שאילתות לדוגמה ב-Ads Data Hub

הערה: שאילתות לדוגמה נוספות זמינות באמצעות תבניות שאילתות בממשק המשתמש. מידע נוסף

השאילתות לדוגמה האלה מבוססות על ידע מעשי ב-SQL וב-BigQuery. מידע נוסף על SQL ב-BigQuery

שאילתות של העברת נתונים ב-Campaign Manager 360

התאמת משתני Floodlight לטבלאות זמניות

יצירת התאמה בין user_id לבין משתני Floodlight מותאמים אישית בטבלת הפעילות. לאחר מכן אפשר להשתמש בזה כדי לצרף נתונים מאינטראקציה ישירה (First-Party) לנתונים מ-Campaign Manager 360.

/* Creating the match temp table. This can be a separate query and the
temporary table will persist for 72 hours. */

CREATE TABLE
  temp_table AS (
  SELECT
    user_id,
    REGEXP_EXTRACT(event.other_data, 'u1=([^;]*)') AS u1_val
  FROM
    adh.cm_dt_activities_attributed
  GROUP BY
    1,
    2 )

/* Matching to Campaign Manager 360 impression data */

SELECT
  imp.event.campaign_id,
  temp.u1_val,
  COUNT(*) AS cnt
FROM
  adh.cm_dt_impressions AS imp
JOIN
  tmp.temp_table AS temp USING (user_id)
GROUP BY
  1,
  2

מסירת חשיפות

הדוגמה הזו מתאימה לניהול חשיפות, ומראה איך למצוא את מספר החשיפות שהוצגו מעבר למכסות התדירות, או אם ללקוחות פוטנציאליים מסוימים לא הייתה חשיפה מספקת למודעות. תוכלו להשתמש בידע הזה כדי לבצע אופטימיזציה של האתרים והשיטות שלכם כדי לקבל את מספר החשיפות הנכון בפני קהל נבחר.

/* For this query to run, @advertiser_ids and @campaigns_ids
must be replaced with actual IDs. For example [12345] */

WITH filtered_uniques AS (
  SELECT
    user_id,
    COUNT(event.placement_id) AS frequency
  FROM adh.cm_dt_impressions
  WHERE user_id != '0'
    AND event.advertiser_id IN UNNEST(@advertiser_ids)
    AND event.campaign_id IN UNNEST(@campaign_ids)
    AND event.country_domain_name = 'US'
  GROUP BY user_id
)
SELECT
  frequency,
  COUNT(*) AS uniques
FROM filtered_uniques
GROUP BY frequency
ORDER BY frequency
;

מספר קובצי ה-cookie הייחודיים הכולל / התדירות

הדוגמה הזו עוזרת לזהות שיטות ופורמטים של מודעות שמובילים לעלייה או לירידה במספר קובצי ה-cookie הייחודיים או בתדירות שלהם.

/* For this query to run, @advertiser_ids and @campaigns_ids and @placement_ids
must be replaced with actual IDs. For example [12345] */

SELECT
  COUNT(DISTINCT user_id) AS total_users,
  COUNT(DISTINCT event.site_id) AS total_sites,
  COUNT(DISTINCT device_id_md5) AS total_devices,
  COUNT(event.placement_id) AS impressions
FROM adh.cm_dt_impressions
WHERE user_id != '0'
  AND event.advertiser_id IN UNNEST(@advertiser_ids)
  AND event.campaign_id IN UNNEST(@campaign_ids)
  AND event.placement_id IN UNNEST(@placement_ids)
  AND event.country_domain_name = 'US'
;

אפשר גם לכלול מזהי אתרים או מיקומי מודעות בתנאי WHERE כדי לצמצם את השאילתה.

המספר הכולל של קובצי cookie ייחודיים והתדירות הממוצעת לפי מדינה

בדוגמה הזו מתבצעת צירוף בין הטבלה cm_dt_impressions לטבלת המטא-נתונים cm_dt_state כדי להציג את סה"כ החשיפות, את מספר קובצי ה-cookie בכל מדינה ואת מספר החשיפות הממוצע לכל משתמש, שמקובצים לפי מדינה או מחוז גיאוגרפיים בצפון אמריקה.

