YouTube 基准分析

BenchmarksService使广告客户和代理机构能够将其 YouTube 广告效果与行业基准比较。借助此服务，您可以评估广告系列相对于垂直行业或特定产品和服务类别中所有广告客户的效果。

主要功能

借助 BenchmarksService，您可以执行以下操作：

  • 比较效果：将客户的平均费率指标（例如 CPM、CPV、点击率和可见度）与汇总的行业平均值进行比较。
  • 分析市场份额：通过广告占有率（相对展示次数）和支出份额，了解客户的相对市场占有率。
  • 评估竞争地位：使用百分位指标衡量客户的竞争地位，这些指标可将关键维度的表现划分为不同的竞争层级（例如市场领导者或竞争对手）。
  • 按时间细分：按每周、每月或每季度的时间粒度对基准指标进行分组。
  • 发现支持的基准维度：查询可用的日期范围、地理位置、广告产品和基准来源（垂直行业或产品和服务类别）。

发现方法

在生成基准指标之前，请使用发现方法检索请求的有效参数和范围界定条件。

列出可用日期

ListBenchmarksAvailableDates 方法会返回 ListBenchmarksAvailableDatesResponse 中支持基准数据的历史日期范围。

回答提供了两个不同的日期范围：

  • supported_dates：支持基准指标的总体日期范围（含边界值）。基准请求可以查询此范围内的日期。
  • supported_dates_for_all_metrics（在 v25 及更高版本中）：supported_dates 的一个子集，支持全套基准指标。由于数据可用性有限，某些指标（特别是客户份额指标 [share_of_voice 和 share_of_spend] 以及基准来源的平均费率指标）仅在此日期范围内可用。如果请求的 date_range 未完全落在 supported_dates_for_all_metrics 内，则这些指标会从响应中省略。

列出位置

ListBenchmarksLocations 方法会返回支持基准数据的地理位置（例如国家/地区）列表。

响应中的每个 BenchmarksLocation 都包含：

  • location_name：唯一的英文地理位置名称（例如 "United States"）。
  • location_type：与 Google Ads API 中的 target_type 对应的地理位置类型（例如 "Country"）。
  • location_info：一个 LocationInfo 对象，其中包含目标地理区域常量（例如 geo_target_constant: "geoTargetConstants/2840"）。

列出商品

ListBenchmarksProducts 方法会返回可用于基准化分析的产品和营销目标列表。

每个 BenchmarksProductMetadata 条目都包含：

  • product_name：人性化的商品名称。
  • product_code：商品的唯一标识符字符串，在构建 ProductFilter 时使用。
  • marketing_objective：关联的营销目标 (BenchmarksMarketingObjective)：
    • AWARENESS：旨在提高品牌或产品认知度的广告系列。
    • CONSIDERATION：旨在鼓励潜在客户考虑品牌或产品的广告系列。
    • ACTION：旨在促成特定转化操作的广告系列。

列出基准来源

ListBenchmarksSources 方法可检索可用的基准来源。使用 BenchmarksSourceType 指定要检索的来源类型：

  • INDUSTRY_VERTICAL：行业细分分类（例如 "Technology" 或 "Finance"）。
  • CATEGORY（在 v25 及更高版本中）：产品和服务类别（例如 "/Apparel/Clothing"）。在与所有广告客户进行比较时，类别可用作过滤条件来限定基准化分析的范围。

响应会返回一个 BenchmarksSourceMetadata 对象列表，其中包含以下任一项：

  • IndustryVerticalInfo：包含 industry_vertical_name、industry_vertical_id 和 parent_industry_vertical_id（如果适用）。
  • CategoryInfo（在 v25 及更高版本中）：包含 category_name、category_id 和 category_path（完整的类别层次结构）。

生成基准指标

调用 GenerateBenchmarksMetrics，将客户的 YouTube 广告指标与行业基准进行比较。

请求参数

GenerateBenchmarksMetricsRequest 用于限定分析范围。您至少必须指定一个客户端 customer_id、地理位置 location (LocationInfo)、benchmarks_source（industry_vertical_id 或在 v25 及更高版本中由 category_filter 限定范围的 all_advertisers）以及 product_filter。 您可以选择：

  • 提供 date_range（如果省略，则返回有可用数据的最近一个季度的数据）。
  • 使用 breakdown_definition 对指标进行分组。
  • 指定由三个字符组成的 ISO 4217 currency_code（如果省略，则 CPM 和费用等货币指标默认为 USD）。
  • 为要规划的客户指定用户定义的 customer_benchmarks_group 名称。
  • 通过 supplemental_data 请求其他功能，例如 PERCENTILE_DATA（在 v25 及更高版本中）。

如需了解完整的参数定义和要求，请参阅 GenerateBenchmarksMetricsRequest 参考文档。

日期细分

您可以使用 BenchmarksTimeGranularity 设置 breakdown_definition.date_breakdown，从而对指标进行分组。设置 date_breakdown 后，GenerateBenchmarksMetricsRequest 中的 date_range 是必需的，并且必须与所选粒度的边界保持一致：

  • WEEK：按周汇总指标。date_range 必须从星期日开始，到星期六结束（请注意，这与 ISO 8601 不同）。
  • MONTH：按月汇总指标。date_range必须从当月的第一天开始，到当月的最后一天结束。
  • QUARTER：按日历季度汇总指标。date_range 必须从季度的第一天开始，到季度的最后一天结束。

