Die *_paths-Tabellen geben Aufschluss über Nutzerinteraktionen mit Medien, die Sie in Display & Video 360 und Campaign Manager 360 verwalten. Diese Interaktionen (auch als Touchpoints bezeichnet) werden zu Ereignispfaden zusammengeführt, um den Pfad einer Nutzergruppe durch Ihren Conversion-Trichter zu erfassen. Die Daten in den *_paths-Tabellen entsprechen denen, die Ihnen über die Datenübertragung zur Verfügung stehen, werden Ihnen aber über vorab zusammengestellte Pfade bereitgestellt. Ereignispfade sind für Nutzer mit und ohne Conversion verfügbar und können mehrere Conversions enthalten.
Wie bei allen Nutzerdaten in Ads Data Hub gelten für die Daten aus den *_paths-Tabellen bestimmte Aggregationsanforderungen.
Technische Details
Jede Zeile von paths enthält einen einzelnen Kaufprozess in einem 30-Tage-Zeitraum. Diese Daten werden täglich aktualisiert und beziehen sich jeweils auf die letzten 30 Tage. Ereignispfade werden mithilfe von Cookies zusammengestellt und sind daher auf ein einzelnes Gerät beschränkt. In bestimmten Situationen, z. B. wenn der Nutzer personalisierte Werbung deaktiviert hat, wird die Nutzer-ID auf null gesetzt. Normalerweise werden diese Nutzer trotzdem nach Zeilen getrennt, sodass zwei unterschiedliche Conversion-Pfade mit der Nutzer-ID 0 in separaten Zeilen sind. Bei bestimmten Analysetypen, z. B. bei der Gruppierung nach user_id = 0, werden jedoch mehrere Conversion-Pfade zu einem zusammengeführt. Dies könnte zu Abweichungen bei den Daten führen. Weitere Informationen zu auf null gesetzten Nutzer-IDs
Jede Zeile der Spalte *_paths.events enthält ein Array mit Strukturen, wobei jede Struktur ein einzelnes Ereignis im Nutzerpfad ist. Die Strukturen des Pfads sind nach Zeitstempel geordnet, wobei das erste Ereignis im Array das älteste ist.
Beispielabfragen
Mit den folgenden Abfragen wird die Auswirkung von Placements auf die Conversions bei einem bestimmten Nutzersegment gemessen. In den Abfragen wird der Beitrag zur Conversion mithilfe von drei verschiedenen Attributionsmodellen zugeordnet:
- Erste Interaktion: Der gesamte Wert wird dem ersten Touchpoint zugeordnet.
- Letzte Interaktion: Der gesamte Wert wird dem letzten Touchpoint zugeschrieben.
- Linear: Die Beiträge werden gleichmäßig auf die Touchpoints aufgeteilt.
