ตัวอย่างการค้นหาใน Ads Data Hub

หมายเหตุ: ตัวอย่างการค้นหาเพิ่มเติมมีให้บริการผ่านเทมเพลตการค้นหาใน UI ดูข้อมูลเพิ่มเติม

การค้นหาตัวอย่างเหล่านี้จะถือว่ามีความรู้ในการใช้งาน SQL และ BigQuery ดูข้อมูลเพิ่มเติมเกี่ยวกับ SQL ใน BigQuery

การค้นหาการโอนข้อมูลของ Campaign Manager 360

จับคู่ตัวแปร Floodlight กับตารางชั่วคราว

สร้างการจับคู่ระหว่างตัวแปร user_id กับตัวแปร Floodlight ที่กำหนดเองในตารางกิจกรรม ซึ่งจะใช้ในการรวมข้อมูลจากบุคคลที่หนึ่งกับข้อมูล 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

การแสดงผลโฆษณา

ตัวอย่างนี้เหมาะสำหรับการจัดการการแสดงผล และแสดงวิธีหาจำนวนการแสดงผลที่แสดงนอกเหนือจากความถี่สูงสุด หรือในกรณีที่ผู้มีโอกาสเป็นลูกค้าบางรายเห็นโฆษณาน้อย ใช้ความรู้นี้ในการเพิ่มประสิทธิภาพเว็บไซต์และกลวิธีเพื่อให้ได้รับจำนวนการแสดงผลที่เหมาะสมต่อกลุ่มเป้าหมายที่เลือก

/* 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
;

จำนวนคุกกี้ทั้งหมดที่ไม่ซ้ำกัน / ความถี่

ตัวอย่างนี้ช่วยระบุกลยุทธ์และรูปแบบโฆษณาที่นำไปสู่การเพิ่มขึ้นหรือลดลงของจำนวนคุกกี้หรือความถี่ที่ไม่ซ้ำ

/* 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'
;

นอกจากนี้ คุณยังสามารถรวมไซต์หรือรหัสตำแหน่งในวรรค "WHERE" เพื่อจำกัดข้อความค้นหาให้แคบลงได้

จำนวนคุกกี้ทั้งหมดที่ไม่ซ้ำกันและความถี่โดยเฉลี่ยตามรัฐ

ตัวอย่างนี้ผนวกตาราง cm_dt_impressions และตารางข้อมูลเมตาของ cm_dt_state เพื่อแสดงจำนวนการแสดงผลทั้งหมด จำนวนคุกกี้ต่อรัฐ และการแสดงผลเฉลี่ยตามผู้ใช้ ซึ่งจัดกลุ่มตามรัฐหรือจังหวัดทางภูมิศาสตร์ในอเมริกาเหนือ

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)
;

กลุ่มเป้าหมาย Display & Video 360

ตัวอย่างนี้แสดงวิธีวิเคราะห์กลุ่มเป้าหมาย Display & Video 360 เรียนรู้ว่าการแสดงผลใดเข้าถึงจากกลุ่มเป้าหมาย และพิจารณาว่ากลุ่มเป้าหมายบางกลุ่มทำงานได้ดีกว่ากลุ่มอื่นๆ หรือไม่ ความรู้นี้สามารถช่วยสร้างความสมดุลระหว่างจำนวนคุกกี้ที่ไม่ซ้ำกัน (การแสดงโฆษณาต่อหน้าผู้ใช้จำนวนมาก) และคุณภาพ (การกำหนดเป้าหมายที่แคบและการแสดงผลที่มองเห็นได้) ทั้งนี้ขึ้นอยู่กับเป้าหมายของคุณ

/* 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
;

การมองเห็นโฆษณา

ตัวอย่างเหล่านี้แสดงวิธีวัดเมตริกการมองเห็นโฆษณาของ 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
;

ข้อมูลแบบไดนามิกในการโอนข้อมูล Campaign Manager 360

จำนวนการแสดงผลต่อโปรไฟล์และฟีดแบบไดนามิก

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;

จำนวนการแสดงผลต่อป้ายกำกับการรายงานแบบไดนามิกในฟีด 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;

จำนวนการแสดงผลที่ป้ายกำกับการรายงาน = "สีแดง" ในฟีด 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;

จำนวนการแสดงผลที่มีการรายงานdimension_1 = "red" = "red" และ Reportingdimension_2 = "car" (รถยนต์) ในฟีด 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;

รูปแบบโฆษณาในการโอนข้อมูล Campaign Manager 360

ตัวอย่างเหล่านี้แสดงวิธีพิจารณาว่ารูปแบบโฆษณาใดเพิ่มจํานวนคุกกี้ที่ไม่ซ้ำหรือความถี่ของการแสดงผลให้ได้สูงสุด ใช้ความรู้นี้เพื่อช่วยสร้างสมดุลระหว่างจำนวนคุกกี้ที่ไม่ซ้ำกันทั้งหมดและจำนวนผู้ที่เห็นโฆษณา

การแสดงผลโฆษณา

/* 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
;

จำนวนคุกกี้ที่ไม่ซ้ำและความถี่

/* 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

การแสดงผลในแอปบนอุปกรณ์เคลื่อนที่ที่มีตาราง _rdid

คำค้นหา 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
;

คำค้นหา 2:

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

และดูผลลัพธ์ได้โดยใช้ campaign_id

การแสดงโฆษณาตามข้อมูลประชากร

ตัวอย่างนี้แสดงวิธีพิจารณาว่าแคมเปญใดเข้าถึงข้อมูลประชากรที่ระบุ

/* 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
;