WITH impression_stats AS (
  SELECT
    event.country_domain_name AS country,
    CONCAT(event.country_domain_name, '-', event.state) AS state,
    COUNT(DISTINCT user_id) AS users,
    COUNT(*) AS impressions
  FROM adh.cm_dt_impressions
  WHERE event.country_domain_name = 'US'
    OR event.country_domain_name = 'CA'
  GROUP BY 1, 2
)
SELECT
  country,
  IFNULL(state_name, state) AS state_name,
  users,
  impressions,
  FORMAT(
    '%0.2f',
    IF(
      IFNULL(impressions, 0) = 0,
      0,
      impressions / users
    )
  ) AS avg_imps_per_user
FROM impression_stats
LEFT JOIN adh.cm_dt_state USING (state)
;

קהלים ב-Display and Video 360

בדוגמה הזו מוסבר איך לנתח קהלים ב-Display ו-Video 360. תוכלו לבדוק אילו קהלים מקבלים את החשיפות, ולקבוע אם הביצועים של קהלים מסוימים טובים יותר מאחרים. הנתונים האלה יכולים לעזור לכם לאזן בין מספר קובצי ה-cookie הייחודיים (הצגת מודעות בפני הרבה משתמשים) לבין האיכות (טירגוט מצומצם וחשיפות שניתן לצפות בהן), בהתאם ליעדים שלכם.

/* For this query to run, @advertiser_ids and @campaigns_ids and @placement_ids
must be replaced with actual IDs. For example [12345] */

WITH filtered_impressions AS (
  SELECT
    event.event_time as date,
    CASE
      WHEN (event.browser_enum IN ('29', '30', '31')
            OR event.os_id IN
              (501012, 501013, 501017, 501018,
               501019, 501020, 501021, 501022,
               501023, 501024, 501025, 501027))
      THEN 'Mobile'
      ELSE 'Desktop'
    END AS device,
    event.dv360_matching_targeted_segments,
    event.active_view_viewable_impressions,
    event.active_view_measurable_impressions,
    user_id
  FROM adh.cm_dt_impressions
  WHERE event.dv360_matching_targeted_segments != ''
    AND event.advertiser_id in UNNEST(@advertiser_ids)
    AND event.campaign_id IN UNNEST(@campaign_ids)
    AND event.dv360_country_code = 'US'
)
SELECT
  audience_id,
  device,
  COUNT(*) AS impressions,
  COUNT(DISTINCT user_id) AS uniques,
  ROUND(COUNT(*) / COUNT(DISTINCT user_id), 1) AS frequency,
  SUM(active_view_viewable_impressions) AS viewable_impressions,
  SUM(active_view_measurable_impressions) AS measurable_impressions
FROM filtered_impressions
JOIN UNNEST(SPLIT(dv360_matching_targeted_segments, ' ')) AS audience_id
GROUP BY 1, 2
;

ניראות

בדוגמאות האלה מוצג איך למדוד מדדי ניראות של Active View Plus.

WITH T AS (
   SELECT cm_dt_impressions.event.impression_id AS Impression,
          cm_dt_impressions.event.active_view_measurable_impressions AS AV_Measurable,
          SUM(cm_dt_active_view_plus.event.active_view_plus_measurable_count) AS AVP_Measurable
     FROM adh.cm_dt_impressions
FULL JOIN adh.cm_dt_active_view_plus
          ON (cm_dt_impressions.event.impression_id =
              cm_dt_active_view_plus.event.impression_id)
    GROUP BY Impression, AV_Measurable
)
SELECT COUNT(Impression), SUM(AV_Measurable), SUM(AVP_Measurable)
  FROM T
;

