Pencocokan ID perangkat yang dapat direset

ID perangkat yang dapat direset (RDID) dapat digunakan untuk pengukuran dan pencocokan data pihak pertama di Ads Data Hub. Dengan membuat kueri berdasarkan RDID, Anda dapat mengekstrak tayangan dan konversi dalam aplikasi. Anda juga dapat menggabungkan set data pihak pertama, seperti transaksi aplikasi pelanggan, untuk lebih memahami dampak media pada konversi aplikasi pihak pertama.

Analisis RDID cocok bagi pengiklan yang data pihak pertamanya terutama berasal dari aplikasi seluler (seperti transportasi online atau perusahaan game seluler), atau menayangkan dalam jumlah besar menggunakan aplikasi seluler (seperti eksposur seluler YouTube), dan perlu memperkaya data tayangan mereka dengan menggabungkan set data pihak pertama tempat RDID diambil. Data RDID juga mencakup ID TV yang Terhubung (CTV) untuk Iklan (IFA), yang memungkinkan pengiklan menganalisis perilaku pengguna dan performa kampanye di perangkat TV yang terhubung. Selain itu, pencocokan RDID memerlukan sejumlah kecil penyiapan dari Anda untuk memulai.

Berikut adalah beberapa dari berbagai kasus penggunaan yang diizinkan oleh pencocokan RDID:

  • Memperkaya data iklan dengan telemetri: Dengan menggabungkan perilaku dalam aplikasi ke data Ads Data Hub, Anda dapat menilai dampak eksposur iklan terhadap tindakan pengguna dalam aplikasi Anda.
  • Mengukur performa YouTube: Karena sebagian besar traffic YouTube terjadi dalam aplikasi, penggabungan RDID berguna dalam menilai dampak kampanye YouTube terhadap performa aplikasi.
  • Menganalisis perilaku pengguna di berbagai saluran seluler dan CTV: Dengan menyertakan IFA CTV dalam analisis RDID, pengiklan dapat memperoleh pemahaman yang lebih luas tentang perilaku pengguna di berbagai aplikasi pihak pertama dan platform TV yang terhubung.
  • Ukur dampak kampanye branding terhadap konversi dalam aplikasi dan LTV: Gabungkan data LTV di CRM Anda untuk mengukur sejauh mana kampanye branding meningkatkan konversi dalam aplikasi dan LTV.

Batasan

  • Untuk peristiwa iOS, Anda hanya dapat mencocokkan data yang berasal dari aplikasi di iOS 14.5+ dari pengguna yang telah memberikan izin berdasarkan framework App Tracking Transparency Apple.
  • Data Gmail tidak tersedia di tabel RDID.

Untuk memastikan Anda dapat menggunakan data pihak pertama Anda di Ads Data Hub, Anda harus mengonfirmasi bahwa Anda telah memperoleh izin yang tepat untuk membagikan data dari pengguna akhir EEA ke Google sesuai dengan Kebijakan izin pengguna Uni Eropa dan kebijakan Ads Data Hub. Persyaratan ini berlaku untuk setiap akun Ads Data Hub, dan harus diperbarui setiap kali Anda mengupload data pihak pertama yang baru. Setiap satu pengguna dapat membuat persetujuan ini atas nama seluruh akun.

Perlu diperhatikan bahwa aturan kueri layanan Google yang sama dengan yang berlaku untuk kueri analisis juga berlaku untuk kueri RDID. Misalnya, Anda tidak dapat menjalankan kueri lintas layanan pada pengguna di EEA saat membuat tabel pencocokan.

Untuk mempelajari cara menyetujui izin di Ads Data Hub, lihat Persyaratan izin untuk Wilayah Ekonomi Eropa.

Cara kerja pencocokan RDID

Ads Data Hub membuat tabel RDID yang berisi kolom device_id_md5 tambahan. Setiap tabel adh.* yang berisi kolom user_id akan memiliki tabel *_rdid yang sesuai. Kolom device_id_md5 berisi versi RDID yang di-hash MD5. Karena device_id_md5 di-hash, Anda harus melakukan hashing pada RDID di set data pihak pertama menggunakan transformasi di bawah:

UPPER(TO_HEX(MD5(UPPER(raw device id string))))

Setelah meng-hash RDID, Anda dapat menggabungkan ID perangkat ke kolom ini.

Alur kerja kueri pencocokan RDID

  1. Upload set data pihak pertama yang berisi RDID ke set data BigQuery yang akses bacanya dimiliki oleh akun Ads Data Hub Anda.
  2. Tulis dan jalankan kueri yang menggabungkan device_id_md5 dengan versi RDID yang di-hash MD5 di set data Anda.

Contoh

Ukur dampak kampanye branding terhadap konversi dalam aplikasi dan LTV

Kueri ini menggabungkan data CRM dengan daftar kampanye YouTube untuk mengukur LTV rata-rata pengguna dan jumlah konversi dalam aplikasi menurut kampanye:

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)

Mengukur pendapatan berdasarkan kampanye

Kueri ini menunjukkan cara menggabungkan data transaksi ke kampanye, sehingga Anda dapat mengukur pendapatan dari konversi, yang dikelompokkan menurut ID kampanye Google Ads:

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)

Memfilter traffic CTV

IFA CTV kini tersedia dalam tampilan cm_dt_impression_rdid dan dv360_dt_impression_rdid. Saat membuat kueri tampilan ini, klausul WHERE berikut dapat ditambahkan hanya untuk menyertakan traffic CTV:

WHERE event.dv360_device_type IN (3,4,5)