Ads Data Hub में सैंपल क्वेरी

ध्यान दें: यूज़र इंटरफ़ेस (यूआई) में क्वेरी टेंप्लेट के ज़रिए, ज़्यादा सैंपल क्वेरी उपलब्ध होती हैं. ज़्यादा जानें

इन सैंपल क्वेरी में, एसक्यूएल और BigQuery के बारे में काम करने की जानकारी का इस्तेमाल किया जाता है. BigQuery में SQL के बारे में ज़्यादा जानें.

Campaign Manager 360 डेटा ट्रांसफ़र क्वेरी

अस्थायी टेबल के साथ Floodlight वैरिएबल मैच करें

गतिविधि टेबल में user_id और कस्टम Floodlight वैरिएबल के बीच मैच जनरेट करें. इसके बाद, इसका इस्तेमाल, Campaign Manager 360 के डेटा के साथ पहले पक्ष (ग्राहक) के डेटा को जोड़ने के लिए किया जा सकता है.

/* 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

इंप्रेशन डिलीवरी

यह उदाहरण इंप्रेशन मैनेजमेंट के लिए अच्छा है. इसमें दिखाया गया है कि फ़्रीक्वेंसी कैप के अलावा, जो इंप्रेशन दिखाए गए उनकी संख्या का पता कैसे लगाएं या क्या कुछ संभावित ग्राहकों के विज्ञापन कम दिखाए गए. इस जानकारी का इस्तेमाल, अपनी साइटों को ऑप्टिमाइज़ करने और चुनी गई ऑडियंस को सही संख्या में इंप्रेशन दिखाने के लिए करें.

/* 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
;

यूनीक कुकी की कुल संख्या / फ़्रीक्वेंसी

इस उदाहरण से, उन रणनीतियों और विज्ञापन फ़ॉर्मैट को पहचानने में मदद मिलती है जिनकी वजह से कुकी की संख्या या फ़्रीक्वेंसी में बढ़ोतरी या कमी होती है.

/* 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'
;

अपनी क्वेरी को सटीक बनाने के लिए, WHERE क्लॉज़ में साइट या प्लेसमेंट आईडी भी शामिल किए जा सकते हैं.

राज्य के हिसाब से, यूनीक कुकी की कुल संख्या और औसत फ़्रीक्वेंसी

यह उदाहरण, cm_dt_impressions टेबल और cm_dt_state मेटाडेटा टेबल को जोड़ता है. इसमें हर राज्य के हिसाब से कुल इंप्रेशन, कुकी की संख्या, और उपयोगकर्ता के हिसाब से औसत इंप्रेशन दिखाया जाता है. इन्हें उत्तरी अमेरिका के भौगोलिक राज्य या प्रांत के हिसाब से ग्रुप में बांटा जाता है.

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)
;

Display & Video 360 की ऑडियंस

इस उदाहरण में Display और Video 360 की ऑडियंस का विश्लेषण करने का तरीका बताया गया है. जानें कि किन ऑडियंस के इंप्रेशन पहुंच रहे हैं. साथ ही, यह पता लगाएं कि कुछ ऑडियंस दूसरों की तुलना में बेहतर परफ़ॉर्म कर रही हैं या नहीं. इस जानकारी से आपको अपने लक्ष्यों के मुताबिक, कुकी की संख्या (ज़्यादा से ज़्यादा उपयोगकर्ताओं के सामने विज्ञापन दिखाना) और क्वालिटी (सीमित टारगेटिंग और दिखने वाले इंप्रेशन) के बीच संतुलन बनाने में मदद मिल सकती है.

/* 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
;

विज्ञापन दिखने से जुड़े आंकड़े

इन उदाहरणों में, ऐक्टिव व्यू प्लस के साथ विज्ञापन दिखने से जुड़े आंकड़ों की मेट्रिक को मेज़र करने का तरीका बताया गया है.

