การจับคู่ข้อมูลที่ผู้ใช้ให้ไว้

ภาพรวม

UPDM (การจับคู่ข้อมูลที่ผู้ใช้ให้ไว้) ผนวกข้อมูลจากบุคคลที่หนึ่งที่คุณรวบรวมไว้เกี่ยวกับผู้ใช้ เช่น ข้อมูลจากเว็บไซต์ แอป หรือกิจการที่มีหน้าร้านจริง กับกิจกรรมที่ลงชื่อเข้าใช้ของผู้ใช้รายดังกล่าวในข้อมูลโฆษณา Google ยกเว้น Google Marketing Platform เหตุการณ์โฆษณาต้องลิงก์กับผู้ใช้ที่ลงชื่อเข้าใช้ในข้อมูลโฆษณาของ Google เพื่อให้มีสิทธิ์ใช้การจับคู่ข้อมูลที่ผู้ใช้ให้ไว้

การจับคู่ข้อมูลที่ผู้ใช้ให้ไว้มีข้อได้เปรียบที่พิเศษไม่เหมือนใครเมื่อเทียบกับการจับคู่ข้อมูลลูกค้ารูปแบบอื่นๆ การจับคู่ข้อมูลที่ได้จากผู้ใช้:

  • ต้านการเปลี่ยนแปลงของอุตสาหกรรมได้ดีกว่าข้อมูลของบุคคลที่สาม
  • จะไม่ได้รับผลกระทบจากการเลิกใช้งานคุกกี้ของบุคคลที่สามที่จะเกิดขึ้น เนื่องจากการจับคู่ข้อมูลที่ผู้ใช้ให้ไว้จะพร้อมใช้งานบนพื้นที่โฆษณาที่ Google เป็นเจ้าของและดําเนินการเองเท่านั้นสําหรับผู้ใช้ที่ลงชื่อเข้าใช้
  • สามารถมอบประสบการณ์ที่เกี่ยวข้องมากขึ้นให้กับลูกค้า ซึ่งมักจะทําให้ ลูกค้ามีส่วนร่วมมากขึ้น
  • ให้ข้อมูลเชิงลึกแก่ลูกค้าที่สมบูรณ์ยิ่งขึ้น

สรุปกระบวนการ

หลังจากที่เปิดใช้การจับคู่ข้อมูลที่ผู้ใช้ให้ไว้ในบัญชีแล้ว การใช้ฟีเจอร์ต่อเนื่องจะมี 2 ขั้นตอนดังนี้

  1. การนําเข้าข้อมูลจากบุคคลที่หนึ่งไปยัง Ads Data Hub
    • คุณจัดรูปแบบและอัปโหลดข้อมูลจากบุคคลที่หนึ่งไปยังชุดข้อมูล BigQuery คุณใช้ชุดข้อมูล BigQuery ใดก็ได้ที่คุณเป็นเจ้าของ นอกเหนือจากโปรเจ็กต์ผู้ดูแลระบบ
    • คุณเริ่มคําขอจับคู่ข้อมูลด้วยการสร้างการเชื่อมต่อและกําหนดเวลาการนําเข้า
    • Google รวมข้อมูลระหว่างโปรเจ็กต์กับข้อมูลที่เป็นของ Google ซึ่งมีรหัสผู้ใช้ของ Google และแฮชที่ผู้ใช้ให้ไว้เพื่อสร้างและอัปเดตตาราง *_match
  2. การค้นหาที่กําลังดําเนินอยู่ใน Ads Data Hub โดยอิงตามข้อมูลที่ตรงกัน
    • คุณเรียกใช้การค้นหาเทียบกับตาราง *_match แบบเดียวกันกับที่คุณเรียกใช้คําค้นหาตามปกติใน Ads Data Hub

โปรเจ็กต์แหล่งข้อมูลและโปรเจ็กต์ปลายทาง

การเชื่อมต่อกําหนดให้คุณต้องใช้โปรเจ็กต์ Google Cloud 2 โปรเจ็กต์ที่แตกต่างกัน ได้แก่ โปรเจ็กต์แหล่งข้อมูลและโปรเจ็กต์ปลายทาง

  • แหล่งข้อมูล: โครงการนี้มีข้อมูลการโฆษณาที่เป็นกรรมสิทธิ์ของคุณในรูปแบบข้อมูลดิบ
  • ปลายทาง: นี่คือชุดข้อมูล BigQuery ที่ Ads Data Hub เขียนขึ้นมา นี่เป็นโปรเจ็กต์ผู้ดูแลระบบของคุณโดยค่าเริ่มต้น หากต้องการเปลี่ยนเป็นโปรเจ็กต์ Google Cloud อื่น โปรดดูหัวข้อกําหนดค่าบัญชีบริการ

ข้อจํากัดด้านความเป็นส่วนตัว

การรวบรวมข้อมูลลูกค้า

เมื่อใช้การจับคู่ข้อมูลที่ผู้ใช้ให้ไว้ คุณต้องอัปโหลดข้อมูลจากบุคคลที่หนึ่ง ซึ่งอาจเป็นข้อมูลที่คุณรวบรวมจากเว็บไซต์ แอป หน้าร้านจริง หรือข้อมูลใดๆ ที่ลูกค้าแชร์กับคุณโดยตรง

ขนาดข้อมูล

การจับคู่ข้อมูลส่วนตัวของผู้ใช้จะบังคับใช้ข้อกําหนดเหล่านี้เกี่ยวกับขนาดของข้อมูลเพื่อปกป้องความเป็นส่วนตัวของผู้ใช้ปลายทาง

  • คุณต้องอัปโหลดระเบียนอย่างน้อย 1,000 รายการในรายการผู้ใช้
  • การอัปเดตตารางการจับคู่ทุกๆ ครั้งต้องมีจํานวนผู้ใช้ใหม่ที่ตรงกันขั้นต่ํา ลักษณะการทํางานนี้คล้ายกับการตรวจสอบความแตกต่าง
  • รายการของคุณต้องไม่เกินจํานวนบันทึกสูงสุด หากต้องการทราบข้อมูลเกี่ยวกับ ขีดจํากัดของข้อมูลสูงสุด โปรดติดต่อตัวแทนของ Google

เปิดแท็บการเชื่อมต่อ

ก่อนเริ่มต้น ให้กําหนดค่าบัญชี Ads Data Hub เพื่อเปิดใช้แท็บการเชื่อมต่อ ซึ่งเป็นที่ที่คุณจะสร้างไปป์ไลน์การจับคู่ข้อมูล โดยต้องทําตามขั้นตอนเหล่านี้เพียงครั้งเดียวเท่านั้น

  1. ส่งตัวแทนของ Google
    1. รหัสบัญชี Ads Data Hub ที่คุณจะใช้สําหรับจับคู่ข้อมูลที่ผู้ใช้ให้ไว้
    2. อีเมลผู้ใช้ขั้นสูงที่มีสิทธิ์เข้าถึงโปรเจ็กต์ปลายทาง
    3. ยืนยันกับตัวแทนของ Google ว่าบัญชีและผู้ใช้ขั้นสูง ได้รับอนุญาต

  2. เปิดใช้ Ads Data Connector API ในโปรเจ็กต์ Google Cloud ที่กําหนด โดยค่าเริ่มต้น ซึ่งก็คือโปรเจ็กต์ผู้ดูแลระบบ หากต้องการใช้โปรเจ็กต์อื่น ให้ทําตามขั้นตอนเหล่านี้กับโปรเจ็กต์ Google Cloud อื่นเป็นโปรเจ็กต์แหล่งข้อมูล คุณต้องทําตามขั้นตอนเหล่านี้ขณะลงชื่อเข้าใช้ในฐานะผู้ใช้ขั้นสูงในรายการที่อนุญาต

    1. ไปที่ไลบรารี Cloud Console API
    2. เลือกโปรเจ็กต์แหล่งข้อมูลจากรายการ
    3. ค้นหา "Ads Data Connector API" หาก Ads Data Connector API ไม่แสดงในผลการค้นหา อาจหมายความว่าบัญชี Google ที่ลงชื่อเข้าใช้ไม่ใช่ผู้ใช้ขั้นสูงที่ได้รับอนุญาต
    4. คลิกเปิดใช้ในหน้า API
    5. ยืนยันกับตัวแทนของ Google ว่า API นั้นเปิดใช้อยู่

  3. ตัวแทนของ Google จะส่งให้คุณทางอีเมล 3 อีเมล ซึ่งแบ่งออกเป็นบัญชีบริการ Datafusion, Dataproc และ UPDM

    ส่วนการเชื่อมต่อใหม่จะปรากฏในบัญชี Ads Data Hub ด้วย โดยจะมีแท็บชื่อข้อมูล 1P ของคุณและการจับคู่ข้อมูล ดูข้อมูลเกี่ยวกับกรณีการใช้งานของแต่ละแท็บ

  4. ให้สิทธิ์ที่เหมาะสมกับบัญชีบริการ สําหรับคําอธิบายบัญชีบริการที่แตกต่างกันและสิทธิ์ที่จําเป็น ให้เลือก แหล่งข้อมูลของคุณในตารางดังนี้

