Umumnya, kolom dengan nama yang sama dalam pintu pembelian yang sama dapat digabungkan
bersama
pada seluruh tabel. Misalnya, adh.google_ads_impressions.impression_id
dapat digabungkan dengan adh.google_ads_clicks.impression_id
. Dalam contoh ini,
Iklan Display Google adalah jalur pembelian yang umum, impression_id
adalah kolom yang umum,
dan google_ads_impressions
dan google_ads_clicks
adalah dua hal yang berbeda
tabel sementara.
Terdapat kompleksitas yang dapat mempersulit penggabungan data di berbagai saluran pembelian. Produk Google yang berbeda menggunakan ID pengguna yang berbeda, dan ID pengguna juga dapat bervariasi dalam satu produk berdasarkan status login.
Gunakan tabel berikut sebagai panduan untuk menggabungkan semua produk. Bergabung di dalam setiap pintu pembelian umumnya akan berfungsi, sedangkan jalur di antara pintu pembelian umumnya tidak akan terjadi.
Pembelian Pintu | Produk | Tabel | ID yang dapat digabungkan |
---|---|---|---|
Kebijakan Privasi Layar Google Ads | Video Google Mitra (kecuali YouTube) | adh.google_ads_*
|
|
Kebijakan Privasi Pemasaran Peron | melalui Data
Antar-jemput:
Layar & Video 360 Kampanye Pengelola 360 |
adh.dv360_dt_* adh.cm_dt_*
|
|
YouTube Kebijakan Privasi terjual | YouTube
Reservasi YouTube (di Google Ads) YouTube (di Layar & Video 360) |
adh.yt_reserve_*
adh.google_ads_*
adh.dv360_youtube_*
|
|
YouTube Mitra terjual | Iklan Google
Pengelola Roda bebas |
adh.partner_sold_cross_sell_*
adh.freewheel_* |
|
Kunci | user_id |
external_cookie |
device_id_md5 |
Contoh
Selain ID pengguna dan perangkat, Anda dapat menggabungkan tabel menggunakan kolom. Untuk mempelajari cara menggabungkan tabel di Ads Data Hub, pilih kolom yang dapat digabungkan dari menu {i>dropdown<i}. Bagian ini berisi kumpulan contoh yang tidak lengkap.
Contoh ini menunjukkan cara menggunakan user_id
untuk bergabung
tayangan iklan, materi iklan, dan tabel konversi.
Kasus penggunaan: Memahami apakah kampanye branding mendorong peningkatan konversi.
WITH imp AS ( SELECT user_id, COUNTIF(campaign_id IN UNNEST(@brand_campaign_ids)) AS brand_impression, COUNTIF(campaign_id IN UNNEST(@perf_campaign_ids)) AS perf_impression, FROM adh.google_ads_impressions WHERE campaign_id IN UNNEST(ARRAY_CONCAT(@perf_campaign_ids, @brand_campaign_ids)) AND user_id != '0' GROUP BY 1 ), conv AS ( SELECT c.user_id, COUNT(1) AS conv_count FROM adh.google_ads_conversions WHERE impression_data.campaign_id IN UNNEST(@perf_campaign_ids) AND conversion_type IN UNNEST(@conversion_type_list) AND user_id != '0' GROUP BY 1 ) SELECT SUM(IF(has_brand_traffic AND NOT has_perf_traffic, conv_count, 0)) AS brand_only, SUM(IF(NOT has_brand_traffic AND has_perf_traffic, conv_count, 0)) AS perf_only, SUM(IF(has_brand_traffic AND has_perf_traffic, conv_count, 0)) AS overlap FROM ( SELECT imp.user_id, imp.brand_impression > 0 AS has_brand_traffic, imp.perf_impression > 0 AS has_perf_traffic, conv.conv_count FROM imp JOIN conv USING (user_id) )
Contoh ini menunjukkan cara menggunakan impression_id
untuk
menautkan data konversi ke data tayangan iklan.
Kasus penggunaan: Tayangan iklan Slice dan statistik konversi berdasarkan negara dan CTC/EVC.
SELECT imp.location.country, COUNT(1) AS num_imps, SUM(IF(attribution_event_type = 'CLICK', 1, 0)) AS ctc_convs, SUM(IF(attribution_event_type = 'ENGAGED_VIEW', 1, 0)) AS evc_convs FROM adh.google_ads_impressions AS imp LEFT JOIN adh.google_ads_conversions AS conv ON ( imp.impression_id = conv.impression_id AND conv.conversion_type IN UNNEST(@conversion_type_list)) WHERE imp.campaign_id IN UNNEST(@campaign_ids) GROUP BY 1
Contoh ini menunjukkan cara menggabungkan beberapa tabel menggunakan beberapa ID.
Kasus penggunaan: Cantumkan aset yang ditautkan ke kampanye tertentu.
SELECT cmp.campaign_id, adg.adgroup_id, cr.video_message.youtube_video_id FROM adh.google_ads_campaign AS cmp JOIN adh.google_ads_adgroup AS adg USING (campaign_id) JOIN adh.google_ads_adgroupcreative AS agc USING (adgroup_id) JOIN adh.google_ads_creative AS cr ON (agc.customer_id = cr.customer_id AND agc.creative_id = cr.creative_id) WHERE campaign_id = 123 GROUP BY 1, 2, 3
Contoh ini menunjukkan cara menggabungkan tabel metadata.
Kasus penggunaan: Menggabungkan tabel tayangan dengan tabel metadata status untuk menampilkan jumlah cookie unik dan frekuensi rata-rata menurut negara bagian.
SELECT IFNULL(reg.region_name, 'unspecified') AS state, COUNT(DISTINCT user_id) AS users, COUNT(1) AS impressions, FORMAT('%0.2f', COUNT(1) / COUNT(DISTINCT user_id)) AS avg_imp_per_user FROM adh.google_ads_impressions AS imp LEFT JOIN adh.region AS reg ON (imp.location.geo_region_id = reg.region_id) WHERE imp.location.country = 'US' GROUP BY 1