WITH Raw AS (
  SELECT
    event.ad_id AS Ad_Id,
  SUM(event.active_view_plus_measurable_count) AS avp_total,
  SUM(event.active_view_first_quartile_viewable_impressions) AS avp_1st_quartile,
  SUM(event.active_view_midpoint_viewable_impressions) AS avp_2nd_quartile,
  SUM(event.active_view_third_quartile_viewable_impressions) AS avp_3rd_quartile,
  SUM(event.active_view_complete_viewable_impressions) AS avp_complete
  FROM
    adh.cm_dt_active_view_plus
  GROUP BY
    1
)

SELECT
  Ad_Id,
  avp_1st_quartile / avp_total AS Viewable_Rate_1st_Quartile,
  avp_2nd_quartile / avp_total AS Viewable_Rate_2nd_Quartile,
    avp_3rd_quartile / avp_total AS Viewable_Rate_3rd_Quartile,
    avp_complete / avp_total AS Viewable_Rate_Completion_Quartile
FROM
  Raw
WHERE
  avp_total > 0
ORDER BY
  Viewable_Rate_1st_Quartile DESC
;

נתונים דינמיים בהעברת נתונים מ-Campaign Manager 360

מספר החשיפות לכל פרופיל ופיד דינמי

SELECT
  event.dynamic_profile,
  feed_name,
  COUNT(*) as impressions
FROM adh.cm_dt_impressions
JOIN UNNEST (event.feed) as feed_name
GROUP BY 1, 2;

מספר החשיפות לכל תווית דיווח דינמית בפיד 1

SELECT
  event.feed_reporting_label[SAFE_ORDINAL(1)] feed1_reporting_label,,
  COUNT(*) as impressions
FROM adh.cm_dt_impressions
WHERE event.feed_reporting_label[SAFE_ORDINAL(1)] <> “” # where you have at least one reporting label set
GROUP BY 1;

מספר החשיפות שבהן תווית הדיווח = 'אדום' בפיד 2

SELECT
  event.feed_reporting_label[SAFE_ORDINAL(2)] AS feed1_reporting_label,
  COUNT(*) as impressions
FROM adh.cm_dt_impressions
WHERE event.feed_reporting_label[SAFE_ORDINAL(2)] = “red”
GROUP BY 1;

מספר החשיפות שבהן reporting dimension_1 = 'אדום' ו-reporting dimension_2 = 'רכב' בפיד 1

SELECT
  event.feed_reporting_label[SAFE_ORDINAL(1)] AS feed1_reporting_label,
  event.feed_reporting_dimension1[SAFE_ORDINAL(1)] AS feed1_reporting_dimension1,
  event.feed_reporting_dimension2[SAFE_ORDINAL(1)] AS feed2_reporting_dimension1,
  event.feed_reporting_dimension3[SAFE_ORDINAL(1)] AS feed3_reporting_dimension1,
  event.feed_reporting_dimension4[SAFE_ORDINAL(1)] AS feed4_reporting_dimension1,
  event.feed_reporting_dimension5[SAFE_ORDINAL(1)] AS feed5_reporting_dimension1,
  event.feed_reporting_dimension6[SAFE_ORDINAL(1)] AS feed6_reporting_dimension1,
  COUNT(*) as impressions
FROM adh.cm_dt_impressions
WHERE event.feed_reporting_dimension1[SAFE_ORDINAL(1)] = “red”
AND event.feed_reporting_dimension2[SAFE_ORDINAL(1)] = “car”
GROUP BY 1,2,3,4,5,6,7;

פורמטים של מודעות בהעברת נתונים מ-Campaign Manager 360

בדוגמאות האלה מוסבר איך לקבוע אילו פורמטים של מודעות ממקסמים את מספר קובצי ה-cookie הייחודיים או את תדירות החשיפות. הידע הזה יכול לעזור לכם לאזן בין מספר קובצי ה-Cookie הייחודיים הכולל לבין החשיפה של המשתמשים למודעות.