    BigQuery

    บัญชีบริการ Datafusion
    วัตถุประสงค์ บัญชีบริการ Datafusion ใช้เพื่อแสดงรายการของช่องแหล่งที่มาใน UI ของ Ads Data Hub
    รูปแบบ service-some-number@gcp-sa-datafusion.iam.gserviceaccount.com
    สิทธิ์เข้าถึงที่จําเป็น
    BigQuery Data Viewer
    roles/bigquery.dataViewer
    		 สําหรับชุดข้อมูลที่เฉพาะเจาะจงในโปรเจ็กต์แหล่งข้อมูลและปลายทาง
    Storage Admin
    roles/storage.admin
    		 สําหรับโปรเจ็กต์แหล่งข้อมูล หรือที่เก็บข้อมูลของพื้นที่เก็บข้อมูลเฉพาะ
    บัญชีบริการ Dataproc
    วัตถุประสงค์ บัญชีบริการ Dataproc มีหน้าที่เรียกใช้ไปป์ไลน์ข้อมูลในเบื้องหลัง
    รูปแบบ some-number-compute@developer.gserviceaccount.com
    สิทธิ์เข้าถึงที่จําเป็น
    BigQuery Data Viewer
    roles/bigquery.dataViewer
    		 สําหรับชุดข้อมูลที่เฉพาะเจาะจงในโปรเจ็กต์แหล่งข้อมูลและปลายทาง
    BigQuery Data Editor
    roles/bigquery.dataEditor
    		 สําหรับชุดข้อมูลที่เฉพาะเจาะจงในโปรเจ็กต์ปลายทาง
    BigQuery Job User
    roles/bigquery.jobUser
    		 สําหรับทั้งโปรเจ็กต์แหล่งข้อมูลและปลายทาง
    Storage Admin
    roles/storage.admin
    		 สําหรับทั้งโปรเจ็กต์แหล่งข้อมูลและปลายทาง หรือที่เก็บข้อมูลของพื้นที่เก็บข้อมูลเฉพาะ
    บัญชีบริการของ UPDM
    วัตถุประสงค์ บัญชีบริการ UPDM ใช้ในการเรียกใช้งานที่ตรงกัน
    รูปแบบ service-some-number@gcp-sa-adsdataconnector.iam.gserviceaccount.com
    สิทธิ์เข้าถึงที่จําเป็น
    BigQuery Data Viewer
    roles/bigquery.dataViewer
    		 สําหรับโปรเจ็กต์ Destination
    BigQuery Job User
    roles/bigquery.jobUser
    		 สําหรับโปรเจ็กต์ Destination

    Cloud Storage

    บัญชีบริการ Datafusion
    วัตถุประสงค์ บัญชีบริการ Datafusion ใช้เพื่อแสดงรายการของช่องแหล่งที่มาใน UI ของ Ads Data Hub
    รูปแบบ service-some-number@gcp-sa-datafusion.iam.gserviceaccount.com
    สิทธิ์เข้าถึงที่จําเป็น
    Storage Object Viewer
    roles/storage.objectViewer
    		 สําหรับที่เก็บข้อมูลของพื้นที่เก็บข้อมูลที่เฉพาะเจาะจงในโปรเจ็กต์แหล่งข้อมูล
    BigQuery Data Viewer
    roles/bigquery.dataViewer
    		 สําหรับโปรเจ็กต์แหล่งข้อมูล หรือที่เก็บข้อมูลของพื้นที่เก็บข้อมูลเฉพาะ
    Storage Admin
    roles/storage.admin
    		 สําหรับโปรเจ็กต์แหล่งข้อมูล หรือที่เก็บข้อมูลของพื้นที่เก็บข้อมูลเฉพาะ
    บัญชีบริการ Dataproc
    วัตถุประสงค์ บัญชีบริการ Dataproc มีหน้าที่เรียกใช้ไปป์ไลน์ข้อมูลในเบื้องหลัง
    รูปแบบ some-number-compute@developer.gserviceaccount.com
    สิทธิ์เข้าถึงที่จําเป็น
    Storage Admin
    roles/storage.admin
    		 สําหรับทั้งโปรเจ็กต์แหล่งข้อมูลและปลายทาง หรือที่เก็บข้อมูลของพื้นที่เก็บข้อมูลเฉพาะ
    BigQuery Job User
    roles/bigquery.jobUser
    		 สําหรับโปรเจ็กต์ Destination
    บัญชีบริการของ UPDM
    วัตถุประสงค์ บัญชีบริการ UPDM ใช้ในการเรียกใช้งานที่ตรงกัน
    รูปแบบ service-some-number@gcp-sa-adsdataconnector.iam.gserviceaccount.com
    สิทธิ์เข้าถึงที่จําเป็น
    BigQuery Data Viewer
    roles/bigquery.dataViewer
    		 สําหรับโปรเจ็กต์ Destination
    BigQuery Job User
    roles/bigquery.jobUser
    		 สําหรับโปรเจ็กต์ Destination

    Salesforce

    เร็วๆ นี้

นําเข้าข้อมูลจากบุคคลที่หนึ่ง

จัดรูปแบบข้อมูลสําหรับอินพุต

ข้อมูลต้องเป็นไปตามข้อกําหนดด้านการจัดรูปแบบเหล่านี้เพื่อให้จับคู่ได้อย่างถูกต้อง

  • เมื่อมีการระบุ คุณต้องอัปโหลดโดยใช้แฮช SHA256 ที่เข้ารหัสเป็นสตริง Base16 ถึงแม้ว่า UPDM จะรองรับ Base64 แต่ก็แตกต่างจากหลักเกณฑ์การจับคู่ข้อมูลลูกค้าของ Google Ads ก็ตาม
  • ช่องป้อนข้อมูลต้องอยู่ในรูปแบบสตริง หากใช้ BigQuery{0}#39; ฟังก์ชันแฮช SHA256 และฟังก์ชันการเข้ารหัส Base16 (TO_HEX) ให้การเปลี่ยนรูปแบบดังนี้: TO_HEX(SHA256(user_data))

User ID

  • ข้อความธรรมดา
  • การแฮช: ไม่มี

อีเมล

  • ลบช่องว่าง
  • อักขระทั้งหมดต้องเป็นตัวพิมพ์เล็ก
  • รวมชื่อโดเมนของอีเมลทั้งหมด เช่น gmail.com หรือ hotmail.co.jp
  • นําเครื่องหมายเน้นเสียงออก เช่น เปลี่ยน è, é, ê หรือ ë เป็น e
  • การแฮช: SHA256 ที่เข้ารหัสแบบ Base16

ถูกต้อง: TO_HEX(SHA256("jeffersonloveshiking@gmail.com"))

ไม่ถูกต้อง: TO_HEX(SHA256("JéffersonLôvesHiking@gmail.com"))

โทรศัพท์

  • ลบช่องว่าง
  • รูปแบบในรูปแบบ E.164 เช่น US +14155552671, UK +442071838750)
  • ระบุรหัสประเทศด้วย (รวมถึงสหรัฐอเมริกา)
  • นําสัญลักษณ์พิเศษทั้งหมดออก ยกเว้น "+" ก่อนรหัสประเทศ
  • การแฮช: SHA256 ที่เข้ารหัสแบบ Base16

ถูกต้อง: TO_HEX(SHA256("+18005550101"))

ไม่ถูกต้อง: TO_HEX(SHA256("(800) 555-0101"))

ชื่อ

  • ลบช่องว่าง
  • อักขระทั้งหมดต้องเป็นตัวพิมพ์เล็ก
  • นําคํานําหน้าทั้งหมดออก เช่น นาง
  • อย่า&ลบเครื่องหมายเน้นเสียง เช่น è, é, ê หรือ ë
  • การแฮช: SHA256 ที่เข้ารหัสแบบ Base16

ถูกต้อง: TO_HEX(SHA256("daní"))

ไม่ถูกต้อง: TO_HEX(SHA256("Daní"))

นามสกุล

  • ลบช่องว่าง
  • อักขระทั้งหมดต้องเป็นตัวพิมพ์เล็ก
  • นําคํานําหน้าทั้งหมดออก เช่น Jr.
  • อย่า&ลบเครื่องหมายเน้นเสียง เช่น è, é, ê หรือ ë
  • การแฮช: SHA256 ที่เข้ารหัสแบบ Base16

ถูกต้อง: TO_HEX(SHA256("delacruz"))

ไม่ถูกต้อง: TO_HEX(SHA256("de la Cruz, Jr."))

ประเทศ

  • ใส่รหัสประเทศด้วย แม้ว่าข้อมูลลูกค้าทั้งหมดจะมาจากประเทศเดียวกัน
  • ห้ามแฮชข้อมูลประเทศ
  • ใช้รหัสประเทศ ISO 3166-1 alpha-2
  • การแฮช: ไม่มี

ถูกต้อง: US

ไม่ถูกต้อง: United States of America หรือ USA

รหัสไปรษณีย์

  • ห้ามแฮชข้อมูลรหัสไปรษณีย์
  • อนุญาตให้ใช้รหัสไปรษณีย์ทั้งของสหรัฐอเมริกาและต่างประเทศ
  • สําหรับสหรัฐฯ
    • อนุญาตให้ใช้รหัส 5 หลัก เช่น 94043
    • อนุญาตให้ใช้รหัส 5 หลักตามด้วยส่วนขยาย 4 หลัก เช่น 94043-1351 หรือ 940431351
  • สําหรับประเทศอื่น
    • ไม่จําเป็นต้องจัดรูปแบบ (ไม่จําเป็นต้องใช้ตัวพิมพ์เล็ก หรือนําการเว้นวรรคและสัญลักษณ์พิเศษออก)
    • เว้นส่วนขยายรหัสไปรษณีย์ไว้
  • การแฮช: ไม่มี

การตรวจสอบแฮชและการเข้ารหัสข้อมูล

คุณใช้สคริปต์การตรวจสอบแฮชต่อไปนี้เพื่อให้แน่ใจว่าข้อมูลอยู่ในรูปแบบที่ถูกต้องได้

