Le tabelle *_paths forniscono informazioni sulle interazioni degli utenti con i contenuti multimediali che gestisci utilizzando Display & Video 360 e Campaign Manager 360. Queste interazioni, note anche come touchpoint, vengono unite in percorsi di eventi, indicando il tragitto seguito da un gruppo di utenti nella canalizzazione di conversione. Le tabelle *_paths utilizzano gli stessi dati di cui puoi disporre tramite Data Transfer, ma forniti in percorsi preassemblati. I percorsi di eventi sono disponibili sia per gli utenti che effettuano conversioni sia per quelli che non ne effettuano e possono includere più conversioni.
Proprio come con tutti i dati utente in Ads Data Hub, anche i dati delle tabelle *_paths sono soggetti ai requisiti di aggregazione.
Dettagli tecnici
Ogni riga paths contiene un singolo percorso del cliente in una finestra di 30 giorni. Questi dati vengono aggiornati quotidianamente per coprire gli ultimi 30 giorni. I percorsi di eventi vengono assemblati utilizzando i cookie e, di conseguenza, sono limitati a un singolo dispositivo. In alcune situazioni, ad esempio quando gli utenti hanno disattivato la personalizzazione degli annunci, gli ID utente verranno impostati su 0. Normalmente questi utenti saranno ancora separati da righe, quindi due percorsi di conversione distinti associati a un ID utente pari a 0 avranno righe distinte. Tuttavia, per determinati tipi di analisi, come il raggruppamento per user_id = 0, più percorsi di conversione verranno uniti in uno unico, creando possibili discrepanze nei dati. Scopri di più sugli ID utente pari a zero
Ogni riga della colonna *_paths.events contiene un array di struct, in cui ogni struct è un singolo evento nel percorso dell'utente. Gli struct che compongono il percorso vengono ordinati per timestamp (il primo evento dell'array è il meno recente).
Query di esempio
Le seguenti query misurano l'impatto dei posizionamenti sulle conversioni di un determinato segmento utenti. Le query attribuiscono il merito utilizzando tre diversi modelli di attribuzione:
- Primo touchpoint (tutto il merito va al primo touchpoint).
- Ultimo touchpoint (tutto il merito va all'ultimo touchpoint).
- Lineare (il merito viene diviso equamente tra i touchpoint).
Dati di esempio
| Riga | 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 |
Query di esempio
/* 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
Risultati
Se eseguissi la query sui dati di esempio, otterresti i seguenti risultati:
| riga | placement_id |
merito |
|---|---|---|
| 1 | 11 | 2 |
| 2 | 22 | 1 |
| riga | placement_id |
merito |
|---|---|---|
| 1 | 11 | 3 |
| riga | placement_id |
merito |
|---|---|---|
| 1 | 11 | 2,5 |
| 2 | 22 | 0,5 |