מסירת חשיפות

/* For this query to run, @advertiser_ids and @campaigns_ids
must be replaced with actual IDs. For example [12345]. YOUR_BQ_DATASET must be
replaced with the actual name of your dataset.*/

WITH filtered_uniques AS (
  SELECT
    user_id,
    CASE
      WHEN creative_type LIKE '%Video%' THEN 'Video'
      WHEN creative_type IS NULL THEN 'Unknown'
      ELSE 'Display'
    END AS creative_format,
    COUNT(*) AS impressions
  FROM adh.cm_dt_impressions impression
  LEFT JOIN YOUR_BQ_DATASET.campaigns creative
    ON creative.rendering_id = impression.event.rendering_id
  WHERE user_id != '0'
    AND event.advertiser_id IN UNNEST(@advertiser_ids)
    AND event.campaign_id IN UNNEST(@campaign_ids)
    AND event.country_domain_name = 'US'
  GROUP BY user_id, creative_format
)
SELECT
  impressions AS frequency,
  creative_format,
  COUNT(DISTINCT user_id) AS uniques,
  SUM(impressions) AS impressions
FROM filtered_uniques
GROUP BY frequency, creative_format
ORDER BY frequency
;

מספר קובצי ה-cookie הייחודיים והתדירות

/* For this query to run, @advertiser_ids and @campaigns_ids
must be replaced with actual IDs. For example [12345]. YOUR_BQ_DATASET must be
replaced with the actual name of your dataset. */

WITH filtered_impressions AS (
  SELECT
    event.campaign_id AS campaign_id,
    event.rendering_id AS rendering_id,
    user_id
  FROM adh.cm_dt_impressions
  WHERE user_id != '0'
    AND event.advertiser_id IN UNNEST(@advertiser_ids)
    AND event.campaign_id IN UNNEST(@campaign_ids)
    AND event.country_domain_name = 'US'
)
SELECT
  Campaign,
  CASE
    WHEN creative_type LIKE '%Video%' THEN 'Video'
    WHEN creative_type IS NULL THEN 'Unknown'
    ELSE 'Display'
  END AS creative_format,
  COUNT(DISTINCT user_id) AS users,
  COUNT(*) AS impressions
FROM filtered_impressions
LEFT JOIN YOUR_BQ_DATASET.campaigns USING (campaign_id)
LEFT JOIN YOUR_BQ_DATASET.creatives USING (rendering_id)
GROUP BY 1, 2
;

Google Ads

חשיפות באפליקציה לנייד עם טבלאות _rdid

שאילתה 1:

SELECT
  campaign_id,
  COUNT(*) AS imp,
  COUNT(DISTINCT user_id) AS users
FROM adh.google_ads_impressions
WHERE is_app_traffic
GROUP BY 1
;

שאילתה 2:

SELECT
  campaign_id,
  COUNT(DISTINCT device_id_md5) AS device_ids
FROM adh.google_ads_impressions_rdid
GROUP BY 1
;

אפשר לצרף את התוצאות באמצעות campaign_id.

הצגת מודעות לפי מאפיינים דמוגרפיים

בדוגמה הזו נסביר איך לקבוע אילו קמפיינים מגיעים לקבוצה דמוגרפית מסוימת.

/* For this query to run, @customer_id
must be replaced with an actual ID. For example [12345] */

WITH impression_stats AS (
  SELECT
    campaign_id,
    demographics.gender AS gender_id,
    demographics.age_group AS age_group_id,
    COUNT(DISTINCT user_id) AS users,
    COUNT(*) AS impressions
  FROM adh.google_ads_impressions
  WHERE customer_id = @customer_id
  GROUP BY 1, 2, 3
)
SELECT
  campaign_name,
  gender_name,
  age_group_name,
  users,
  impressions
FROM impression_stats
LEFT JOIN adh.google_ads_campaign USING (campaign_id)
LEFT JOIN adh.gender USING (gender_id)
LEFT JOIN adh.age_group USING (age_group_id)
ORDER BY 1, 2, 3
;