การมองเห็นโฆษณา

สำหรับภาพรวมของความสามารถในการแสดงตัวโฆษณาพร้อมตัวอย่างข้อความค้นหา โปรดดู เมตริกมุมมองแอ็กทีฟขั้นสูง

การตั้งค่าเขตเวลาของผู้ลงโฆษณา 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

ประเภทพื้นที่โฆษณา

การค้นหาตัวอย่างนี้แสดงให้เห็นแนวคิดของประเภทพื้นที่โฆษณา คุณสามารถใช้ inventory_type เพื่อระบุว่าโฆษณาแสดงในพื้นที่โฆษณาใด เช่น Gmail หรือ YouTube Music ค่าที่เป็นไปได้: YOUTUBE, YOUTUBE_TV, YOUTUBE_MUSIC, SEARCH, GMAIL, OTHER อื่นๆ หมายถึง เครือข่ายดิสเพลย์หรือวิดีโอ

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

ใช้งานรูปแบบการระบุแหล่งที่มา

Ads Data Hub รองรับทั้งการระบุแหล่งที่มาโดยอิงตามข้อมูล (DDA) และคลิกสุดท้าย รูปแบบการระบุแหล่งที่มา (LCA) ในตาราง Conversion ของ Google Ads ก่อนเดือนกันยายน วันที่ 19 ก.ย. 2023 รองรับเฉพาะ LCA เท่านั้น ตัวอย่างต่อไปนี้จะแสดงวิธีค้นหา Conversion ที่ใช้รูปแบบใดรูปแบบหนึ่ง และวิธีใช้การตั้งค่า Conversion ตารางข้อมูลเมตา

ค้นหา Conversion จากการระบุแหล่งที่มาโดยอิงตามข้อมูล

ตัวอย่างนี้ค้นหา Conversion ที่ใช้รูปแบบ DDA ดังนี้

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;

ค้นหา Conversion การระบุแหล่งที่มาของคลิกสุดท้าย

หากต้องการรักษาลักษณะการทำงานแบบเดิมไว้ ให้เพิ่มอนุประโยค WHERE ในคำค้นหาเพื่อกรอง ผลลัพธ์ Conversion การระบุแหล่งที่มาของคลิกสุดท้าย:

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

ใช้ตารางข้อมูลเมตาเพื่อกรองตามชื่อ Conversion

ตารางข้อมูลเมตาของการตั้งค่า Conversion ช่วยให้คุณกรองตามชื่อที่มีความหมายได้ แทนที่จะเป็นตัวเลข

ตัวอย่างเช่น แทนที่จะกรอง Conversion ตาม conversion_type ให้ทำดังนี้

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

ใช้คำสั่ง JOIN เพื่อกรองโดยใช้ช่องในการตั้งค่า Conversion ตารางข้อมูลเมตา :

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;

การค้นหาพ็อดโฆษณา YouTube

พ็อดโฆษณาจะจัดกลุ่มโฆษณา 2 รายการลงในช่วงพักโฆษณาเดียวในระหว่างเซสชันการดู YouTube ที่นานขึ้น (ให้คิดว่าเป็นช่วงพักโฆษณา แต่จำกัดไว้ที่ 2 โฆษณา) โฆษณาที่แสดงในพ็อดโฆษณาจะยังคงข้ามได้ อย่างไรก็ตาม หากผู้ใช้ข้ามโฆษณาแรก โฆษณาที่สองจะถูกข้ามด้วย

การแสดงผลของแคมเปญ TrueView ในสตรีมและการดู TrueView ของ Google Ads

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

เมตริกการมองเห็นโฆษณา Display & Video 360 แยกตามรายการโฆษณา

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

ในคำค้นหาเกี่ยวกับ YouTube Reserve

การแสดงโฆษณาตามผู้ลงโฆษณา

คำค้นหานี้วัดจำนวนการแสดงผลและจำนวนผู้ใช้ที่ไม่ซ้ำกันต่อผู้ลงโฆษณา 1 ราย คุณใช้ตัวเลขเหล่านี้เพื่อคำนวณจำนวนการแสดงผลเฉลี่ยต่อผู้ใช้ (หรือ "ความถี่ของโฆษณา") ได้

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
;

การข้ามโฆษณา

การค้นหานี้วัดจำนวนการข้ามโฆษณาต่อลูกค้า แคมเปญ กลุ่มโฆษณา และครีเอทีฟโฆษณา

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;

คำค้นหาทั่วไป

ลบกลุ่มผู้ใช้กลุ่มหนึ่งออกจากอีกกลุ่ม

ตัวอย่างนี้แสดงวิธีการลบผู้ใช้กลุ่มหนึ่งออกจากอีกกลุ่ม เทคนิคนี้มีการใช้งานที่หลากหลาย รวมถึงการนับผู้ไม่ทำให้เกิด Conversion ผู้ใช้ที่ไม่มีการแสดงผลที่มองเห็นได้ และผู้ใช้ที่ไม่มีการคลิก

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
;

การซ้อนทับที่กำหนดเอง

การค้นหานี้วัดการทับซ้อนกันของแคมเปญอย่างน้อย 2 รายการ สามารถปรับแต่งเพื่อวัดการซ้อนทับตามเกณฑ์การพิจารณาตามที่เห็นสมควร

/* 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
;

โปรแกรมโฆษณาที่พาร์ทเนอร์เป็นผู้ขาย - การขายครอสเซล

การค้นหานี้จะวัดการแสดงผลและการคลิกผ่านของพื้นที่โฆษณาที่พาร์ทเนอร์เป็นผู้ขาย

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)
;

การแสดงผลของ App Store

คำค้นหาต่อไปนี้จะนับจำนวนการแสดงผลทั้งหมดที่จัดกลุ่มตาม App Store และแอป

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