Você pode usar o Ads Data Hub para executar consultas que mesclam dados do Google com dados próprios enviados ao BigQuery. Dessa forma, é possível ter uma representação mais completa de como os usuários interagem com sua plataforma e contribuir para uma melhor atribuição.
Seus dados precisam estar vinculados a um identificador rastreado pelo Ads Data Hub. Essa chave de mesclagem é usada como o atributo compartilhado entre seus dados e os do Google, permitindo que você vincule os dois. O Ads Data Hub é compatível com a mesclagem das chaves a seguir:
- IDs de dispositivos reconfiguráveis (RDIDs) [não disponível para fornecedores]
- Variáveis personalizadas do Floodlight
- Cookies
- RampIDs do LiveRamp (atualmente na versão Beta)
Algumas chaves de mesclagem funcionam melhor para casos de uso específicos, mas a escolha depende mais da configuração dos dados (por exemplo, com base em app ou off-line) do que do uso. Por exemplo, os RDIDs e os cookies podem ser combinados para segmentação de clientes, mas os anunciantes com tráfego originado principalmente de apps (como empresas de transporte por aplicativo compartilhado) geram mais valor com a mesclagem usando os RDIDs do que aqueles com vendas impulsionadas em outros lugares.
Em um alto nível, os casos de uso das várias opções de correspondência permanecem os mesmos: a combinação dos seus dados com os do Google permite responder a perguntas de publicidade mais significativas e criar públicos-alvo melhores. No entanto, cada opção dá acesso a dados diferentes, tem limitações variadas e exige um outro nível de configuração e manutenção.
Perspectiva geral das chaves de mesclagem disponíveis
Leia as informações a seguir para saber mais sobre essas chaves e as diferenças entre elas.
Você provavelmente não vai conseguir fazer a correspondência de todos os seus dados de anúncios do Google. As taxas de correspondência estão sujeitas a vários fatores, variam de acordo com o caso de uso e a configuração do cliente e costumam ser menores do que o esperado.
RDIDs
São identificadores usados exclusivamente em apps nativos de dispositivos móveis. Por isso, a correspondência de RDID funciona bem com anunciantes que têm dados originados principalmente de apps para dispositivos móveis ou que geram um grande número de impressões nesses aparelhos. A correspondência de RDID exige poucas configurações.
Variáveis personalizadas do Floodlight
As variáveis personalizadas do Floodlight são parâmetros de URL anexados a tags do Floodlight que capturam informações durante um evento de conversão. Como essas tags são exclusivas das propriedades do Google Marketing Platform (GMP), a correspondência fica limitada aos IDs do GMP. É preciso certo grau de configuração para usar a correspondência personalizada de variáveis do Floodlight.
Correspondência personalizada de variáveis do Floodlight
Cookies
Essa correspondência associa os cookies de anunciantes e do Google. Para usar o recurso, é preciso fazer algumas configurações e aguardar um tempo de espera variável até que as tabelas de correspondência sejam preenchidas.
Importante: a correspondência de cookies só vale para quem interagiu com seus anúncios e domínio.
Saiba mais sobre a correspondência de cookie
RampIDs do LiveRamp
Saiba mais sobre a correspondência do LiveRamp
Qual chave de mesclagem é ideal para você?
Como mencionado antes, a chave de mesclagem correta depende, na maior parte, de como as pessoas interagem com sua plataforma. Alguns casos de uso não funcionam com determinadas chaves de mesclagem. Use a tabela de casos de uso aceitos para saber quais chaves servem para você e determinar quais tipos de dados são necessários.
Casos de uso
A lista a seguir (não exaustiva) traz exemplos de casos de uso, além de dados próprios que podem ser usados com eles. Como mencionado antes, muitos desses casos funcionam com qualquer chave de mesclagem. Embora alguns usos sejam específicos ao tipo de plataforma ou dispositivo, eles são mais adequados para determinadas chaves.
| Caso de uso | Pontos de contato, por exemplo, dispositivo móvel, Web, rede social | Dados de segmentos dos clientes, por exemplo, categoria de afinidade | Dados de conversão, por exemplo, transações, conversões off-line |
|---|---|---|---|
| Aumento da campanha. Medir como um anúncio ou campanha afeta as conversões usando o Teste A/B. | |||
| Performance do YouTube em dispositivos móveis. Acompanhar as impressões do YouTube que ocorrem no app em dispositivos móveis. | |||
| Conversões no app. Avaliar as conversões que ocorrem no app. | |||
| Associar o histórico de compras a dados pós-campanha. Analisar a eficácia da campanha e contextualizar o histórico de compras. | |||
| Segmentação dos clientes. Aprimorar os públicos-alvo e fazer medições combinando os diferenciais que você acompanha com os dados de anúncios do Google. | |||
| Segmentar quem abandonou o carrinho de compras. Usar os eventos de conversão do tipo "adicionar ao carrinho" para criar públicos-alvo de pessoas que abandonaram o carrinho de compras. | |||
| Telemetria. Aprimorar públicos-alvo e conseguir insights com base nas ações que você rastreia usando o app, por exemplo, navegação sem conversão. | |||
| Segmentar usando métricas do valor da conversão. Criar públicos-alvo com base no valor histórico de uma conversão. |
Configuração
Os detalhes específicos da implementação diferem entre as opções de correspondência. Em geral, você precisa:
- Fazer o upload dos dados no BigQuery.
- Conceder à conta de serviço do Ads Data Hub acesso de leitura a esses conjuntos de dados e de gravação às tabelas com os resultados.
No entanto, a configuração do LiveRamp e da correspondência de cookies inclui mais etapas.
Fazer upload dos dados
Faça upload dos dados para, no mínimo, um conjunto de dados no BigQuery (por exemplo, YourData). Crie outro conjunto para o resultado das mesclagens feitas entre os dados próprios e do Google (por exemplo, OutputData).
Autorizar a conta de serviço do Ads Data Hub
É necessário conceder à conta de serviço do Ads Data Hub a função “Leitor de dados do BigQuery” (roles/bigquery.dataViewer) para todos os conjuntos de dados que contenham dados enviados por upload.
A conta de serviço também precisa da função "Editor de dados do BigQuery" (roles/bigquery.dataEditor) no conjunto de dados com os resultados das mesclagens.