ניראות

סקירה כללית על ניראות עם דוגמאות לשאילתות זמינה במאמר מדדי Active View מתקדמים

הגדרות אזור הזמן של המפרסם ב-Google Ads

SELECT
  customer_id,
  customer_timezone,
  count(1) as impressions
FROM adh.google_ads_impressions i
  INNER JOIN adh.google_ads_customer c
    ON c.customer_id = i.customer_id
WHERE TIMESTAMP_MICROS(i.query_id.time_usec) >= CAST(DATETIME(@date, c.customer_timezone) AS TIMESTAMP)
AND TIMESTAMP_MICROS(i.query_id.time_usec) < CAST(DATETIME_ADD(DATETIME(@date, c.customer_timezone), INTERVAL 1 DAY) AS TIMESTAMP)
GROUP BY customer_id, customer_timezone

Inventory type

השאילתה לדוגמה הזו מדגימה את הרעיון של סוג מלאי שטחי הפרסום. אפשר להשתמש בשדה inventory_type כדי לקבוע באיזה מלאי שטחי פרסום הוצגו המודעות, למשל Gmail או YouTube Music. ערכים אפשריים: YOUTUBE, YOUTUBE_TV, YOUTUBE_MUSIC, SEARCH, GMAIL, OTHER. 'אחר' מתייחס לרשת המדיה או לרשת הווידאו של Google.

SELECT
 i.campaign_id,
 cmp.campaign_name,
 i.inventory_type,
 COUNT(i.query_id.time_usec) AS impressions
FROM adh.google_ads_impressions i
LEFT JOIN adh.google_ads_campaign cmp ON (i.campaign_id = cmp.campaign_id)
WHERE
 TIMESTAMP_MICROS(i.query_id.time_usec)
  BETWEEN @local_start_date
  AND TIMESTAMP_ADD(@local_start_date,INTERVAL @number_days*24 HOUR)
GROUP BY 1, 2, 3
ORDER BY 4 DESC

עבודה עם מודלים של שיוך

ב-Ads Data Hub יש תמיכה במודלים של שיוך מבוסס-נתונים (DDA) ושל שיוך לקליק אחרון (LCA) בטבלאות ההמרות ב-Google Ads. לפני 19 בספטמבר 2023, הייתה תמיכה רק ב-LCA. בדוגמאות הבאות מוסבר איך למצוא המרות שמשתמשות באחד מהמודלים, ואיך להשתמש בטבלת המטא-נתונים של הגדרות ההמרות.

חיפוש המרות לפי שיוך מבוסס-נתונים

בדוגמה הזו מוצג חיפוש של המרות שמשתמשות במודל DDA:

SELECT
  s.name
  SUM(conv.num_conversion_micros)/1000000 AS num_convs
FROM adh.google_ads_conversions AS conv
JOIN adh.google_ads_conversion_settings AS s
  ON (conv.conversion_type = s.conversion_type_id)
WHERE s.action_optimization = 'Primary'
    AND s.attribution_model = 'DATA_DRIVEN'
GROUP BY 1;

איתור המרות שיוכות לקליק אחרון

כדי לשמור על ההתנהגות הקודמת, מוסיפים תנאי WHERE לשאילתות כדי לסנן את התוצאות לפי המרות שיוכות לקליק אחרון:

SELECT COUNT(*)
FROM adh.google_ads_conversions
WHERE conversion_type = 123
  AND conversion_attribution_model_type = 'LAST_CLICK';

שימוש בטבלת המטא-נתונים כדי לסנן לפי שם ההמרה

טבלת המטא-נתונים של הגדרות ההמרות מאפשרת לכם לסנן לפי שמות בעלי משמעות במקום לפי מספרים.

לדוגמה, במקום לסנן המרות לפי conversion_type:

SELECT COUNT(*)
FROM adh.google_ads_conversions
WHERE conversion_type = 291496508;

משתמשים בתנאי JOIN כדי לסנן לפי השדות בטבלת המטא-נתונים של הגדרות ההמרות :

SELECT SUM(num_conversion_micros)/1000000 AS num_convs
FROM adh.google_ads_conversions AS conv
JOIN adh.google_ads_conversion_settings AS s
     ON (conv.conversion_type = s.conversion_type_id)
WHERE s.name = 'LTH Android Order';

