रीसेट किए जा सकने वाले डिवाइस आइडेंटिफ़ायर (RDID) का इस्तेमाल, Ads Data Hub में मेज़रमेंट और पहले पक्ष (ग्राहक) के डेटा को मैच करने के लिए किया जा सकता है. RDID के आधार पर क्वेरी करके, इन-ऐप्लिकेशन इंप्रेशन और कन्वर्ज़न अनपैक किए जा सकते हैं. पहले पक्ष के ऐप्लिकेशन कन्वर्ज़न पर मीडिया के असर को बेहतर तरीके से समझने के लिए, ग्राहक के ऐप्लिकेशन के लेन-देन जैसे पहले पक्ष के डेटासेट को भी जोड़ा जा सकता है.
RDID विश्लेषण, विज्ञापन देने वाली उन कंपनियों के लिए सबसे सही होता है जिनका पहले पक्ष का डेटा मुख्य रूप से मोबाइल ऐप्लिकेशन (जैसे कि राइड शेयरिंग या मोबाइल गेम कंपनियों से) से आता है या जो मोबाइल ऐप्लिकेशन (जैसे कि YouTube मोबाइल एक्सपोज़र) का इस्तेमाल करके बड़ी संख्या में इंप्रेशन देते हैं. साथ ही, RDID कैप्चर करने वाले पहले पक्ष के डेटासेट को जोड़कर, अपने इंप्रेशन डेटा को बेहतर बनाना चाहते हैं. RDID डेटा में, कनेक्टेड टीवी (CTV) के आइडेंटिफ़ायर फ़ॉर ऐडवर्टाइज़िंग (IFA) भी शामिल होते हैं. इनकी मदद से, विज्ञापन देने वाले, कनेक्टेड टीवी डिवाइसों पर उपयोगकर्ता के व्यवहार और कैंपेन की परफ़ॉर्मेंस का विश्लेषण कर सकते हैं. इसके अलावा, RDID मैच करने की सुविधा को शुरू करने के लिए, आपको बहुत कम सेटअप की ज़रूरत होती है.
RDID मैचिंग के लिए, कई तरह के इस्तेमाल के उदाहरण यहां दिए गए हैं:
- टेलीमेट्री की मदद से विज्ञापन के डेटा को बेहतर बनाएं: Ads Data Hub डेटा के साथ इन-ऐप्लिकेशन व्यवहार को जोड़कर, ऐप्लिकेशन में उपयोगकर्ता की कार्रवाइयों पर विज्ञापन के एक्सपोज़र का असर देखा जा सकता है.
- YouTube की परफ़ॉर्मेंस का आकलन करना: YouTube से मिलने वाले ट्रैफ़िक का एक बड़ा हिस्सा ऐप्लिकेशन में होता है. इसलिए, RDID जॉइन की मदद से, ऐप्लिकेशन की परफ़ॉर्मेंस पर YouTube कैंपेन के असर का आकलन किया जा सकता है.
- मोबाइल और CTV चैनलों पर उपयोगकर्ता के व्यवहार का विश्लेषण करना: RDID विश्लेषण में CTV IFA को शामिल करके, विज्ञापन देने वाले पहले पक्ष के ऐप्लिकेशन और कनेक्टेड टीवी प्लैटफ़ॉर्म पर उपयोगकर्ता के व्यवहार को बेहतर तरीके से समझ सकते हैं.
- इन-ऐप्लिकेशन कन्वर्ज़न और लाइफ़टाइम वैल्यू पर ब्रैंडिंग कैंपेन के असर का आकलन करें: सीआरएम में लाइफ़टाइम वैल्यू को जोड़कर, यह मेज़र करें कि किस ब्रैंडिंग कैंपेन से, इन-ऐप्लिकेशन कन्वर्ज़न और लाइफ़टाइम वैल्यू बढ़ती है.
सीमाएं
- iOS इवेंट के लिए, सिर्फ़ iOS 14.5 या इसके बाद के वर्शन पर काम करने वाले ऐप्लिकेशन से मिले डेटा का मिलान किया जा सकता है. यह डेटा, Apple के App Tracking Transparency फ़्रेमवर्क में आने वाले ऐसे उपयोगकर्ताओं से मिलता है जिन्हें अनुमति दी गई है.
- RDID टेबल में, Gmail का डेटा उपलब्ध नहीं है.
पहले पक्ष की सहमति की पुष्टि
Ads Data Hub में पहले पक्ष (ग्राहक) के डेटा का इस्तेमाल करने के लिए, आपको पुष्टि करनी होगी कि आपने ईयू उपयोगकर्ता की सहमति से जुड़ी नीति और Ads Data Hub की नीति के तहत, ईईए के असली उपयोगकर्ताओं से मिला डेटा, Google के साथ शेयर करने के लिए ज़रूरी सहमति ली है. यह शर्त हर Ads Data Hub खाते पर लागू होती है. साथ ही, जब भी पहले पक्ष (ग्राहक) का नया डेटा अपलोड करें, तो इसे हर बार अपडेट करना ज़रूरी है. पूरे खाते की ओर से कोई भी उपयोगकर्ता यह स्वीकार कर सकता है.