JavaScript

ฐาน 16

/**
 * @fileoverview Provides the hashing algorithm for User-Provided Data Match, as
 * well as some valid hashes of sample data for testing.
*/

async function hash(token) {
  const formattedToken = token.trim().toLowerCase();
  const hashArrayBuffer = await crypto.subtle.digest(
      'SHA-256', (new TextEncoder()).encode(formattedToken));
  return Array.from(new Uint8Array(hashArrayBuffer))
      .map((b) => b.toString(16).padStart(2, '0'))
      .join('');
}

function main() {
  // Expected hash for test@gmail.com:
  // 87924606b4131a8aceeeae8868531fbb9712aaa07a5d3a756b26ce0f5d6ca674
  hash('test@gmail.com').then(result => console.log(result));

  // Expected hash for +18005551212:
  // 61d9111bed3e6d9cfc1bc3b5cb35a402687c4f1546bee061a2bd444fbdd64c44
  hash('+18005551212').then(result => console.log(result));

  // Expected hash for John:
  // 96d9632f363564cc3032521409cf22a852f2032eec099ed5967c0d000cec607a
  hash('John').then(result => console.log(result));

  // Expected hash for Doe:
  // 799ef92a11af918e3fb741df42934f3b568ed2d93ac1df74f1b8d41a27932a6f
  hash('Doe').then(result => console.log(result));
}

main()

Base64

/**
 * @fileoverview Provides the hashing algorithm, as well as some valid hashes of
 * sample data for testing.
*/

async function hash(token) {
  const formattedToken = token.trim().toLowerCase();
  const hashBuffer = await crypto.subtle.digest(
      'SHA-256', (new TextEncoder()).encode(formattedToken));
  const base64Str = btoa(String.fromCharCode(...new Uint8Array(hashBuffer)));
  return base64Str;
}

function main() {
  // Expected hash for test@gmail.com:
  // h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=
  hash('test@gmail.com').then(result => console.log(result));

  // Expected hash for +18005551212:
  // YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=
  hash('+18005551212').then(result => console.log(result));

  // Expected hash for John: ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=
  hash('John').then(result => console.log(result));

  // Expected hash for Doe: eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=
  hash('Doe').then(result => console.log(result));
}

main()

Python

ฐาน 16

"""Provides the hashing algorithm, as well as some valid hashes of sample data for testing.

Supports: Python 2, Python 3

Sample hashes:

  - Email 'test@gmail.com': 87924606b4131a8aceeeae8868531fbb9712aaa07a5d3a756b26ce0f5d6ca674
  - Phone '+18005551212':   61d9111bed3e6d9cfc1bc3b5cb35a402687c4f1546bee061a2bd444fbdd64c44
  - First name 'John':      96d9632f363564cc3032521409cf22a852f2032eec099ed5967c0d000cec607a
  - Last name 'Doe':        799ef92a11af918e3fb741df42934f3b568ed2d93ac1df74f1b8d41a27932a6f
"""

import base64
import hashlib

def updm_hash(token):
  return hashlib.sha256(token.strip().lower().encode('utf-8')).hexdigest()

def print_updm_hash(token):
  print('Hash: "{}"\t(Token: {})'.format(updm_hash(token), token))

def main():
  print_updm_hash('test@gmail.com')
  print_updm_hash('+18005551212')
  print_updm_hash('John')
  print_updm_hash('Doe')

if __name__ == '__main__':
  main()

Base64

"""Provides the hashing algorithm, as well as some valid hashes of sample data for testing.

Supports: Python 2, Python 3

Sample hashes:

  - Email 'test@gmail.com': h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=
  - Phone '+18005551212':   YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=
  - First name 'John':      ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=
  - Last name 'Doe':        eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=
"""

import base64
import hashlib

def hash(token):
  return base64.b64encode(
      hashlib.sha256(
          token.strip().lower().encode('utf-8')).digest()).decode('utf-8')

def print_hash(token, expected=None):
  hashed = hash(token)

  if expected is not None and hashed != expected:
    print(
        'ERROR: Incorrect hash for token "{}". Expected "{}", got "{}"'.format(
            token, expected, hashed))
    return

  print('Hash: "{}"\t(Token: {})'.format(hashed, token))

def main():
  print_hash(
      'test@gmail.com', expected='h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=')
  print_hash(
      '+18005551212', expected='YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=')
  print_hash('John', expected='ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=')
  print_hash('Doe', expected='eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=')

if __name__ == '__main__':
  main()

Go

ฐาน 16

/*
Provides the hashing algorithm, as well as some valid hashes of sample data for testing.

Sample hashes:

  - Email 'test@gmail.com': 87924606b4131a8aceeeae8868531fbb9712aaa07a5d3a756b26ce0f5d6ca674
  - Phone '+18005551212':   61d9111bed3e6d9cfc1bc3b5cb35a402687c4f1546bee061a2bd444fbdd64c44
  - First name 'John':      96d9632f363564cc3032521409cf22a852f2032eec099ed5967c0d000cec607a
  - Last name 'Doe':        799ef92a11af918e3fb741df42934f3b568ed2d93ac1df74f1b8d41a27932a6f
*/
package main

import (
  "crypto/sha256"
  "fmt"
  "strings"
)

// Hash hashes an email, phone, first name, or last name into the correct format.
func Hash(token string) string {
  formatted := strings.TrimSpace(strings.ToLower(token))
  hashed := sha256.Sum256([]byte(formatted))
  encoded := fmt.Sprintf("%x", hashed[:])
  return encoded
}

// PrintHash prints the hash for a token.
func PrintHash(token string) {
  fmt.Printf("Hash: \"%s\"\t(Token: %s)\n", Hash(token), token)

}

func main() {
  PrintHash("test@gmail.com")
  PrintHash("+18005551212")
  PrintHash("John")
  PrintHash("Doe")
}

Base64

/*
Provides the hashing algorithm, as well as some valid hashes of sample data for testing.

Sample hashes:

  - Email 'test@gmail.com': h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=
  - Phone '+18005551212':   YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=
  - First name 'John':      ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=
  - Last name 'Doe':        eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=
*/
package main

import (
  "crypto/sha256"
  "encoding/base64"
  "fmt"
  "strings"
)

// Hash hashes an email, phone, first name, or last name into the correct format.
func Hash(token string) string {
  formatted := strings.TrimSpace(strings.ToLower(token))
  hashed := sha256.Sum256([]byte(formatted))
  encoded := base64.StdEncoding.EncodeToString(hashed[:])
  return encoded
}

// PrintHash prints the hash for a token.
func PrintHash(token string) {
  fmt.Printf("Hash: \"%s\"\t(Token: %s)\n", Hash(token), token)

}

func main() {
  PrintHash("test@gmail.com")
  PrintHash("+18005551212")
  PrintHash("John")
  PrintHash("Doe")
}

Java

ฐาน 16

package updm.hashing;

import static java.nio.charset.StandardCharsets.UTF_8;

import com.google.common.base.Ascii;
import com.google.common.hash.Hashing;

/**
 * Example of the UPDM hashing algorithm using hex-encoded SHA-256.
*
* <p>This uses the Guava Hashing to generate the hash: https://github.com/google/guava
*
* <p>Sample valid hashes:
*
* <ul>
*   <li>Email "test@gmail.com": "87924606b4131a8aceeeae8868531fbb9712aaa07a5d3a756b26ce0f5d6ca674"
*   <li>Phone "+18005551212": "61d9111bed3e6d9cfc1bc3b5cb35a402687c4f1546bee061a2bd444fbdd64c44"
*   <li>First name "John": "96d9632f363564cc3032521409cf22a852f2032eec099ed5967c0d000cec607a"
*   <li>Last name "Doe": "799ef92a11af918e3fb741df42934f3b568ed2d93ac1df74f1b8d41a27932a6f"
* </ul>
*/
public final class HashExample {

  private HashExample() {}

  public static String hash(String token) {
    String formattedToken = Ascii.toLowerCase(token).strip();
    return Hashing.sha256().hashString(formattedToken, UTF_8).toString();
  }

  public static void printHash(String token) {
    System.out.printf("Hash: \"%s\"\t(Token: %s)\n", hash(token), token);
  }

  public static void main(String[] args) {
    printHash("test@gmail.com");
    printHash("+18005551212");
    printHash("John");
    printHash("Doe");
  }
}

Base64

package updm.hashing;

import static java.nio.charset.StandardCharsets.UTF_8;

import java.security.MessageDigest;
import java.security.NoSuchAlgorithmException;
import java.util.Base64;

/**
* Example of the hashing algorithm.
*
* <p>Sample hashes:
*
* <ul>
*   <li>Email 'test@gmail.com': h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=
*   <li>Phone '+18005551212': YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=
*   <li>First name 'John': ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=
*   <li>Last name 'Doe': eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=
* </ul>
*/
public final class HashExample {

private HashExample() {}

public static String hash(String token) {
  String formattedToken = token.toLowerCase().strip();

  byte[] hash;
  try {
    hash = MessageDigest.getInstance("SHA-256").digest(formattedToken.getBytes(UTF_8));
  } catch (NoSuchAlgorithmException e) {
    throw new IllegalStateException("SHA-256 not supported", e);
  }

  return Base64.getEncoder().encodeToString(hash);
}

public static void printHash(String token) {
  System.out.printf("Hash: \"%s\"\t(Token: %s)\n", hash(token), token);
}

public static void main(String[] args) {
  printHash("test@gmail.com");
  printHash("+18005551212");
  printHash("John");
  printHash("Doe");
}
}

SQL

ฐาน 16

/*
Provides the hashing algorithm, as well as some valid hashes of sample data for testing.