SELECT s.name, SUM(conv.num_conversion_micros)/1000000 AS num_convs
FROM adh.google_ads_conversions AS conv
JOIN adh.google_ads_conversion_settings AS s
     ON (conv.conversion_type = s.conversion_type_id)
WHERE s.conversion_category = 'PURCHASE'
  AND s.action_optimization = 'Primary'
GROUP BY 1;

שאילתות לגבי רצפי מודעות ב-YouTube

רצפי מודעות מקובצים ל-2 מודעות בהפסקה אחת למודעות במהלך סשנים ארוכים יותר של צפייה ב-YouTube. (כמו הפסקת פרסומות, אבל מוגבלת ל-2 מודעות). מודעות שמוצגות ברצפי מודעות ימשיכו להיות ניתנות לדילוג. עם זאת, אם משתמש מדלג על המודעה הראשונה, הוא מדלג גם על המודעה השנייה.

חשיפות וצפיות במודעות TrueView בקמפיינים של Google Ads מסוג TrueView In-stream

SELECT
 cmp.campaign_name,
 imp.is_app_traffic,
 COUNT(*) AS total_impressions,
 COUNTIF(clk.click_id IS NOT NULL) AS total_trueview_views
FROM adh.google_ads_impressions imp
JOIN adh.google_ads_campaign cmp USING (campaign_id)
JOIN adh.google_ads_adgroup adg USING (adgroup_id)
LEFT JOIN adh.google_ads_clicks clk ON
  imp.impression_id = clk.impression_id
WHERE
 imp.customer_id IN UNNEST(@customer_ids)
 AND adg.adgroup_type = 'VIDEO_TRUE_VIEW_IN_STREAM'
 AND cmp.advertising_channel_type = 'VIDEO'
GROUP BY 1, 2

מדדי ניראות ב-Display and Video 360 לפי פריטים

WITH
 imp_stats AS (
   SELECT
     imp.line_item_id,
     count(*) as total_imp,
     SUM(num_active_view_measurable_impression) AS num_measurable_impressions,
     SUM(num_active_view_eligible_impression) AS num_enabled_impressions
   FROM adh.dv360_youtube_impressions imp
   WHERE
     imp.line_item_id IN UNNEST(@line_item_ids)
   GROUP BY 1
 ),
 av_stats AS (
   SELECT
     imp.line_item_id,
     SUM(num_active_view_viewable_impression) AS num_viewable_impressions
   FROM adh.dv360_youtube_impressions imp
   LEFT JOIN
     adh.dv360_youtube_active_views av
     ON imp.impression_id = av.impression_id
   WHERE
     imp.line_item_id IN UNNEST(@line_item_ids)
   GROUP BY 1
 )
SELECT
 li.line_item_name,
 SUM(imp.total_imp) as num_impressions,
 SUM(imp.num_measurable_impressions) AS num_measurable_impressions,
 SUM(imp.num_enabled_impressions) AS num_enabled_impressions,
 SUM(IFNULL(av.num_viewable_impressions, 0)) AS num_viewable_impressions
FROM imp_stats as imp
LEFT JOIN av_stats AS av USING (line_item_id)
JOIN adh.dv360_youtube_lineitem li ON (imp.line_item_id = li.line_item_id)
GROUP BY 1

שאילתות ב-YouTube Reserve

הצגת חשיפות לפי מפרסם

השאילתה הזו מודדת את מספר החשיפות ואת מספר המשתמשים הייחודיים לכל מפרסם. אפשר להשתמש בנתונים האלה כדי לחשב את מספר החשיפות הממוצע לכל משתמש (או 'תדירות המודעות').

SELECT
  advertiser_name,
  COUNT(*) AS imp,
  COUNT(DISTINCT user_id) AS users
FROM adh.yt_reserve_impressions AS impressions
JOIN adh.yt_reserve_order order ON impressions.order_id = order.order_id
GROUP BY 1
;

דילוגים על מודעות

השאילתה הזו מודדת את מספר דילוגי המודעות לכל לקוח, קמפיין, קבוצת מודעות וקריאייטיב.

