Benachrichtigung

Nur in Google Ad Manager 360 verfügbar

Beispielabfragen für die Datenübertragung überprüfen

Nur in Google Ad Manager 360 verfügbar

Dieser Artikel enthält Beispiele zum Erstellen von Abfragen für Ad Manager-Datenübertragungsberichte. Weitere Informationen zu Datenübertragungsdateien und ihren Empfang

Dieser Artikel hieß in der englischen Version früher „Data Transfer Cookbook“.

Alles maximieren  Alles minimieren

Themen in diesem Artikel:

Nicht gefüllte Impressionen

Nicht gefüllte Impressionen aus NetworkImpressions

Um die Anzahl der nicht gefüllten Impressionen für einen Tag zu ermitteln, fragen Sie NetworkImpressions für Einträge ab, bei denen LineItemID den Wert 0 hat. In NetworkBackfillImpressions sind keine nicht gefüllten Impressionen enthalten.

Beispielcode und Ergebnisse

Code

SELECT
 COUNT(1) AS UnfilledImpressions
FROM
 NetworkImpressions
WHERE
 LineItemID = 0
 AND Time >= ‘2020-01-01’ AND Time < ‘2020-01–02’

 

Ergebnisse

Zeile UnfilledImpressions
1 20000000

Nicht gefüllte Impressionen aus NetworkRequests

Sie können die Anzahl der nicht gefüllten Impressionen auch durch die Abfrage von NetworkRequests ermitteln. Suchen Sie nach Anfragen, bei denen IsFilledRequest den Wert „false“ hat. In NetworkBackfillRequests sind keine nicht gefüllten Impressionen enthalten.

Beispielcode und Ergebnisse

Code

SELECT
 COUNT(1) AS UnfilledImpressions
FROM
 NetworkRequests
WHERE
 NOT IsFilledRequest 
 AND Time >= '2020-01-01' AND Time < '2020-01-02'

 

Ergebnisse

Zeile UnfilledImpressions
1 20000000

Nicht gefüllte Impressionen nach URL

In der Ad Manager-Berichterstellung können nicht gefüllte Impressionen nach Anzeigenblock oder angeforderter Größe aufgeführt werden, aber nicht nach URL. Mit RefererURL können Sie die zehn Seiten mit den meisten nicht gefüllten Impressionen ermitteln.

Beispielcode und Ergebnisse

Code

SELECT
 RefererURL, COUNT(1) AS UnfilledImpressions
FROM 
 NetworkImpressions
WHERE
 LineItemID = 0
 AND Time >= '2020-01-01' AND Time < '2020-01-02'
GROUP BY RefererURL
ORDER BY UnfilledImpressions DESC
LIMIT 10

 

Ergebnisse

Zeile RefererURL UnfilledImpressions
1 http://example.com/ 4903691
2 http://example.com/url/a 748271
3 http://example.com/url/b 383293
4 http://example.com/url/c 364355
5 http://example.com/url/d 326495
6 http://example.net/ 295346
7 http://example.net/url/a 291043
8 http://example.net/url/b 276106
9 http://example.net/url/c 231169
10 http://example.net/url/d 194988

Nicht gefüllte Impressionen nach Anzeigenblock

Suchen Sie die Anzeigenblöcke, die für die meisten nicht gefüllten Impressionen auf einer einzelnen Seite verantwortlich sind. Wenn Sie den BigQuery-Connector verwenden, verwenden Sie die Match-Table für Anzeigenblöcke, um den Namen der Anzeigenblöcke zu ermitteln. Da die Match-Table Anzeigenblockdaten für jeden Tag enthält, sollten Sie die Match-Table-Daten auf einen einzelnen Tag beschränken.

Beispielcode und Ergebnisse

Code

SELECT
 AdUnitID, Name AS AdUnitName, COUNT(1) AS UnfilledImpressions
FROM
 NetworkImpressions AS NI
 INNER JOIN MatchTableAdUnit AS MTAU ON 
  AdUnitID = ID
  AND LineItemID = 0
  AND Time >= '2020-01-01' AND Time < '2020-01-02'
  AND RefererURL = 'https://example.com/'
  AND MTAU._DATA_DATE = '2020-01-01'
GROUP BY AdUnitID, AdUnitName
ORDER BY UnfilledImpressions DESC, AdUnitID
LIMIT 10

 

Ergebnisse

Zeile AdUnitID AdUnitName UnfilledImpressions
1 95730695 Name der letzten Ebene A 1123439
2 95033015 Name der letzten Ebene B 1116622
3 95033615 Name der letzten Ebene C 1102641
4 95049575 Name der letzten Ebene D 772235
5 95734535 Name der letzten Ebene E 744777
6 95584895 Name der letzten Ebene F 27593
7 95045255 Name der letzten Ebene G 7482
8 95343215 Name der letzten Ebene H 1925
9 94977215 Name der letzten Ebene I 19
10 95033375 Name der letzten Ebene J 12