The following code uses Google Standard SQL and can be run on BigQuery to generate match tables from unhashed data.

Sample hashes:

  - Email 'test@gmail.com': 87924606b4131a8aceeeae8868531fbb9712aaa07a5d3a756b26ce0f5d6ca674
  - Phone '+18005551212':   61d9111bed3e6d9cfc1bc3b5cb35a402687c4f1546bee061a2bd444fbdd64c44
  - First name 'John':      96d9632f363564cc3032521409cf22a852f2032eec099ed5967c0d000cec607a
  - Last name 'Doe':        799ef92a11af918e3fb741df42934f3b568ed2d93ac1df74f1b8d41a27932a6f

The unhashed input table schema is assumed to be:

- Column name: UserID, Type: String
- Column name: Email, Type: String
- Column name: Phone, Type: String
- Column name: FirstName, Type: String
- Column name: LastName, Type: String
- Column name: PostalCode, Type: String
- Column name: CountryCode, Type: String
*/

CREATE TABLE `your_project_name.your_dataset_name.output_hashed_table_name`
AS
SELECT
  UserID,
  TO_HEX(SHA256(LOWER(Email))) AS Email,
  TO_HEX(SHA256(Phone)) AS Phone,
  TO_HEX(SHA256(LOWER(FirstName))) AS FirstName,
  TO_HEX(SHA256(LOWER(LastName))) AS LastName,
  PostalCode,
  CountryCode,
FROM
  `your_project_name.your_dataset_name.input_unhashed_table_name`;

Base64

/*
Provides the hashing algorithm, as well as some valid hashes of sample data for testing.

The following code uses Google Standard SQL and can be run on BigQuery to generate match tables from unhashed data.

Sample hashes:

  - Email 'test@gmail.com': h5JGBrQTGorO7q6IaFMfu5cSqqB6XTp1aybOD11spnQ=
  - Phone '+18005551212':   YdkRG+0+bZz8G8O1yzWkAmh8TxVGvuBhor1ET73WTEQ=
  - First name 'John':      ltljLzY1ZMwwMlIUCc8iqFLyAy7sCZ7VlnwNAAzsYHo=
  - Last name 'Doe':        eZ75KhGvkY4/t0HfQpNPO1aO0tk6wd908bjUGieTKm8=

The unhashed input table schema is assumed to be:

- Column name: UserID, Type: String
- Column name: Email, Type: String
- Column name: Phone, Type: String
- Column name: FirstName, Type: String
- Column name: LastName, Type: String
- Column name: PostalCode, Type: String
- Column name: CountryCode, Type: String
*/

CREATE TABLE `your_project_name.your_dataset_name.output_hashed_table_name`
AS
SELECT
  UserID,
  TO_BASE64(SHA256(LOWER(Email))) AS Email,
  TO_BASE64(SHA256(Phone)) AS Phone,
  TO_BASE64(SHA256(LOWER(FirstName))) AS FirstName,
  TO_BASE64(SHA256(LOWER(LastName))) AS LastName,
  PostalCode,
  CountryCode,
FROM
  `your_project_name.your_dataset_name.input_unhashed_table_name`;

คีย์สำหรับรวม

การผสมผสานข้อมูลที่ผู้ใช้ให้ไว้บางส่วนจะแข็งแกร่งกว่าชุดค่าผสมอื่นๆ รายการชุดค่าผสมต่างๆ ของข้อมูลที่ผู้ใช้ให้ไว้ ซึ่งจัดอันดับตามความรัดกุมมีดังนี้

  1. อีเมล โทรศัพท์ ที่อยู่ (แรงที่สุด)
  2. โทรศัพท์ ที่อยู่
  3. อีเมล ที่อยู่
  4. อีเมล โทรศัพท์
  5. ที่อยู่
  6. โทรศัพท์
  7. อีเมล (อ่อนที่สุด)

สร้างตารางการจับคู่

  1. คลิกการเชื่อมต่อ > การจับคู่ข้อมูล > สร้างการเชื่อมต่อ
  2. เลือกแหล่งข้อมูล แล้วคลิกเชื่อมต่อ ตรวจสอบสิทธิ์ หากได้รับแจ้ง แล้วคลิกถัดไป
  3. กําหนดค่าแหล่งข้อมูล แล้วคลิกถัดไป

    BigQuery

    เลือกตาราง BigQuery ที่จะนําเข้า

    Cloud Storage

    ป้อนเส้นทางไฟล์ gsutil เช่น gs://my-bucket/folder/ แล้วเลือกการจัดรูปแบบไฟล์

    Salesforce

    เร็วๆ นี้

  4. ตั้งค่า destination แล้วคลิก ถัดไป:
    1. เลือกชุดข้อมูล BigQuery ใหม่เพื่อใช้เป็นปลายทางตัวกลางสําหรับข้อมูล ขั้นตอนนี้จะช่วยให้มั่นใจได้ว่าข้อมูลของคุณจะได้รับการจัดรูปแบบอย่างถูกต้อง
  5. ไม่บังคับ: แก้ไขรูปแบบข้อมูล การแปลงรูปแบบประกอบด้วย แฮชประมวลผล การจัดรูปแบบตัวพิมพ์เล็ก/ใหญ่ และช่องที่รวม/แยก
    1. คลิก Action > > Transform
    2. ในแผงที่ปรากฏขึ้น ให้คลิกเพิ่มการเปลี่ยนรูปแบบหรือเพิ่มการเปลี่ยนรูปแบบอื่นๆ
    3. เลือกประเภทการเปลี่ยนรูปแบบจากเมนูแบบเลื่อนลงและป้อนข้อกําหนด
    4. คลิกบันทึก
  6. เลือกคีย์การเข้าร่วมอย่างน้อย 1 รายการเพื่อแมปช่องที่คุณจะใช้ แล้วคลิกถัดไป
  7. ตั้งเวลา
    1. ตั้งชื่อการเชื่อมต่อ
    2. ตั้งค่าความถี่ โดยกําหนดความถี่การนําเข้าข้อมูลลงในชุดข้อมูลที่คุณเลือกไว้ในขั้นตอนก่อนหน้า การเรียกใช้แต่ละครั้งจะเขียนทับข้อมูลในตารางปลายทาง
    3. ระบุวิธีการจัดการกับการชนของ User-ID คุณสามารถเลือกระหว่างการจับคู่เดิมหรือเขียนทับด้วยข้อมูลใหม่
  8. คลิกเสร็จสิ้น

ดูรายละเอียดการเชื่อมต่อ

หน้ารายละเอียดการเชื่อมต่อจะให้ข้อมูลเกี่ยวกับการเชื่อมต่อที่ระบุและการเรียกใช้ล่าสุด วิธีดูรายละเอียดของการเชื่อมต่อที่ต้องการ

  1. คลิกการเชื่อมต่อ > การจับคู่ข้อมูล
  2. คลิกชื่อการเชื่อมต่อเพื่อดูรายละเอียด
  3. ตอนนี้คุณสามารถดูรายละเอียดการเชื่อมต่อและการเรียกใช้ครั้งล่าสุดได้ โดยแต่ละประเภทจะแสดงข้อผิดพลาดที่เป็นไปได้ 2 ประเภท ได้แก่ ระดับการเชื่อมต่อ (การเชื่อมต่อไม่เชื่อมต่อ) และข้อผิดพลาดระดับแถว (ไม่ได้นําเข้าแถว)
    1. สถานะล้มเหลวจะแสดงว่าการเชื่อมต่อทั้งหมดทํางานไม่สําเร็จ (เช่น ปัญหาเกี่ยวกับสิทธิ์บัญชีบริการ) คลิกสถานะข้อผิดพลาดเพื่อดูว่าข้อผิดพลาดใดส่งผลต่อการเชื่อมต่อ
    2. สถานะ เสร็จสมบูรณ์ หมายความว่าการเชื่อมต่อทํางานสําเร็จ อย่างไรก็ตาม อาจมีข้อผิดพลาดระดับแถวอยู่ที่ระบุด้วยค่าที่ไม่ใช่ 0 ในคอลัมน์ "แถวที่มีข้อผิดพลาด" คลิกค่าเพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับระเบียนที่ไม่สําเร็จ

แก้ไขการเชื่อมต่อ

ยังไม่รองรับการแก้ไขการเชื่อมต่อ หากต้องการเปลี่ยนการเชื่อมต่อ ให้สร้างการเชื่อมต่อใหม่ แล้วลบการเชื่อมต่อเดิม

ค้นหาข้อมูลใน Ads Data Hub

ค้นหาตารางการจับคู่

เมื่อตารางการจับคู่มีข้อมูลเพียงพอที่จะเป็นไปตามการตรวจสอบความเป็นส่วนตัว คุณก็พร้อมเรียกใช้ตารางดังกล่าว แต่ละตารางในสคีมา Ads Data Hub ที่มีช่อง user_id จะมีตาราง *_match แนบอยู่ ตัวอย่างเช่น ในตาราง adh.google_ads_impressions Ads Ads Hub จะสร้างตารางการจับคู่ชื่อ adh.google_ads_impressions_match ด้วย เฉพาะรหัสผู้ใช้เท่านั้น ตารางเหล่านี้ประกอบด้วยชุดย่อยของผู้ใช้ที่มีอยู่ในตารางดั้งเดิมซึ่งมีการจับคู่ที่ตรงกันใน user_id เช่น หากตารางเดิมมีข้อมูลสําหรับผู้ใช้ ก. และผู้ใช้ ข. แต่มีการจับคู่ผู้ใช้ ก เท่านั้น ผู้ใช้ ข. จะไม่อยู่ในตารางการจับคู่

