองใน Ads Data Hub
ตัวแปร Floodlight ที่กำหนดเองจะต่อท้ายกันและจัดเก็บเป็นสตริงในช่อง event.other_data
ในตาราง adh.cm_dt_activities_attributed
คุณจะต้องใช้นิพจน์ทั่วไปต่อไปนี้เพื่อแยกตัวแปรแต่ละรายการ โดยแทนที่ u1
สําหรับตัวแปรใดก็ตามที่คุณจะใช้ในการจับคู่
REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS u1_val
ตัวอย่าง
การเข้าถึงและการใช้จ่าย
การค้นหานี้วัดการเข้าถึงและค่าใช้จ่ายทั้งหมดที่เกี่ยวข้องกับแคมเปญที่ระบุ
crm_data
ใช้สคีมาต่อไปนี้
ช่อง | คำอธิบาย |
---|---|
order_id | ตัวระบุที่ไม่ซ้ำกันซึ่งเชื่อมโยงกับคำสั่งซื้อ |
order_val | ค่า (เป็นค่าทศนิยม) ของคำสั่งซื้อ |
order_timestamp | การประทับเวลาที่เชื่อมโยงกับการดำเนินการสั่งซื้อให้เสร็จสมบูรณ์ |
/* 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)
ลูกค้าที่มีการใช้จ่ายสูงแต่มีส่วนร่วมก่อนหน้านี้
การค้นหานี้จะสร้างกลุ่มเป้าหมายของลูกค้าที่ใช้จ่ายมากกว่า 30,000 บาทในช่วงเดือนสิงหาคม 2020 และมีส่วนร่วมกับโฆษณาก่อนหน้านี้
crm_data
ใช้สคีมาต่อไปนี้
ช่อง | คำอธิบาย |
---|---|
your_id | ตัวระบุที่ไม่ซ้ำกันซึ่งเชื่อมโยงกับลูกค้า |
customer_spend_aug_2020_usd | การใช้จ่ายสะสมของลูกค้า (เป็นแบบลอย) ตลอดเดือนสิงหาคม 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)
ใบปลิวสถานะไฮไลท์ที่เดินทางไกล
คำค้นหานี้สร้างกลุ่มเป้าหมายของลูกค้าที่เคยทำ Conversion ในโฆษณา และเคยเดินทางเป็นระยะทางกว่า 100,000 ไมล์ในปี 2019 หรือมีสถานะสายการบิน "ดีเยี่ยม" ในช่วงปี 2019
airline_data
ใช้สคีมาต่อไปนี้
ช่อง | คำอธิบาย |
---|---|
your_id | ตัวระบุที่ไม่ซ้ำกันซึ่งเชื่อมโยงกับลูกค้า |
miles_flown_2019 | จำนวนไมล์ทั้งหมด (จำนวนเต็ม) ที่ลูกค้าบินในปี 2019 |
ye_2019_status | สถานะสายการบินที่ลูกค้าได้รับในปี 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)