Beispieldaten
| Zeile | user_id |
*_paths.events.event_time |
*_paths.events.event_type |
*_paths.events.placement_id |
|---|---|---|---|---|
| 1 | 1 | 1563384139 | FLOODLIGHT |
null |
| 1563384129 | CLICK |
11 | ||
| 1563384119 | VIEW |
22 | ||
| 2 | 2 | 1563384139 | FLOODLIGHT |
null |
| 1563384129 | VIEW |
11 | ||
| 1563384119 | FLOODLIGHT |
null | ||
| 1563384109 | VIEW |
11 |
Beispielabfragen
/* Substitute *_paths for the specific paths table that you want to query. */
SELECT
(
SELECT
attributed_event_metadata.placement_id
FROM (
SELECT
AS STRUCT attributed_event.placement_id,
ROW_NUMBER() OVER(ORDER BY attributed_event.event_time ASC) AS rank
FROM
UNNEST(t.*_paths.events) AS attributed_event
WHERE
attributed_event.event_type != "FLOODLIGHT"
AND attributed_event.event_time < conversion_event.event_time
AND attributed_event.event_time > (
SELECT
IFNULL( (
SELECT
MAX(prev_conversion_event.event_time) AS event_time
FROM
UNNEST(t.*_paths.events) AS prev_conversion_event
WHERE
prev_conversion_event.event_type = "FLOODLIGHT"
AND prev_conversion_event.event_time < conversion_event.event_time),
0)) ) AS attributed_event_metadata
WHERE
attributed_event_metadata.rank = 1) AS placement_id,
COUNT(*) AS credit
FROM
adh.*_paths AS t,
UNNEST(*_paths.events) AS conversion_event
WHERE
conversion_event.event_type = "FLOODLIGHT"
GROUP BY
placement_id
HAVING
placement_id IS NOT NULL
ORDER BY
credit DESC
/* Substitute *_paths for the specific paths table that you want to query. */
SELECT
(
SELECT
attributed_event_metadata.placement_id
FROM (
SELECT
AS STRUCT attributed_event.placement_id,
ROW_NUMBER() OVER(ORDER BY attributed_event.event_time DESC) AS rank
FROM
UNNEST(t.*_paths.events) AS attributed_event
WHERE
attributed_event.event_type != "FLOODLIGHT"
AND attributed_event.event_time < conversion_event.event_time
AND attributed_event.event_time > (
SELECT
IFNULL( (
SELECT
MAX(prev_conversion_event.event_time) AS event_time
FROM
UNNEST(t.*_paths.events) AS prev_conversion_event
WHERE
prev_conversion_event.event_type = "FLOODLIGHT"
AND prev_conversion_event.event_time < conversion_event.event_time),
0)) ) AS attributed_event_metadata
WHERE
attributed_event_metadata.rank = 1) AS placement_id,
COUNT(*) AS credit
FROM
adh.*_paths AS t,
UNNEST(*_paths.events) AS conversion_event
WHERE
conversion_event.event_type = "FLOODLIGHT"
GROUP BY
placement_id
HAVING
placement_id IS NOT NULL
ORDER BY
credit DESC
/* Substitute *_paths for the specific paths table that you want to query. */
SELECT
attributed_event_metadata.placement_id AS placement_id,
/* Give equal credit to all attributed events */
SUM(SAFE_DIVIDE(1, ARRAY_LENGTH(attributed_events_metadata)))
FROM (
SELECT
ARRAY(
SELECT
AS STRUCT attributed_event.placement_id,
ROW_NUMBER() OVER(ORDER BY attributed_event.event_time DESC) AS rank
FROM
UNNEST(t.*_paths.events) AS attributed_event
WHERE
attributed_event.event_type!="FLOODLIGHT"
AND attributed_event.event_time < conversion_event.event_time
AND attributed_event.event_time > (
SELECT
MAX(prev_conversion_event.event_time) AS event_time
FROM
UNNEST(t.*_paths.events) AS prev_conversion_event
WHERE
prev_conversion_event.event_type="FLOODLIGHT"
AND prev_conversion_event.event_time < conversion_event.event_time)) AS attributed_events_metadata
FROM
adh.*_paths AS t,
UNNEST(*_paths.events) AS conversion_event
WHERE
conversion_event.event_type="FLOODLIGHT" ),
UNNEST(attributed_events_metadata) AS attributed_event_metadata
GROUP BY
1
HAVING
placement_id IS NOT NULL
ORDER BY
2 DESC
Ergebnisse
Wenn Sie die Abfrage für die Beispieldaten ausführen, erhalten Sie folgende Ergebnisse:
| Zeile | placement_id |
Beitrag |
|---|---|---|
| 1 | 11 | 2 |
| 2 | 22 | 1 |
| Zeile | placement_id |
Beitrag |
|---|---|---|
| 1 | 11 | 3 |
| Zeile | placement_id |
Beitrag |
|---|---|---|
| 1 | 11 | 2,5 |
| 2 | 22 | 0,5 |