ตารางการจับคู่มีคอลัมน์เพิ่มเติมชื่อ external_cookie ซึ่งจะจัดเก็บคุกกี้ของคุณเป็น FILES

ช่อง external_cookie จะมีรหัสเป็น → คุณต้องแคสต์คีย์การเข้าร่วมเป็น FILES สําหรับการจับคู่ที่ประสบความสําเร็จ

JOIN ON 
  google_data_imp.external_cookie = CAST(my_data.user_id AS BYTES)

ใช้ตารางการจับคู่โดยสืบค้นมุมมอง *_match ของตารางเหตุการณ์โฆษณา หากใช้การจับคู่คุกกี้ด้วย คุณจะกรองตามประเภทการทํางานของคีย์เวิร์ดในคําค้นหาได้ ใช้

  • match_type = 1 สําหรับการจับคู่คุกกี้
  • match_type = 2 สําหรับการจับคู่ข้อมูลที่ผู้ใช้ให้ไว้

แม้ว่า match_type จะได้รับอนุญาตในการค้นหา แต่ช่องนี้ไม่สามารถแสดงผลได้ ดังนั้นคุณไม่ควรรวมช่องนี้ในคําสั่ง SELECT สุดท้าย

ตัวอย่างการค้นหา

นับผู้ใช้ที่ตรงกัน

คําค้นหานี้จะนับจํานวนผู้ใช้ที่ตรงกันในตารางการแสดงผล Google Ads

/* Count matched users in Google Ads impressions table */

SELECT COUNT(DISTINCT user_id)
FROM adh.google_ads_impressions_match

นับผู้ใช้ที่ตรงกับข้อมูลที่ระบุ

การค้นหานี้จะนับจํานวนผู้ใช้ที่ตรงกันตามประเภทการทํางานของคีย์เวิร์ด เนื่องจากตารางเหตุการณ์โฆษณามีเหตุการณ์ทั้งจากผู้ใช้ที่ลงชื่อเข้าใช้และผู้ใช้ที่ออกจากระบบ การกรองการจับคู่ข้อมูลที่ได้จากผู้ใช้จะส่งผลให้ระบบจับคู่เฉพาะผู้ใช้ที่ลงชื่อเข้าใช้เท่านั้น

/* Count user-provided data matched users by match type.
match_type = 1 for cookie matching
match_type = 2 for user-provided data matching */

SELECT
  match_type AS match_type,
  COUNT(DISTINCT user_id) AS user_cnt,
FROM 
  adh.google_ads_impressions_match
GROUP BY
  match_type

การค้นหานี้แสดงวิธีผนวกข้อมูลจากบุคคลที่หนึ่งกับข้อมูล Google Ads

/* Join first-party data with Google Ads data. The external_cookie field 
contains your ID as BYTES. You need to cast your join key into BYTES for 
successful matches. */

SELECT
  inventory_type,
  COUNT(*) AS impressions
FROM
  adh.yt_reserve_impressions_match AS google_data_imp
LEFT JOIN
  `my_data`
ON 
  google_data_imp.external_cookie = CAST(my_data.user_id AS BYTES)
-- Uncomment the following line if cookie matching is enabled as well.
-- WHERE google_data_imp.match_type = 2
GROUP BY
  inventory_type

คําค้นหานี้จะนับจํานวนผู้ใช้ที่ตรงกับข้อมูลที่ได้จากผู้ใช้ โดยไม่รวมผู้ใช้ที่ตรงกับคุกกี้ โปรดทราบว่าตารางเหตุการณ์โฆษณามีเหตุการณ์จากทั้งผู้ใช้ที่ลงชื่อเข้าใช้และผู้ใช้ที่ออกจากระบบ ดังนั้นการกรองเฉพาะการจับคู่ข้อมูลที่ผู้ใช้ให้ไว้ จะทําให้มีการจับคู่เฉพาะผู้ใช้ที่ลงชื่อเข้าใช้เท่านั้น

/* Count user-provided data matched users, excluding cookie matched users. */

SELECT 
  COUNT(DISTINCT user_id)
FROM 
  adh.google_ads_impressions_match
WHERE 
  match_type = 2

การเชื่อมต่อ

เพื่อให้ได้ข้อมูลเชิงลึกที่มีประโยชน์เกี่ยวกับการโฆษณา มักจะต้องประสานรวม ข้อมูลจากแหล่งที่มาหลายๆ แห่ง การสร้างวิธีการแก้ปัญหา Data Pipe นี้ด้วยตัวเอง ต้องอาศัยการลงทุนด้านเวลาและด้านวิศวกรรมอย่างมีนัยสําคัญ เพิ่มความคล่องตัวให้กับการเชื่อมต่อโดยมอบอินเทอร์เฟซที่มีคําแนะนําทีละขั้นตอนสําหรับการนําเข้า การเปลี่ยนรูปแบบ และการเขียนข้อมูลไปยัง BigQuery หลังจากเขียนข้อมูลแล้ว คุณจะใช้ข้อมูลดังกล่าวในการค้นหา Ads Data Hub หรือผลิตภัณฑ์อื่นๆ ที่อ่านจาก BigQuery ได้ การเสริมคําค้นหาด้วยข้อมูลจากบุคคลที่หนึ่งจะช่วยมอบประสบการณ์การใช้งานที่สมบูรณ์ยิ่งขึ้น และต้านทานการเปลี่ยนแปลงของการติดตามโฆษณาทั่วทั้งอุตสาหกรรมได้มากกว่าด้วย

นอกจากนี้ การเชื่อมต่อยังสร้างด้วยเครื่องมือที่ช่วยให้คุณเข้ารหัสและแชร์ข้อมูลส่วนบุคคลที่ระบุตัวบุคคลนั้นได้ (PII) กับพาร์ทเนอร์ในลักษณะที่ยึดความเป็นส่วนตัวเป็นศูนย์กลาง หลังจากเลือกคอลัมน์ที่มี PII แล้ว การเชื่อมต่อจะเข้ารหัสข้อมูลเพื่อให้แน่ใจว่าข้อมูลของบุคคลที่หนึ่งจะส่งออกหรืออ่านได้โดยผู้ที่มีสิทธิ์เท่านั้น

คุณสามารถใช้การเชื่อมต่อเพื่อนําเข้าข้อมูลจากรายการต่อไปนี้

การรู้ว่าต้องมีข้อมูลจากบุคคลที่หนึ่งใดในกรณีใช้งานหรือการเปิดใช้งานการวัดอาจเป็นเรื่องยาก ดังนั้นการเชื่อมต่อจะแสดงรายการกรณีการใช้งานที่กําหนดไว้ล่วงหน้าแบบครอบคลุม ซึ่งจะแนะนําประสบการณ์ทั้งหมดในการแตก เปลี่ยนรูปแบบ และโหลดข้อมูลของคุณ

ความแตกต่างระหว่างข้อมูลจากบุคคลที่หนึ่งของคุณกับข้อมูลที่ตรงกัน

ขั้นตอนการกําหนดค่าตารางการจับคู่ที่ผู้ใช้ระบุจะคล้ายกับการสร้างการเชื่อมต่อข้อมูลจากบุคคลที่หนึ่งตามปกติผ่านการเชื่อมต่อ อย่างไรก็ตาม ข้อกําหนด 2 โปรเจ็กต์จะถือว่าคุณกําลังตั้งค่าการเชื่อมต่อก่อนที่จะใช้การจับคู่ข้อมูลที่ผู้ใช้ให้ไว้ หากใช้การเชื่อมต่อเป็นเครื่องมือเตรียมข้อมูลเท่านั้น คุณจะใช้โปรเจ็กต์ Google Cloud โปรเจ็กต์เดียวได้

ข้อกําหนดเพิ่มเติมสําหรับการจับคู่ข้อมูลที่ผู้ใช้ให้ไว้

  • คุณต้องใช้อีเมล โทรศัพท์ ที่อยู่ หรือชุดค่าผสมใดๆ เป็นคีย์สําหรับเข้าร่วม
  • คุณต้องระบุวิธีแก้ไขการชนกันของ user_id คุณจะเลือกเก็บ การจับคู่ที่ตรงกันหรือเขียนทับด้วยข้อมูลใหม่
  • คุณต้องใช้บัญชีบริการ UPDM นอกเหนือจากบัญชี Datafucation และ Dataproc

เวิร์กโฟลว์ข้อมูล 1P ของคุณ

สร้างการเชื่อมต่อ

  1. คลิกการเชื่อมต่อ > ข้อมูล 1P ของคุณ > สร้างการเชื่อมต่อ
  2. เชื่อมต่อกับแหล่งข้อมูล ระบบจะแจ้งให้ตรวจสอบสิทธิ์

    BigQuery

    สิทธิ์ต่างๆ ขึ้นอยู่กับบัญชี Google ของคุณ ดังนั้นจึงไม่ต้องมีการตรวจสอบสิทธิ์เพิ่มเติม ตรวจสอบว่าบัญชีบริการการเชื่อมต่อมีสิทธิ์เข้าถึงการอ่านตาราง

    Cloud Storage

    สิทธิ์ต่างๆ ขึ้นอยู่กับบัญชี Google ของคุณ ดังนั้นจึงไม่ต้องมีการตรวจสอบสิทธิ์เพิ่มเติม ตรวจสอบว่าบัญชีบริการการเชื่อมต่อมีสิทธิ์เข้าถึงแบบอ่านในที่เก็บข้อมูลของพื้นที่เก็บข้อมูล

    Salesforce

    (พบกันเร็วๆ นี้)