Impressionen

Datenübertragung und Ad Manager-Berichterstellung vergleichen

Impressionen nach Product und DealType

Mit den Feldern Product und DealType in der Datenübertragung können Sie Berichte erstellen, die mit Ad Manager-Berichten vergleichbar sind, in denen die Dimensionen "Nachfragechannel", "Programmatischer Channel" und "Optimierungstyp" verwendet werden. Wählen Sie Impressionen aus NetworkImpressions (wobei LineItemID nicht null ist) und NetworkBackfillImpressions aus.

Beispielcode und Ergebnisse (Datenübertragung)

Code

SELECT
 Product, DealType, COUNT(1) AS Impressions
FROM
 NetworkImpressions
WHERE
 LineItemID != 0 
 AND Time >= '2020-01-01' AND Time < '2020-01-02'
GROUP BY Product, DealType
UNION ALL
SELECT
 Product, DealType, COUNT(1) AS Impressions
FROM
 NetworkBackfillImpressions
WHERE
 Time >= '2020-01-01' AND Time < '2020-01-02'
GROUP BY Product, DealType
ORDER BY Product, DealType

 

Ergebnisse

Zeile Product DealType Anzahl
1 Ad Exchange null 60000000
2 Ad Exchange Private Auktion 2000000
3 Ad-Server null 40000000
4 Ad-Server Preferred Deal 1000000
5 Ad-Server Programmatisch garantiert 1200000
6 Anzeigenplattform-Gebote null 15000000
7 Anzeigenplattform-Gebote Preferred Deal 20000
8 Anzeigenplattform-Gebote Private Auktion 500000
9 Vorschau null 100000
Beispielcode und Ergebnisse (Ad Manager-Berichterstellung)

Berichtsparameter

Erstellen Sie in Ad Manager-Berichterstellung einen Bericht mit demselben Datum. Wählen Sie die folgenden Dimensionen und Messwerte aus:

  • Dimensionen:
    • Nachfragechannel
    • Programmatischer Channel
    • Optimierungstyp
       
  • Messwerte:
    • Impressionen insgesamt
       

 

Ergebnisse

Zeile Nachfragechannel Programmatischer Channel Optimierungstyp Impressionen insgesamt
1 Open Bidding Offene Auktion Jeglicher sonstiger Traffic 9.000.000
2 Open Bidding Offene Auktion Optimierter Wettbewerb 7.000
3 Open Bidding Offene Auktion Ziel-CPM 5.993.000
4 Open Bidding Preferred Deals Jeglicher sonstiger Traffic 20.000
5 Open Bidding Private Auktion Jeglicher sonstiger Traffic 496.000
6 Open Bidding Private Auktion Optimierter Wettbewerb 4.000
7 Ad-Server (Nicht zutreffend) Jeglicher sonstiger Traffic 40.000.000
8 Ad-Server Preferred Deals Jeglicher sonstiger Traffic 1.000.000
9 Ad-Server Programmatisch garantiert Jeglicher sonstiger Traffic 1.200.000
10 Ad Exchange Offene Auktion Jeglicher sonstiger Traffic 48.000.000
11 Ad Exchange Offene Auktion Vorschau 100.000
12 Ad Exchange Offene Auktion Optimierter Wettbewerb 10.000
13 Ad Exchange Offene Auktion Ziel-CPM 11.990.000
14 Ad Exchange Private Auktion Jeglicher sonstiger Traffic 1.995.000
15 Ad Exchange Private Auktion Optimierter Wettbewerb 5.000
Zusammenfassung und Vergleich

Direkt

  • Datenübertragung:
    • Product = Ad Server
    • DealType ist null
    • Zeile 3: 40.000.000
  • Ad Manager-Berichterstellung:
    • Nachfragechannel = „Ad-Server“
    • Programmatischer Channel = „(Nicht zutreffend)“
    • Optimierungstyp = „Jeglicher sonstiger Traffic“
    • Zeile 7: 40.000.000

 

Preferred Deals

  • Datenübertragung:
    • Product = Ad Server
    • DealType ist Preferred Deal
    • Zeile 4: 1.000.000
  • Ad Manager-Berichterstellung:
    • Nachfragechannel = „Ad-Server“
    • Programmatischer Channel = „Preferred Deals“
    • Optimierungstyp = „Jeglicher sonstiger Traffic“
    • Zeile 8: 1.000.000
  • Datenübertragung:
    • Product = Exchange Bidding
    • DealType ist Preferred Deal
    • Zeile 7: 20.000
  • Ad Manager-Berichterstellung:
    • Nachfragechannel = „Open Bidding“
    • Programmatischer Channel = „Preferred Deals“
    • Optimierungstyp = „Jeglicher sonstiger Traffic“
    • Zeile 4: 20.000