SELECT
  impression_data.customer_id,
  impression_data.campaign_id,
  impression_data.adgroup_id,
  impression_data.ad_group_creative_id,
  COUNTIF(label = "videoskipped") AS num_skips
FROM
  adh.google_ads_conversions
GROUP BY 1, 2, 3, 4;

שאילתות כלליות

חיסור קבוצת משתמשים אחת מקבוצה אחרת

בדוגמה הזו מוסבר איך מחסירים קבוצה אחת של משתמשים מקבוצה אחרת. יש לשיטה הזו מגוון רחב של יישומים, כולל ספירה של משתמשים שלא השלימו המרה, משתמשים ללא חשיפות גלויות ומשתמשים ללא קליקים.

WITH exclude AS (
  SELECT DISTINCT user_id
  FROM adh.google_ads_impressions
  WHERE campaign_id = 123
)

SELECT
  COUNT(DISTINCT imp.user_id) -
      COUNT(DISTINCT exclude.user_id) AS users
FROM adh.google_ads_impressions imp
LEFT JOIN exclude
  USING (user_id)
WHERE imp.campaign_id = 876
;

חפיפה בהתאמה אישית

השאילתה הזו מודדת את החפיפה בין 2 קמפיינים או יותר. אפשר להתאים אישית את המדד כדי למדוד חפיפה על סמך קריטריונים שרירותיים.

/* For this query to run, @campaign_1 and @campaign_2 must be replaced with
actual campaign IDs. */

WITH flagged_impressions AS (
SELECT
  user_ID,
  SUM(IF(campaign_ID in UNNEST(@campaign_1), 1, 0)) AS C1_impressions,
  SUM(IF(campaign_ID in UNNEST(@campaign_2), 1, 0)) AS C2_impressions
FROM adh.cm_dt_impressions
GROUP BY user_ID

SELECT COUNTIF(C1_impressions > 0) as C1_cookie_count,
 COUNTIF(C2_impressions > 0) as C2_cookie_count,
 COUNTIF(C1_impressions > 0 and C2_impressions > 0) as overlap_cookie_count
FROM flagged_impressions
;

מכירה על ידי שותפים – מכירת מוצרים או שירותים לא קשורים (cross-sell)

השאילתה הזו מודדת חשיפות ושיעור קליקים של מלאי שטחי פרסום שנמכר על ידי שותפים.

SELECT
  a.record_date AS record_date,
  a.line_item_id AS line_item_id,
  a.creative_id AS creative_id,
  a.ad_id AS ad_id,
  a.impressions AS impressions,
  a.click_through AS click_through,
  a.video_skipped AS video_skipped,
  b.pixel_url AS pixel_url
FROM
  (
    SELECT
      FORMAT_TIMESTAMP('%D', TIMESTAMP_MICROS(i.query_id.time_usec), 'Etc/UTC') AS record_date,
      i.line_item_id as line_item_id,
      i.creative_id as creative_id,
      i.ad_id as ad_id,
      COUNT(i.query_id) as impressions,
      COUNTIF(c.label='video_click_to_advertiser_site') AS click_through,
      COUNTIF(c.label='videoskipped') AS video_skipped
    FROM
      adh.partner_sold_cross_sell_impressions AS i
      LEFT JOIN adh.partner_sold_cross_sell_conversions AS c
        ON i.impression_id = c.impression_id
    GROUP BY
      1, 2, 3, 4
    ) AS a
    JOIN adh.partner_sold_cross_sell_creative_pixels AS b
      ON (a.ad_id = b.ad_id)
;

חשיפות בחנות האפליקציות

בשאילתה הבאה נספר את המספר הכולל של החשיפות שמקובצות לפי חנות אפליקציות ואפליקציה.

SELECT app_store_name, app_name, COUNT(*) AS number
FROM adh.google_ads_impressions AS imp
JOIN adh.mobile_app_info
USING (app_store_id, app_id)
WHERE imp.app_id IS NOT NULL
GROUP BY 1,2
ORDER BY 3 DESC