Dane dotyczące widoczności zapytań i nieprawidłowego ruchu

Omówienie

Podane niżej instrukcje pokazują na przykładach, jak można za pomocą interfejsu API wysyłać zapytania o prawidłowy ruch wynikający z widoczności reklam oraz o nieprawidłowy ruch. Te dane są ograniczone do zasobów reklamowych kupionych w Google Ads, Display & Video 360 i YouTube Reserve.

Pamiętaj, że dane o wyświetleniach TrueView akredytowane przez MRC wymagają użycia interfejsu API CDR ze wzgględu na brak powiązanego zapytania opartego na szablonie. Poza tym danych o wyświetleniach TrueView view nie należy mylić z danymi o widoczności.

Wybierz platformę zakupu, w której przypadku chcesz wysyłać zapytania dotyczące danych o widoczności:

Wysyłanie zapytań dotyczących danych o widoczności za pomocą interfejsu

Oparte na szablonie zapytanie dotyczące widoczności dostarcza danych akredytowanych przez MRC.

Akredytacja MRC nie jest stopniowalna – Twoje wyniki mogą tylko być akredytowane lub nie – i ma zastosowanie do całej tabeli wyników. W BigQuery wszystkie wyniki akredytowane przez MRC są oznaczone etykietą adh-mrc-accredited. Aby dane były akredytowane przez MRC, musisz wysłać zapytanie, korzystając z szablonu.

Aby wysłać zapytanie akredytowane przez MRC, korzystając z szablonu:

  1. Wykonaj instrukcje tworzenia zapytania, pamiętając, aby jako platformę zakupu wybrać YouTube Reserve, a jako szablon zapytania – Widoczność reklamy wideo.
  2. Obok opcji Użyj szablonu kliknij przycisk Wykonaj.

Wysyłanie za pomocą interfejsu API zapytań dotyczących danych o nieprawidłowym ruchu i widoczności

Dane dotyczące nieprawidłowego ruchu i widoczności można pobierać z interfejsu API CDR za pomocą punktów końcowych generateIvtReportstartAnalysis. Aby w przypadku nieprawidłowego ruchu stosowana była etykieta adh-mrc-accredited, a dane były akredytowane przez MRC, należy je pobierać za pomocą punktów końcowych generateIvtReport . Podobnie w przypadku danych o widoczności pobieranych za pomocą interfejsu API CDR, akredytacja MRC wymaga korzystania z podanego niżej zapytania globalnego. Z tej sekcji dowiesz się, jak wysłać żądanie do tego punktu końcowego przy użyciu biblioteki klienta w języku Python.

Postępuj zgodnie z instrukcjami konfigurowania i autoryzacji/uwierzytelniania podanymi w krótkim wprowadzeniu do interfejsu API.

Po zastąpieniu tych pól informacjami odpowiednimi dla Twojego konta możesz wysłać podane niżej zapytanie, aby pobrać raport o nieprawidłowym ruchu dotyczący YouTube Reserve kampanii:

  • plik z tajnymi kluczami klientów,
  • identyfikator klienta,
  • klucz interfejsu API,
  • Order IDs
  • strefa czasowa.

Przykładowy kod

from __future__ import print_function
import json
import os.path
from google.auth.transport.requests import Request
from google.oauth2.credentials import Credentials
from google_auth_oauthlib.flow import InstalledAppFlow
from googleapiclient.discovery import build

# If modifying these scopes, delete the file `token.json`.
SCOPES
= ['https://www.googleapis.com/auth/adsdatahub']
TOKEN_FILE
= 'token.json'

creds
= None

# The file token.json stores the user's access and refresh tokens, and is
# created automatically when the authorization flow completes for the first
# time.
if os.path.exists(TOKEN_FILE):
    creds
= Credentials.from_authorized_user_file(TOKEN_FILE, SCOPES)
# If there are no (valid) credentials available, let the user log in.
if not creds or not creds.valid:
   
if creds and creds.expired and creds.refresh_token:
        creds
.refresh(Request())
   
else:
        flow
= InstalledAppFlow.from_client_secrets_file(
           
'YOUR_CLIENT_SECRETS.json', SCOPES)
        creds
= flow.run_local_server(port=0)
   
# Save the credentials for the next run.
   
with open(TOKEN_FILE, 'w') as token:
        token
.write(creds.to_json())

service
= build('adsdatahub', 'v1', credentials=creds,
                developerKey
='YOUR_API_KEY',
                discoveryServiceUrl
='https://adsdatahub.googleapis.com/$discovery/rest?version=v1&labels=')

body
= {
   
'ads_data_customer_id': YOUR_CUSTOMER_ID,
   
'start_date': {
       
'year': 2019,
       
'month': 12,
       
'day': 15
   
},
   
'end_date': {
       
'year': 2019,
       
'month': 12,
       
'day': 20
   
},
   
'time_zone': 'YOUR_TIMEZONE',
   
'yt_reserve_dimensions': {
       
'order_ids': [YOUR_ORDER_IDS],
       
'metric_type': 'METRIC_TYPE_IMPRESSION'
   
},
   
'dest_table': 'YOUR_DESTINATION_TABLE'
}

resp
= service.customers().generateIvtReport(name='customers/YOUR_CUSTOMER_ID,
                                             body=body).execute()
print(json.dumps(resp))
from __future__ import print_function
import json
import os.path
from google.auth.transport.requests import Request
from google.oauth2.credentials import Credentials
from google_auth_oauthlib.flow import InstalledAppFlow
from googleapiclient.discovery import build

# If modifying these scopes, delete the file `token.json`.
SCOPES
= ['https://www.googleapis.com/auth/adsdatahub']
TOKEN_FILE
= 'token.json'

creds
= None

# The file token.json stores the user's access and refresh tokens, and is
# created automatically when the authorization flow completes for the first
# time.
if os.path.exists(TOKEN_FILE):
    creds
= Credentials.from_authorized_user_file(TOKEN_FILE, SCOPES)
# If there are no (valid) credentials available, let the user log in.
if not creds or not creds.valid:
   
if creds and creds.expired and creds.refresh_token:
        creds
.refresh(Request())
   
else:
        flow
= InstalledAppFlow.from_client_secrets_file(
           
'YOUR_CLIENT_SECRETS.json', SCOPES)
        creds
= flow.run_local_server(port=0)
   
# Save the credentials for the next run.
   
with open(TOKEN_FILE, 'w') as token:
        token
.write(creds.to_json())

service
= build('adsdatahub', 'v1', credentials=creds,
                developerKey
='YOUR_API_KEY',
                discoveryServiceUrl
='https://adsdatahub.googleapis.com/$discovery/rest?version=v1&labels=')

name
= 'customers/global/analysisQueries/ad88e8562a8f4baa9c8522945fe95522'
body
= {
 
'spec': {
   
'ads_data_customer_id': YOUR_CUSTOMER_ID,
   
'start_date': {
     
'year': 2019,
     
'month': 12,
     
'day': 15
   
},
   
'end_date': {
     
'year': 2019,
     
'month': 12,
     
'day': 20
   
},
   
'time_zone': 'YOUR_TIMEZONE',
   
'parameter_values': {
     
'line_item_ids': {
       
'array_value': {
         
'values': [
           
{
             
'value': 'YOUR_LINE_ITEM_ID'
           
},
         
]
       
}
     
}
   
}
 
},
 
'dest_table': 'YOUR_DESTINATION_TABLE',
 
'customer_id': YOUR_CUSTOMER_ID
}

resp
= service.customers().analysisQueries().start(name=name,body=body).execute()
print(json.dumps(resp))