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

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