    ใช้ข้อมูลเข้าสู่ระบบ Salesforce ขององค์กรเพื่อลงชื่อเข้าใช้ Google จะไม่จัดเก็บข้อมูลเข้าสู่ระบบของคุณ ดังนั้นการเชื่อมต่อ Salesforce แต่ละครั้งจะต้องมีการตรวจสอบสิทธิ์อีกครั้ง
  3. เลือกกรณีการใช้งานและคีย์การเข้าร่วม จากนั้นคลิกเลือกกรณีการใช้งาน หากไม่ต้องการเลือก Use Case ให้คลิกข้าม คุณจะเลือกกรณีการใช้งานในภายหลังไม่ได้
  4. กําหนดค่าแหล่งข้อมูล

    BigQuery

    เลือกตาราง BigQuery ที่จะนําเข้า

    Cloud Storage

    ป้อนเส้นทางไฟล์ gsutil เช่น gs://my-bucket/folder/ แล้วเลือกการจัดรูปแบบไฟล์

    Salesforce

    เร็วๆ นี้
  5. กําหนดค่าช่องปลายทางและแผนที่
    • เลือกโปรเจ็กต์ ชุดข้อมูล และตารางของ Google Cloud ที่ต้องการเขียนผลลัพธ์ ตรวจสอบว่าบัญชีบริการ Connections มีสิทธิ์เข้าถึงการเขียนชุดข้อมูลที่คุณจะเขียน
    • การเชื่อมต่อแต่ละครั้งจะสร้างตารางใหม่เพื่อเขียน หากคุณเลือกตารางที่มีอยู่แล้ว คุณจะเห็นข้อผิดพลาด
    • แมปช่องปลายทาง (ช่องที่จะปรากฏในตารางที่คุณจะสร้าง) กับช่องต้นทางในข้อมูลต้นฉบับ
  6. ตั้งเวลา
    1. ตั้งชื่อการเชื่อมต่อ
    2. ตั้งค่าความถี่ โดยกําหนดความถี่การนําเข้าข้อมูลลงในชุดข้อมูลที่คุณเลือกไว้ในขั้นตอนก่อนหน้า การเรียกใช้แต่ละครั้งจะเขียนทับข้อมูลในตารางปลายทาง
  7. คลิกเสร็จ การเชื่อมต่อที่ประมวลผลข้อมูลจํานวนมากอาจใช้เวลาทํางานหลายชั่วโมง

ดูรายละเอียดการเชื่อมต่อ

หน้ารายละเอียดการเชื่อมต่อจะให้ข้อมูลเกี่ยวกับการเชื่อมต่อที่ระบุและการเรียกใช้ล่าสุด วิธีดูรายละเอียดของการเชื่อมต่อที่ต้องการ

  1. คลิกการเชื่อมต่อ > ข้อมูล 1P ของคุณ
  2. คลิกชื่อการเชื่อมต่อเพื่อดูรายละเอียด
  3. ตอนนี้คุณสามารถดูรายละเอียดการเชื่อมต่อและการเรียกใช้ครั้งล่าสุดได้ โดยแต่ละประเภทจะแสดงข้อผิดพลาดที่เป็นไปได้ 2 ประเภท ได้แก่ ระดับการเชื่อมต่อ (การเชื่อมต่อไม่เชื่อมต่อ) และข้อผิดพลาดระดับแถว (ไม่ได้นําเข้าแถว)
    1. สถานะล้มเหลวจะแสดงว่าการเชื่อมต่อทั้งหมดทํางานไม่สําเร็จ (เช่น ปัญหาเกี่ยวกับสิทธิ์บัญชีบริการ) คลิกสถานะข้อผิดพลาดเพื่อดูว่าข้อผิดพลาดใดส่งผลต่อการเชื่อมต่อ
    2. สถานะ เสร็จสมบูรณ์ หมายความว่าการเชื่อมต่อทํางานสําเร็จ อย่างไรก็ตาม อาจมีข้อผิดพลาดระดับแถวอยู่ที่ระบุด้วยค่าที่ไม่ใช่ 0 ในคอลัมน์ "แถวที่มีข้อผิดพลาด" คลิกค่าเพื่อดูข้อมูลเพิ่มเติมเกี่ยวกับระเบียนที่ไม่สําเร็จ

แก้ไขการเชื่อมต่อ

ยังไม่รองรับการแก้ไขการเชื่อมต่อ หากต้องการเปลี่ยนการเชื่อมต่อ ให้สร้างการเชื่อมต่อใหม่และลบการเชื่อมต่อเดิม

Use Case

กรณีการใช้งานที่คุณเลือกจะส่งผลต่อสคีมาของตารางปลายทางและช่องคีย์การเข้าร่วมที่นําเข้า ขยายกรณีการใช้งานด้านล่างนี้เพื่อดูว่าคีย์นั้นๆ ส่งผลต่อสคีมาและคีย์การผนวกอย่างไร

การเข้าถึงและความถี่

วัดการเข้าถึงและความถี่ของแคมเปญในช่องทางและอุปกรณ์ต่างๆ ตามกลุ่มผู้ใช้ 1P ของคุณ

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
gender เพศ สตริง ไม่บังคับ
age อายุ int ไม่บังคับ
เมือง เมือง สตริง ไม่บังคับ
country ประเทศ สตริง ไม่บังคับ
สถานะวงจร สถานะ Funnel ของลูกค้า: ไม่ทราบ เริ่มต้นใช้งาน มีส่วนร่วม เลิกใช้ ฯลฯ สตริง ไม่บังคับ
สถานะความภักดี เงิน ทอง แพลตินัม ไดมอนด์ ฯลฯ สตริง ไม่บังคับ
วันที่ซื้อล่าสุด [last_purchase_date] วันที่ซื้อครั้งล่าสุด (การประทับเวลา Unix Epoch) int ไม่บังคับ
ผลิตภัณฑ์ที่ซื้อครั้งล่าสุด [last_purchase_product] ผลิตภัณฑ์ที่ซื้อ / บริโภคครั้งล่าสุด สตริง ไม่บังคับ
วันที่ติดต่อล่าสุด วันที่ติดต่อ / มีส่วนร่วมครั้งสุดท้าย (การประทับเวลา Unix Epoch) int ไม่บังคับ
LTV LTV ของลูกค้า int ไม่บังคับ
ประเภทการสมัครใช้บริการ ผลิตภัณฑ์ย่อย / ประเภทการสมัครใช้บริการที่ลูกค้ามี เช่น ดีลักซ์ แพ็กเกจสําหรับครอบครัว สตริง ไม่บังคับ
transaction_id รหัสที่ไม่ซ้ํากันสําหรับธุรกรรมนี้ สตริง ไม่บังคับ
วันที่ทําธุรกรรม วันที่ทําธุรกรรม (การประทับเวลา Eixch ของ Unix) int ไม่บังคับ
รายได้ธุรกรรม รายได้จากธุรกรรม int ไม่บังคับ
currency ประเภทสกุลเงินของธุรกรรม สตริง ไม่บังคับ
quantity จํานวนรายการในธุรกรรม สตริง ไม่บังคับ
price ราคาต่อรายการในธุรกรรม int ไม่บังคับ
ค่าใช้จ่ายสําหรับธุรกรรม ต้นทุนสินค้า / บริการจากธุรกรรม int ไม่บังคับ
กําไรจากธุรกรรม กําไรขั้นต้นจากธุรกรรม int ไม่บังคับ
product_id SKU / รหัสของผลิตภัณฑ์ในธุรกรรม สตริง ไม่บังคับ
รายละเอียดธุรกรรม คําอธิบาย / ข้อมูลเมตา / พารามิเตอร์อื่นๆ เกี่ยวกับธุรกรรม สตริง ไม่บังคับ
ประเภทเหตุการณ์ เช่น การแสดงโฆษณาทางทีวี อีเมลการตลาด การเข้าชมเว็บไซต์ การเข้าชมร้านค้า ฯลฯ สตริง ไม่บังคับ
รหัสเหตุการณ์ รหัสที่ไม่ซ้ํากันของเหตุการณ์ด้านบน สตริง ไม่บังคับ
event_timestamp วันที่เกิดเหตุการณ์ (การประทับเวลา Epoch ของ Unix) int ไม่บังคับ
ข้อมูลเมตาของช่อง ข้อมูลเมตาหรือข้อมูลเพิ่มเติมเกี่ยวกับช่องทางติดต่อลูกค้านี้ สตริง ไม่บังคับ

การระบุแหล่งที่มาแบบมัลติทัช

วัดการระบุแหล่งที่มาโดยการรวมทัชพอยต์ของ 1P กับทัชพอยต์จากข้อมูล Google

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
ประเภทเหตุการณ์ เช่น การแสดงโฆษณาทางทีวี อีเมลการตลาด การเข้าชมเว็บไซต์ การเข้าชมร้านค้า ฯลฯ สตริง ต้องระบุ
รหัสเหตุการณ์ รหัสที่ไม่ซ้ํากันของเหตุการณ์ด้านบน สตริง ต้องระบุ
event_timestamp วันที่เกิดเหตุการณ์ (การประทับเวลา Epoch ของ Unix) int ต้องระบุ
เครดิต มูลค่าเครดิต (ใช้สําหรับระบุแหล่งที่มา) เช่น จํานวน Conversion int ไม่บังคับ
ข้อมูลเมตาของช่อง ข้อมูลเมตาหรือข้อมูลเพิ่มเติมเกี่ยวกับช่องทางติดต่อลูกค้านี้ สตริง ไม่บังคับ