回答指标

GenerateBenchmarksMetricsResponse 会返回：

  • customer_metrics（在 v25 及更高版本中为 CustomerMetrics 类型；在 v24 及更低版本中为仅包含 average_rate_metrics 的 Metrics 类型）：表示客户的 YouTube 广告效果的指标，包括：
    • average_rate_metrics：客户的平均费率指标。
    • share_metrics（在 v25 及更高版本中）：相对市场占有率指标（share_of_voice 和 share_of_spend）。仅当 benchmarks_source 选择 all_advertisers = true（设置了 category_filter）且 date_range 属于 supported_dates_for_all_metrics 时才会填充。
    • aggregate_metrics（在 v25 及更高版本中）：客户的汇总总计（例如 cost、impressions、clicks 和 video_trueview_views）。
    • percentile_metrics（在 v25 及更高版本中）：关键维度的竞争地位百分位层级。
  • average_benchmarks_metrics：所选基准来源的汇总比率指标 (RateMetrics)。
  • breakdown_metrics：按 breakdown_definition 中定义的细分维度细分的指标列表。

如需了解完整的字段规范，请参阅 GenerateBenchmarksMetricsResponse 参考文档。

百分位指标

百分位指标表示客户在所分析范围内与其他广告客户相比的竞争地位，以百分位层级表示。

前提条件

如需检索百分位指标，您的请求必须满足以下要求：

  1. 基准来源：benchmarks_source 必须选择 all_advertisers = true。
  2. 类别过滤条件：必须提供 category_filter，其中包含从 ListBenchmarksSources 检索到的一个或多个有效 category_ids。
  3. 补充数据：您必须在 GenerateBenchmarksMetricsRequest 的 supplemental_data 字段中添加 PERCENTILE_DATA。

百分位层级

客户的效果会归入以下 BenchmarksCustomerPercentileTier 枚举值之一：

  • DEVELOPING：低于第 10 百分位 ([0%, 10%))。
  • ENTRY_LEVEL：第 10 到第 25 百分位 ([10%, 25%))。
  • EMERGING_PLAYER：第 25 到第 50 百分位 ([25%, 50%))。
  • COMPETITOR：第 50 到第 75 百分位 ([50%, 75%))。
  • STRONG_COMPETITOR：第 75 到第 90 百分位 ([75%, 90%))。
  • MARKET_LEADER：达到或高于第 90 百分位 ([90%, 100%])。

示例请求

以下示例展示了 REST JSON 请求载荷，用于为用户生成具有百分位层级的基准指标，以便用户将其客户的 YouTube 广告效果与在/Apparel/Clothing类别中投放广告的其他广告客户进行比较：

{
  "customerId": "1234567890",
  "location": {
    "geoTargetConstant": "geoTargetConstants/2840"
  },
  "benchmarksSource": {
    "allAdvertisers": true
  },
  "categoryFilter": {
    "categoryIds": ["10176"]
  },
  "productFilter": {
    "marketingObjectiveList": {
      "marketingObjectives": ["AWARENESS", "CONSIDERATION"]
    }
  },
  "supplementalData": [
    "PERCENTILE_DATA"
  ]
}

包含所请求的额外百分位数据的响应：

{
  "customerMetrics": {
    "averageRateMetrics": {
      "averageCpm": 5.42,
      "clickThroughRate": 0.0185
    },
    "shareMetrics": {
      "shareOfVoice": 0.0345,
      "shareOfSpend": 0.0410
    },
    "aggregateMetrics": {
      "cost": 15200.0,
      "impressions": 2800000.0,
      "clicks": 51800.0
    },
    "percentileMetrics": {
      "costPercentileTier": "STRONG_COMPETITOR",
      "impressionsPercentileTier": "STRONG_COMPETITOR",
      "clicksPercentileTier": "MARKET_LEADER",
      "videoTrueviewViewsPercentileTier": "COMPETITOR",
      "viewableImpressionsPercentileTier": "STRONG_COMPETITOR",
      "interactionsPercentileTier": "MARKET_LEADER",
      "engagementsPercentileTier": "COMPETITOR"
    }
  },
  "averageBenchmarksMetrics": {
    "averageRateMetrics": {
      "averageCpm": 6.15,
      "clickThroughRate": 0.0142
    }
  }
}

错误处理

调用 BenchmarksService 时，您可能会遇到 BenchmarksError 中基准查询特有的错误：

  • MAX_QUERY_COMPLEXITY_EXCEEDED：请求的输入组合过于复杂，无法处理。如需降低查询复杂性，请执行以下操作：
    • 选择更具体或更精细的基准来源或类别过滤条件。
    • 缩短请求的 date_range。
    • 减少product_filter中的商品数量。
  • NO_METRICS_FOUND（在 v25 及更高版本中）：未找到所请求的输入组合对应的指标（例如，在特定地理位置和日期范围内，没有广告客户投放广告系列的小众类别）。请尝试调整类别、地理位置、日期范围或商品。

如需了解常规 API 错误处理和最佳实践，请参阅错误处理指南。

上一页
YouTube 创作者数据分析