As tabelas *_paths oferecem insights sobre as interações das pessoas com a mídia que você gerencia usando o Display & Video 360 e o Campaign Manager 360. Essas interações (ou pontos de contato) são agrupadas em caminhos de eventos e registram o caminho que um grupo de usuários faz pelo funil de conversão. Os dados nas tabelas *_paths usam as mesmas informações disponíveis na Transferência de dados, mas com transferência feita em caminhos pré-montados. Os caminhos de eventos estão disponíveis para usuários com e sem conversões e incluem várias conversões.
Assim como acontece com todos os dados do usuário no Ads Data Hub, as informações das tabelas *_paths estão sujeitas aos requisitos de agregação.
Detalhes técnicos
Cada linha de paths contém uma única jornada do cliente em um período de 30 dias. Essas informações são atualizadas em cada um dos últimos 30 dias. Os caminhos dos eventos são criados usando cookies e, portanto, ficam limitados a um único dispositivo. Em determinadas situações, por exemplo, quando os usuários desativam a personalização de anúncios, os IDs são definidos como 0. Esses usuários vão continuar separados por linha e, portanto, dois caminhos de conversão diferentes codificados em um ID do usuário igual a 0 ficarão em linhas diferentes. No entanto, para alguns tipos de análise, como agrupamento por user_id = 0, vários caminhos de conversão são mesclados em um só, o que pode criar discrepâncias nos dados. Conheça os IDs dos usuários zerados.
Cada linha da coluna *_paths.events contém uma matriz de structs, e cada struct é um único evento no caminho do usuário. As estruturas que compõem o caminho são organizadas pelo carimbo de data/hora, com o primeiro evento na matriz sendo o mais antigo.
Amostras de consultas
As consultas a seguir medem o impacto dos canais em relação a uma conversão de segmento de usuários específico. As consultas atribuem o crédito usando três modelos de atribuição diferentes:
- Primeiro contato (o crédito vai para o primeiro ponto de contato)
- Último contato (o crédito vai para o último ponto de contato)
- Linear (o crédito é dividido igualmente entre os pontos de contato)
Dados de amostra
| Linha | 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 |
Amostras de consultas
/* 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
Resultados
Se você executar a consulta nos dados de amostra, vai ter os seguintes resultados:
| row | placement_id |
credit |
|---|---|---|
| 1 | 11 | 2 |
| 2 | 22 | 1 |
| row | placement_id |
credit |
|---|---|---|
| 1 | 11 | 3 |
| row | placement_id |
credit |
|---|---|---|
| 1 | 11 | 2.5 |
| 2 | 22 | 0.5 |