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
;

Campaign Manager 360 के डेटा ट्रांसफ़र में डाइनैमिक डेटा

हर डाइनैमिक प्रोफ़ाइल और फ़ीड के लिए इंप्रेशन की संख्या

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;

फ़ीड 1 में हर डाइनैमिक रिपोर्टिंग लेबल के लिए इंप्रेशन की संख्या

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;

ऐसे इंप्रेशन की संख्या जिनमें फ़ीड 2 में रिपोर्टिंग लेबल = ‘लाल’ दिखता है

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;

ऐसे इंप्रेशन की संख्या जहां फ़ीड 1 में रिपोर्टिंग डाइमेंशन_1 = 'लाल' और रिपोर्टिंग डाइमेंशन_2 = 'कार' शामिल है

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;

Campaign Manager 360 के डेटा ट्रांसफ़र में विज्ञापन फ़ॉर्मैट

इन उदाहरणों में यह पता लगाने का तरीका बताया गया है कि कौनसे विज्ञापन फ़ॉर्मैट, यूनीक कुकी की संख्या या इंप्रेशन की फ़्रीक्वेंसी को बढ़ा रहे हैं. कुकी की कुल संख्या और विज्ञापनों के लिए उपयोगकर्ता के एक्सपोज़र को संतुलित करने के लिए, इस जानकारी का इस्तेमाल करें.

इंप्रेशन डिलीवरी

/* 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
;

कुकी की संख्या और फ़्रीक्वेंसी

/* 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

_rdid टेबल वाले मोबाइल ऐप्लिकेशन इंप्रेशन

पहली क्वेरी:

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

दूसरी क्वेरी:

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

campaign_id का इस्तेमाल करके नतीजों को जोड़ा जा सकता है.

डेमोग्राफ़िक डिलीवरी

इस उदाहरण में, यह पता लगाने का तरीका बताया गया है कि कौनसे कैंपेन, किसी डेमोग्राफ़िक (उम्र, लिंग, आय, शिक्षा वगैरह) तक पहुंच रहे हैं.

/* 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
;

विज्ञापन दिखने से जुड़े आंकड़े

क्वेरी सैंपल के साथ विज्ञापन दिखने से जुड़े आंकड़ों की खास जानकारी के लिए, यह देखें बेहतर ऐक्टिव व्यू मेट्रिक

Google Ads पर विज्ञापन देने वाले की टाइम ज़ोन सेटिंग

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

इन्वेंट्री टाइप

यह सैंपल क्वेरी, इन्वेंट्री टाइप का सिद्धांत दिखाती है. Google आपके यूआरएल पैरामीटर को कैसे इस्तेमाल करेगा, यह तय करने के लिए inventory_type फ़ील्ड से यह पता लगाया जा सकता है कि आपके विज्ञापन किस इन्वेंट्री पर दिखाए गए, जैसे कि Gmail या YouTube Music. संभावित वैल्यू: YOUTUBE, YOUTUBE_TV, YOUTUBE_MUSIC, SEARCH, GMAIL, और OTHER. अन्य का मतलब है या तो Google Display या वीडियो नेटवर्क.

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

एट्रिब्यूशन मॉडल के साथ काम करना

Ads Data Hub, डेटा-ड्रिवन एट्रिब्यूशन (डीडीए) और लास्ट क्लिक, दोनों के साथ काम करता है एट्रिब्यूशन (LCA) मॉडल की झलक देखने की सुविधा मिलती है. सितंबर से पहले 19, 2023 से सिर्फ़ LCA का इस्तेमाल किया जा सकता है. नीचे दिए गए उदाहरणों में बताया गया है कि किसी भी मॉडल का इस्तेमाल करने वाले कन्वर्ज़न और कन्वर्ज़न सेटिंग का इस्तेमाल करने का तरीका मेटाडेटा टेबल.

डेटा-ड्रिवन एट्रिब्यूशन कन्वर्ज़न ढूंढना

इस उदाहरण में, डीडीए मॉडल का इस्तेमाल करने वाले कन्वर्ज़न के बारे में बताया गया है:

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;

लास्ट क्लिक एट्रिब्यूशन कन्वर्ज़न खोजना

लेगसी तरीके को बनाए रखने के लिए, अपनी क्वेरी में WHERE क्लॉज़ जोड़ें, ताकि आप अपने लास्ट क्लिक एट्रिब्यूशन कन्वर्ज़न के नतीजे:

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

कन्वर्ज़न के नाम के हिसाब से फ़िल्टर करने के लिए, मेटाडेटा टेबल का इस्तेमाल करना

कन्वर्ज़न सेटिंग के मेटाडेटा की टेबल की मदद से, काम के नामों के हिसाब से फ़िल्टर किया जा सकता है पर निर्भर करता है.