ध्यान दें कि Google सेवा क्वेरी के वही नियम, आरडीआईडी क्वेरी पर भी लागू होते हैं जो विश्लेषण क्वेरी पर लागू होते हैं. उदाहरण के लिए, मैच टेबल बनाते समय, ईईए के उपयोगकर्ताओं के लिए क्रॉस-सर्विस क्वेरी नहीं चलाई जा सकतीं.
Ads Data Hub में सहमति को स्वीकार करने का तरीका जानने के लिए, यूरोपियन इकनॉमिक एरिया के लिए सहमति देने से जुड़ी ज़रूरी शर्तें देखें.
RDID मैचिंग की सुविधा कैसे काम करती है
Ads Data Hub, RDID टेबल बनाता है. इनमें एक और device_id_md5
कॉलम होता है. user_id
कॉलम वाली हर adh.*
टेबल में, उससे जुड़ी *_rdid
टेबल होगी. device_id_md5
कॉलम में, RDID का MD5-हैश किया गया वर्शन शामिल होता है. device_id_md5
को हैश किया गया है. इसलिए, आपको यहां दिए गए बदलाव का इस्तेमाल करके, अपने पहले पक्ष के डेटासेट में RDID को हैश करना होगा:
UPPER(TO_HEX(MD5(UPPER(raw device id string))))
RDID हैश करने के बाद, इस कॉलम में अपने डिवाइस आईडी जोड़े जा सकते हैं.
RDID मैचिंग क्वेरी वर्कफ़्लो
- ऐसे BigQuery डेटासेट में, पहले पक्ष का डेटासेट अपलोड करें जिसमें आरडीआईडी हों. यह डेटासेट आपके Ads Data Hub खाते के पास है और इसका पढ़ने का ऐक्सेस आपके पास है.
device_id_md5
को अपने डेटासेट में, आरडीआईडी के एमडी5-हैश किए गए वर्शन के साथ जोड़ने वाली क्वेरी लिखें और चलाएं.
सैंपल
इन-ऐप्लिकेशन कन्वर्ज़न और लाइफ़टाइम वैल्यू पर ब्रैंडिंग कैंपेन के असर का आकलन करें
यह क्वेरी, सीआरएम डेटा को YouTube कैंपेन की सूची से जोड़ती है, ताकि कैंपेन के हिसाब से उपयोगकर्ताओं की औसत लाइफ़टाइम वैल्यू और इन-ऐप्लिकेशन कन्वर्ज़न की संख्या मेज़र की जा सके:
WITH crm_data as (
SELECT
UPPER(TO_HEX(MD5(UPPER(raw device_id)))) as device_id_md5, AVG(lifetime_value), SUM(iac)
FROM 'projectname.crm_data' # first party transactions data keyed off device ID
)
SELECT
branding_campaigns.campaign_id, crm_data.iac, crm_data.lifetime_value
FROM
adh.dv360_youtube_conversions_rdid AS branding_campaigns
branding_campaigns LEFT JOIN crm_data
ON branding_campaigns.device_id_md5 = crm_data.device_id_md5
WHERE branding_campaigns.campaign_id IN (list of branding campaigns)
कैंपेन के हिसाब से आय मेज़र करें
इस क्वेरी में, ट्रांज़ैक्शन डेटा को कैंपेन से जोड़ने का तरीका बताया गया है. इसकी मदद से, Google Ads कैंपेन आईडी के हिसाब से कन्वर्ज़न से मिलने वाले रेवेन्यू का हिसाब लगाया जा सकता है:
WITH transactions AS (
SELECT
UPPER(TO_HEX(MD5(UPPER(raw device_id)))) as device_id_md5,
transaction_amount
FROM 'projectname.transactions' # first-party transactions data keyed off device ID
)
SELECT
adh_conversions.campaign_id,
SUM(transaction_amount) # first-party column for transaction amount as revenue
FROM
adh.google_ads_conversions_rdid AS adh_conversions
LEFT JOIN transactions ON (adh_conversions.device_id_md5 = transactions.device_id_md5)
CTV के ट्रैफ़िक के लिए फ़िल्टर
CTV IFA अब cm_dt_impression_rdid
और dv360_dt_impression_rdid
व्यू में उपलब्ध है. इन व्यू की क्वेरी करते समय, सिर्फ़ CTV ट्रैफ़िक को शामिल करने के लिए, नीचे दिए गए WHERE
क्लॉज़ को जोड़ा जा सकता है:
WHERE event.dv360_device_type IN (3,4,5)