เมตริกประสิทธิภาพ

วัดประสิทธิภาพแคมเปญตามข้อมูลประชากร ผู้สนใจ หรือกลุ่มผู้ใช้ 1P ของคุณ

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
gender เพศ สตริง ไม่บังคับ
age อายุ int ไม่บังคับ
เมือง เมือง สตริง ไม่บังคับ
country ประเทศ สตริง ไม่บังคับ
สถานะวงจร สถานะ Funnel ของลูกค้า: ไม่ทราบ เริ่มต้นใช้งาน มีส่วนร่วม เลิกใช้ ฯลฯ สตริง ไม่บังคับ
สถานะความภักดี เงิน ทอง แพลตินัม ไดมอนด์ ฯลฯ สตริง ไม่บังคับ
วันที่ซื้อล่าสุด [last_purchase_date] วันที่ซื้อครั้งล่าสุด (การประทับเวลา Unix Epoch) int ไม่บังคับ
ผลิตภัณฑ์ที่ซื้อครั้งล่าสุด [last_purchase_product] ผลิตภัณฑ์ที่ซื้อ / บริโภคครั้งล่าสุด สตริง ไม่บังคับ
วันที่ติดต่อล่าสุด วันที่ติดต่อ / มีส่วนร่วมครั้งสุดท้าย (การประทับเวลา Unix Epoch) int ไม่บังคับ
LTV LTV ของลูกค้า int ไม่บังคับ
ประเภทการสมัครใช้บริการ ผลิตภัณฑ์ย่อย / ประเภทการสมัครใช้บริการที่ลูกค้ามี เช่น ดีลักซ์ แพ็กเกจสําหรับครอบครัว สตริง ไม่บังคับ

เส้นทางไปยังการระบุแหล่งที่มา Conversion

วิเคราะห์ประสิทธิภาพของเส้นทาง Conversion ด้วยทัชพอยต์ที่กําหนดเอง ซึ่งรวมถึงทัชพอยต์ของ 1P

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
ประเภทเหตุการณ์ เช่น การแสดงโฆษณาทางทีวี อีเมลการตลาด การเข้าชมเว็บไซต์ การเข้าชมร้านค้า ฯลฯ สตริง ต้องระบุ
รหัสเหตุการณ์ รหัสที่ไม่ซ้ํากันของเหตุการณ์ด้านบน สตริง ต้องระบุ
event_timestamp วันที่เกิดเหตุการณ์ (การประทับเวลา Epoch ของ Unix) int ต้องระบุ
เครดิต มูลค่าเครดิต (ใช้สําหรับระบุแหล่งที่มา) เช่น จํานวน Conversion int ไม่บังคับ
ข้อมูลเมตาของช่อง ข้อมูลเมตาหรือข้อมูลเพิ่มเติมเกี่ยวกับช่องทางติดต่อลูกค้านี้ สตริง ไม่บังคับ

การแสดงผลข้ามผู้เผยแพร่โฆษณา

วิเคราะห์การเข้าถึงและความถี่ของแคมเปญต่างๆ ในผู้เผยแพร่โฆษณาต่างๆ ตามกลุ่มผู้ใช้ 1P ของคุณ

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
gender เพศ สตริง ไม่บังคับ
age อายุ int ไม่บังคับ
เมือง เมือง สตริง ไม่บังคับ
country ประเทศ สตริง ไม่บังคับ
สถานะวงจร สถานะ Funnel ของลูกค้า: ไม่ทราบ เริ่มต้นใช้งาน มีส่วนร่วม เลิกใช้ ฯลฯ สตริง ไม่บังคับ
สถานะความภักดี เงิน ทอง แพลตินัม ไดมอนด์ ฯลฯ สตริง ไม่บังคับ
วันที่ซื้อล่าสุด [last_purchase_date] วันที่ซื้อครั้งล่าสุด (การประทับเวลา Unix Epoch) int ไม่บังคับ
ผลิตภัณฑ์ที่ซื้อครั้งล่าสุด [last_purchase_product] ผลิตภัณฑ์ที่ซื้อ / บริโภคครั้งล่าสุด สตริง ไม่บังคับ
วันที่ติดต่อล่าสุด วันที่ติดต่อ / มีส่วนร่วมครั้งสุดท้าย (การประทับเวลา Unix Epoch) int ไม่บังคับ
LTV LTV ของลูกค้า int ไม่บังคับ
ประเภทการสมัครใช้บริการ ผลิตภัณฑ์ย่อย / ประเภทการสมัครใช้บริการที่ลูกค้ามี เช่น ดีลักซ์ แพ็กเกจสําหรับครอบครัว สตริง ไม่บังคับ

ประสิทธิภาพของแคมเปญพร้อมกัน

วัดผลกระทบด้านประสิทธิภาพจากการใช้แคมเปญคู่ขนานกันตามส่วนกลุ่มผู้ใช้ 1P

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
gender เพศ สตริง ไม่บังคับ
age อายุ int ไม่บังคับ
เมือง เมือง สตริง ไม่บังคับ
country ประเทศ สตริง ไม่บังคับ
สถานะวงจร สถานะ Funnel ของลูกค้า: ไม่ทราบ เริ่มต้นใช้งาน มีส่วนร่วม เลิกใช้ ฯลฯ สตริง ไม่บังคับ
สถานะความภักดี เงิน ทอง แพลตินัม ไดมอนด์ ฯลฯ สตริง ไม่บังคับ
วันที่ซื้อล่าสุด [last_purchase_date] วันที่ซื้อครั้งล่าสุด (การประทับเวลา Unix Epoch) int ไม่บังคับ
ผลิตภัณฑ์ที่ซื้อครั้งล่าสุด [last_purchase_product] ผลิตภัณฑ์ที่ซื้อ / บริโภคครั้งล่าสุด สตริง ไม่บังคับ
วันที่ติดต่อล่าสุด วันที่ติดต่อ / มีส่วนร่วมครั้งสุดท้าย (การประทับเวลา Unix Epoch) int ไม่บังคับ
LTV LTV ของลูกค้า int ไม่บังคับ
ประเภทการสมัครใช้บริการ ผลิตภัณฑ์ย่อย / ประเภทการสมัครใช้บริการที่ลูกค้ามี เช่น ดีลักซ์ แพ็กเกจสําหรับครอบครัว สตริง ไม่บังคับ
transaction_id รหัสที่ไม่ซ้ํากันสําหรับธุรกรรมนี้ สตริง ไม่บังคับ
วันที่ทําธุรกรรม วันที่ทําธุรกรรม (การประทับเวลา Eixch ของ Unix) int ไม่บังคับ
รายได้ธุรกรรม รายได้จากธุรกรรม int ไม่บังคับ
currency ประเภทสกุลเงินของธุรกรรม สตริง ไม่บังคับ
quantity จํานวนรายการในธุรกรรม สตริง ไม่บังคับ
price ราคาต่อรายการในธุรกรรม int ไม่บังคับ
ค่าใช้จ่ายสําหรับธุรกรรม ต้นทุนสินค้า / บริการจากธุรกรรม int ไม่บังคับ
กําไรจากธุรกรรม กําไรขั้นต้นจากธุรกรรม int ไม่บังคับ
product_id SKU / รหัสของผลิตภัณฑ์ในธุรกรรม สตริง ไม่บังคับ
รายละเอียดธุรกรรม คําอธิบาย / ข้อมูลเมตา / พารามิเตอร์อื่นๆ เกี่ยวกับธุรกรรม สตริง ไม่บังคับ
ประเภทเหตุการณ์ เช่น การแสดงโฆษณาทางทีวี อีเมลการตลาด การเข้าชมเว็บไซต์ การเข้าชมร้านค้า ฯลฯ สตริง ไม่บังคับ
รหัสเหตุการณ์ รหัสที่ไม่ซ้ํากันของเหตุการณ์ด้านบน สตริง ไม่บังคับ
event_timestamp วันที่เกิดเหตุการณ์ (การประทับเวลา Epoch ของ Unix) int ไม่บังคับ
ข้อมูลเมตาของช่อง ข้อมูลเมตาหรือข้อมูลเพิ่มเติมเกี่ยวกับช่องทางติดต่อลูกค้านี้ สตริง ไม่บังคับ

การเปรียบเทียบแคมเปญ

เปรียบเทียบประสิทธิภาพระหว่างแคมเปญของ Google และแคมเปญอื่นๆ กับผู้เผยแพร่โฆษณา ##39

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
การเป็นสมาชิก ช่องที่แคมเปญนี้แสดง (เช่น Facebook, TV ฯลฯ) สตริง ต้องระบุ
พาร์ทเนอร์ ชื่อพาร์ทเนอร์หากเกี่ยวข้อง สตริง ไม่บังคับ
กลยุทธ์ ชื่อกลยุทธ์ที่เฉพาะเจาะจง สตริง ไม่บังคับ
ข้อมูลเมตาแคมเปญ ข้อมูลเมตาหรือข้อมูลเพิ่มเติมเกี่ยวกับแคมเปญนี้ สตริง ไม่บังคับ
วันที่ วันที่ของกิจกรรมแคมเปญ (การประทับเวลา Exch ของ Unix) int ต้องระบุ
จำนวนการแสดงผล จํานวนการแสดงผลจากแคมเปญนี้ในวันที่นี้ int ต้องระบุ
จำนวนคลิก จํานวนคลิกจากแคมเปญนี้ในวันที่นี้ int ต้องระบุ
Conversion จํานวน Conversion จากแคมเปญนี้ในวันนี้ int ต้องระบุ
ค่าใช้จ่าย ค่าใช้จ่ายรวมจากแคมเปญนี้ในวันนี้ int ต้องระบุ