उदाहरण के लिए, कन्वर्ज़न को conversion_type के हिसाब से फ़िल्टर करने के बजाय:

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

कन्वर्ज़न सेटिंग में मौजूद फ़ील्ड का इस्तेमाल करके फ़िल्टर करने के लिए, JOIN क्लॉज़ का इस्तेमाल करें मेटाडेटा तालिका :

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;

YouTube विज्ञापनों के पॉड से जुड़ी क्वेरी

विज्ञापन पॉड, YouTube पर लंबे समय तक वीडियो देखने के दौरान, दो विज्ञापनों को एक विज्ञापन ब्रेक में ग्रुप करता है. (कमर्शियल ब्रेक के बारे में सोचें, लेकिन इसमें दो विज्ञापन ही शामिल किए जा सकते हैं.) विज्ञापनों के पॉड में दिखाए जाने वाले विज्ञापनों को स्किप किया जा सकता है. हालांकि, अगर कोई उपयोगकर्ता पहला विज्ञापन स्किप करता है, तो दूसरा विज्ञापन भी स्किप कर दिया जाता है.

GoogleAds TrueView इनस्ट्रीम कैंपेन इंप्रेशन और TrueView व्यू

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

लाइन आइटम के हिसाब से, Display और Video 360 के विज्ञापन दिखने से जुड़े आंकड़ों की मेट्रिक

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

YouTube Reserve से जुड़ी क्वेरी

विज्ञापन देने वाले व्यक्ति या कंपनी के हिसाब से इंप्रेशन की डिलीवरी

यह क्वेरी, हर विज्ञापन देने वाले के इंप्रेशन और अलग-अलग उपयोगकर्ताओं की संख्या का पता लगाती है. आप प्रति उपयोगकर्ता इंप्रेशन की औसत संख्या (या "विज्ञापन आवृत्ति") की गणना करने के लिए इन संख्याओं का उपयोग कर सकते हैं.

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
;

विज्ञापन स्किप करना

इस क्वेरी से यह पता चलता है कि हर ग्राहक, कैंपेन, विज्ञापन ग्रुप, और क्रिएटिव के लिए कितने विज्ञापन स्किप किए जा रहे हैं.

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;

सामान्य क्वेरी

उपयोगकर्ताओं के एक ग्रुप को दूसरे ग्रुप से हटाना

इस उदाहरण में, उपयोगकर्ताओं के एक ग्रुप को दूसरे ग्रुप से घटाने का तरीका बताया गया है. इस तकनीक में कई तरह के ऐप्लिकेशन इस्तेमाल किए जा सकते हैं. इसमें, खरीदारी नहीं करने वाले लोगों, बिना दिखने वाले इंप्रेशन वाले उपयोगकर्ताओं, और बिना क्लिक वाले उपयोगकर्ताओं की गिनती करना शामिल है.

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
;

कस्टम ओवरलैप

यह क्वेरी, दो या उससे ज़्यादा कैंपेन के ओवरलैप का आकलन करती है. इसे विवेक के आधार पर, ओवरलैप को मापने के लिए ज़रूरत के मुताबिक बनाया जा सकता है.

/* 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
;

पार्टनर के बेचे जाने वाले विज्ञापन - क्रॉस सेल

यह क्वेरी, पार्टनर की बेची गई इन्वेंट्री के इंप्रेशन और क्लिक-थ्रू को मेज़र करती है.

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)
;

ऐप स्टोर को मिले इंप्रेशन

नीचे दी गई क्वेरी में, ऐप स्टोर और ऐप्लिकेशन के हिसाब से ग्रुप किए गए इंप्रेशन की कुल संख्या की गिनती की गई है.

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