Zusammenführbare Felder in Ads Data Hub

In der Regel können Felder mit demselben Namen innerhalb einer Kaufplattform tabellenübergreifend zusammengeführt werden. So lässt sich z. B. adh.google_ads_impressions.impression_id mit adh.google_ads_clicks.impression_id zusammenführen. In diesem Beispiel ist das Google Displaynetzwerk die gemeinsame Kaufplattform. impression_id ist das gemeinsame Feld und google_ads_impressions und google_ads_clicks sind die beiden unterschiedlichen Tabellen.

Plattformübergreifend lassen sich Daten unter Umständen nur schwer zusammenzuführen. In den einzelnen Google-Produkten werden unterschiedliche Nutzer-IDs verwendet. Außerdem können die Nutzer-IDs je nach Anmeldestatus selbst innerhalb eines Produkts variieren.

Verwenden Sie die folgende Tabelle als Richtlinie für produktübergreifende Zusammenführungen. Zusammenführungen innerhalb einer Kaufplattform sollten in der Regel funktionieren, plattformübergreifende Zusammenführungen jedoch nicht.

Wichtig: RDID-Tabellen (adh.*_rdid) können nur über RDIDs (device_id_md5) zusammengeführt werden. Weitere Informationen zum Zusammenführen von selbst erhobenen Daten über RDIDs und externe IDs finden Sie unter Selbst erhobene Daten zusammenführen.

Kaufplattform	Produkte	Tabellen	Zusammenführbare IDs
Google Displaynetzwerk	Google-Videopartner (ohne YouTube)	adh.google_ads_*
Google Marketing Platform	Über Datenübertragung: Display & Video 360 Campaign Manager 360	adh.dv360_dt_* adh.cm_dt_*
YouTube (von Google verkauft)	YouTube Reserve YouTube (in Google Ads) YouTube (in Display & Video 360)	adh.yt_reserve_* adh.google_ads_* adh.dv360_youtube_*
Partner Sold-Programm von YouTube	Google Ad Manager FreeWheel	adh.partner_sold_cross_sell_* adh.freewheel_*
Schlüssel	user_id	external_cookie	device_id_md5

Beispiele

Tabellen lassen sich nicht nur über Nutzer- und Geräte-IDs zusammenführen, sondern auch über einige andere Felder. Um zu sehen, wie Tabellen in Ads Data Hub zusammengeführt werden, wählen Sie einfach ein zusammenführbares Feld aus dem Drop-down-Menü aus. Die Liste in diesem Abschnitt ist nicht vollständig.

Alle user_id impression_id campaign_id customer_id region_id

In diesem Beispiel wird gezeigt, wie Sie Tabellen mit Daten zu Impressionen, Creatives und Conversions mithilfe von user_id zusammenführen.

Anwendungsfall: Herausfinden, ob mit Markenkampagnen mehr Conversions erzielt werden

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)
  )

In diesem Beispiel wird veranschaulicht, wie Sie impression_id verwenden, um Conversion- und Impressionsdaten zusammenzuführen.

Anwendungsfall: Impressions- und Conversion-Daten nach Land und CTC/EVC segmentieren

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

In diesem Beispiel wird gezeigt, wie Sie mehrere Tabellen mithilfe von verschiedenen IDs zusammenführen.

Anwendungsfall: Mit einer Kampagne verknüpfte Assets auflisten

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

In diesem Beispiel wird gezeigt, wie Metadatentabellen zusammengeführt werden.

Anwendungsfall: Eine Tabelle mit Impressionsdaten mit der Tabelle mit Statusmetadaten zusammenführen, um die Anzahl der einzelnen Cookies und die durchschnittliche Häufigkeit nach Status zu sehen.

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