การเปรียบเทียบผู้สนใจและป้ายกํากับ

หาความทับซ้อนระหว่างกลุ่มผู้ใช้ 1P และผู้สนใจใน Google และกลุ่มเป้าหมายที่มีแผนจะซื้อ

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
gender เพศ สตริง ไม่บังคับ
age อายุ int ไม่บังคับ
เมือง เมือง สตริง ไม่บังคับ
country ประเทศ สตริง ไม่บังคับ
สถานะวงจร สถานะ Funnel ของลูกค้า: ไม่ทราบ เริ่มต้นใช้งาน มีส่วนร่วม เลิกใช้ ฯลฯ สตริง ไม่บังคับ
สถานะความภักดี เงิน ทอง แพลตินัม ไดมอนด์ ฯลฯ สตริง ไม่บังคับ
วันที่ซื้อล่าสุด [last_purchase_date] วันที่ซื้อครั้งล่าสุด (การประทับเวลา Unix Epoch) int ไม่บังคับ
ผลิตภัณฑ์ที่ซื้อครั้งล่าสุด [last_purchase_product] ผลิตภัณฑ์ที่ซื้อ / บริโภคครั้งล่าสุด สตริง ไม่บังคับ
วันที่ติดต่อล่าสุด วันที่ติดต่อ / มีส่วนร่วมครั้งสุดท้าย (การประทับเวลา Unix Epoch) int ไม่บังคับ
LTV LTV ของลูกค้า int ไม่บังคับ
ประเภทการสมัครใช้บริการ ผลิตภัณฑ์ย่อย / ประเภทการสมัครใช้บริการที่ลูกค้ามี เช่น ดีลักซ์ แพ็กเกจสําหรับครอบครัว สตริง ไม่บังคับ

การวิเคราะห์ Conversion ของแอป

วัดผลกระทบที่แคมเปญมีต่อพฤติกรรมในแอป

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
วันที่ วันที่ของกิจกรรมแอปบนอุปกรณ์เคลื่อนที่ (การประทับเวลา Unix Epoch) int ต้องระบุ
ติดตั้ง บูลีนที่แสดงว่าเหตุการณ์การติดตั้งได้รับการบันทึกในวันนี้หรือไม่ บูลีน ต้องระบุ
การลงทะเบียน บูลีนนี้อธิบายว่ากิจกรรมการลงทะเบียนจะได้รับการบันทึกในวันนี้หรือไม่ บูลีน ต้องระบุ
login บูลีนนี้อธิบายว่ากิจกรรมการเข้าสู่ระบบได้รับการบันทึกในวันนี้หรือไม่ บูลีน ต้องระบุ
in_app_purchases จํานวนการซื้อในแอปทั้งหมดในวันนี้ int ต้องระบุ

การคํานวณ ROI

วัดผลตอบแทนที่เพิ่มขึ้นโดยอิงตามข้อมูล Conversion จากบุคคลที่หนึ่ง

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
transaction_id รหัสที่ไม่ซ้ํากันสําหรับธุรกรรมนี้ สตริง ต้องระบุ
วันที่ทําธุรกรรม วันที่ทําธุรกรรม (การประทับเวลา Eixch ของ Unix) int ต้องระบุ
รายได้ธุรกรรม รายได้จากธุรกรรม int ต้องระบุ
currency ประเภทสกุลเงินของธุรกรรม สตริง ไม่บังคับ
quantity จํานวนรายการในธุรกรรม สตริง ไม่บังคับ
price ราคาต่อรายการในธุรกรรม int ไม่บังคับ
ค่าใช้จ่ายสําหรับธุรกรรม ต้นทุนสินค้า / บริการจากธุรกรรม int ไม่บังคับ
กําไรจากธุรกรรม กําไรขั้นต้นจากธุรกรรม int ไม่บังคับ
product_id SKU / รหัสของผลิตภัณฑ์ในธุรกรรม สตริง ไม่บังคับ
รายละเอียดธุรกรรม คําอธิบาย / ข้อมูลเมตา / พารามิเตอร์อื่นๆ เกี่ยวกับธุรกรรม สตริง ไม่บังคับ

การเปิดใช้งานกลุ่มเป้าหมายที่กําหนดเอง

สร้างและเปิดใช้งานกลุ่มผู้ใช้ที่กําหนดเองโดยอิงจากข้อมูล 1P และข้อมูล Google ของคุณ

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
gender เพศ สตริง ไม่บังคับ
age อายุ int ไม่บังคับ
เมือง เมือง สตริง ไม่บังคับ
country ประเทศ สตริง ไม่บังคับ
สถานะวงจร สถานะ Funnel ของลูกค้า: ไม่ทราบ เริ่มต้นใช้งาน มีส่วนร่วม เลิกใช้ ฯลฯ สตริง ไม่บังคับ
สถานะความภักดี เงิน ทอง แพลตินัม ไดมอนด์ ฯลฯ สตริง ไม่บังคับ
วันที่ซื้อล่าสุด [last_purchase_date] วันที่ซื้อครั้งล่าสุด (การประทับเวลา Unix Epoch) int ไม่บังคับ
ผลิตภัณฑ์ที่ซื้อครั้งล่าสุด [last_purchase_product] ผลิตภัณฑ์ที่ซื้อ / บริโภคครั้งล่าสุด สตริง ไม่บังคับ
วันที่ติดต่อล่าสุด วันที่ติดต่อ / มีส่วนร่วมครั้งสุดท้าย (การประทับเวลา Unix Epoch) int ไม่บังคับ
LTV LTV ของลูกค้า int ไม่บังคับ
ประเภทการสมัครใช้บริการ ผลิตภัณฑ์ย่อย / ประเภทการสมัครใช้บริการที่ลูกค้ามี เช่น ดีลักซ์ แพ็กเกจสําหรับครอบครัว สตริง ไม่บังคับ

การเสนอราคาที่กำหนดเอง

เพิ่มประสิทธิภาพกลยุทธ์การเสนอราคาในเครือข่ายดิสเพลย์และวิดีโอ 360 โดยอิงตามข้อมูล 1P และ Google ของคุณ

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
gender เพศ สตริง ไม่บังคับ
age อายุ int ไม่บังคับ
เมือง เมือง สตริง ไม่บังคับ
country ประเทศ สตริง ไม่บังคับ
สถานะวงจร สถานะ Funnel ของลูกค้า: ไม่ทราบ เริ่มต้นใช้งาน มีส่วนร่วม เลิกใช้ ฯลฯ สตริง ไม่บังคับ
สถานะความภักดี เงิน ทอง แพลตินัม ไดมอนด์ ฯลฯ สตริง ไม่บังคับ
วันที่ซื้อล่าสุด [last_purchase_date] วันที่ซื้อครั้งล่าสุด (การประทับเวลา Unix Epoch) int ไม่บังคับ
ผลิตภัณฑ์ที่ซื้อครั้งล่าสุด [last_purchase_product] ผลิตภัณฑ์ที่ซื้อ / บริโภคครั้งล่าสุด สตริง ไม่บังคับ
วันที่ติดต่อล่าสุด วันที่ติดต่อ / มีส่วนร่วมครั้งสุดท้าย (การประทับเวลา Unix Epoch) int ไม่บังคับ
LTV LTV ของลูกค้า int ไม่บังคับ
ประเภทการสมัครใช้บริการ ผลิตภัณฑ์ย่อย / ประเภทการสมัครใช้บริการที่ลูกค้ามี เช่น ดีลักซ์ แพ็กเกจสําหรับครอบครัว สตริง ไม่บังคับ

ประสิทธิภาพข้ามผู้เผยแพร่โฆษณา

วัดเมตริกประสิทธิภาพที่แบ่งตามผู้เผยแพร่โฆษณา หรือจําแนกตามผู้เผยแพร่โฆษณาและกลุ่มผู้ใช้ 1P ของคุณ

ชื่อช่อง คำอธิบาย ประเภท ต้องระบุ/ไม่บังคับ
คีย์สําหรับเข้าร่วม การเปลี่ยนแปลงตามคีย์สําหรับเข้าร่วมที่คุณใช้ สตริง ต้องระบุ
gender เพศ สตริง ไม่บังคับ
age อายุ int ไม่บังคับ
เมือง เมือง สตริง ไม่บังคับ
country ประเทศ สตริง ไม่บังคับ
สถานะวงจร สถานะ Funnel ของลูกค้า: ไม่ทราบ เริ่มต้นใช้งาน มีส่วนร่วม เลิกใช้ ฯลฯ สตริง ไม่บังคับ
สถานะความภักดี เงิน ทอง แพลตินัม ไดมอนด์ ฯลฯ สตริง ไม่บังคับ
วันที่ซื้อล่าสุด [last_purchase_date] วันที่ซื้อครั้งล่าสุด (การประทับเวลา Unix Epoch) int ไม่บังคับ
ผลิตภัณฑ์ที่ซื้อครั้งล่าสุด [last_purchase_product] ผลิตภัณฑ์ที่ซื้อ / บริโภคครั้งล่าสุด สตริง ไม่บังคับ
วันที่ติดต่อล่าสุด วันที่ติดต่อ / มีส่วนร่วมครั้งสุดท้าย (การประทับเวลา Unix Epoch) int ไม่บังคับ
LTV LTV ของลูกค้า int ไม่บังคับ
ประเภทการสมัครใช้บริการ ผลิตภัณฑ์ย่อย / ประเภทการสมัครใช้บริการที่ลูกค้ามี เช่น ดีลักซ์ แพ็กเกจสําหรับครอบครัว สตริง ไม่บังคับ