 

Programmatisch garantiert

  • Datenübertragung:
    • Product = Ad Server
    • DealType ist Programmatic Guaranteed.
    • Zeile 5: 1.200.000
  • Ad Manager-Berichterstellung:
    • Nachfragechannel = „Ad-Server“
    • Programmatischer Channel = „Programmatisch garantiert“
    • Optimierungstyp = „Jeglicher sonstiger Traffic“
    • Zeile 9: 1.200.000

 

Ad Exchange – Offene Auktion („Vorschau“ ausgenommen)

  • Datenübertragung:
    • Product = Ad Exchange
    • DealType ist null
    • Zeile 1: 60.000.000
  • Ad Manager-Berichterstellung:
    • Nachfragechannel = „Ad Exchange“
    • Programmatischer Channel = „Offene Auktion“
    • Optimierungstyp = "Jeglicher sonstiger Traffic", "Ziel-CPM", "Optimierter Wettbewerb"
    • Zeile 10, Zeile 12 und Zeile 13 insgesamt: 48.000.000 + 10.000 + 11.990.000 = 60.000.000

 

Ad Exchange – Private Auktion

  • Datenübertragung:
    • Product = Ad Exchange
    • DealType ist Private Auction
    • Zeile 2: 2.000.000
  • Ad Manager-Berichterstellung:
    • Nachfragechannel = „Ad Exchange“
    • Programmatischer Channel = „Private Auktion“
    • Optimierungstyp = "Jeglicher sonstiger Traffic", "Optimierter Wettbewerb"
    • Zeile 14 und 15 Zeile insgesamt: 1.995.000 + 5.000 = 2.000.000

 

Open Bidding – Offene Auktion

  • Datenübertragung:
    • Product = Exchange Bidding
    • DealType ist null
    • Zeile 6: 15.000.000
  • Ad Manager-Berichterstellung:
    • Nachfragechannel = „Open Bidding“
    • Programmatischer Channel = „Offene Auktion“
    • Optimierungstyp = "Jeglicher sonstiger Traffic", "Ziel-CPM", "Optimierter Wettbewerb"
    • Zeile 1, Zeile 2 und Zeile 3 insgesamt: 9.000.000 + 7.000 + 5.993.000 = 15.000.000

 

Open Bidding – Private Auktion

  • Datenübertragung:
    • Product = Exchange Bidding
    • DealType ist Private Auction
    • Zeile 8: 500.000
  • Ad Manager-Berichterstellung:
    • Nachfragechannel = „Open Bidding“
    • Programmatischer Channel = „Private Auktion“
    • Optimierungstyp = "Jeglicher sonstiger Traffic", "Optimierter Wettbewerb"
    • Zeile 5 und 6 insgesamt: 496.000 + 4.000 = 500.000

 

Vorschau

  • Datenübertragung:
    • Product = First Look
    • DealType ist null
    • Zeile 9: 100.000
  • Ad Manager-Berichterstellung:
    • Nachfragechannel = „Ad Exchange“
    • Programmatischer Channel = „Offene Auktion“
    • Optimierungstyp = "Vorschau"
    • Zeile 11: 100.000

Umsatz

Umsatz für eine CPM-Werbebuchung

Die Datei NetworkImpressions enthält keine Umsatzdaten. Wenn Sie jedoch den BigQuery-Connector verwenden, können Sie den CPM-Preis mithilfe der Werbebuchungs-Match-Table ermitteln. Andernfalls können Sie mit der Ad Manager API den Preis einer Werbebuchung bestimmen. Wenn Sie den Umsatz für eine bestimmte CPM-Werbebuchung für einen bestimmten Zeitraum ermitteln möchten, zählen Sie die Impressionen, multiplizieren Sie mit dem Preis und teilen Sie das Ergebnis durch 1.000. Da die Match-Table Anzeigenblockdaten für jeden Tag enthält, sollten Sie die Match-Table-Daten auf einen einzelnen Tag beschränken.

Beispielcode und Ergebnisse

Code

WITH Impression_Data AS (
 SELECT
   LineItemID, COUNT(1) AS Impressions
 FROM
   NetworkImpressions
 WHERE
   LineItemID = 123456789
   AND Time >= '2020-01-01' AND Time < '2020-01-11'
 GROUP BY
   LineItemID
)
 
SELECT
 LineItemID, Impressions, CostPerUnitInNetworkCurrency AS Rate, CostType, ((Impressions * CostPerUnitInNetworkCurrency) / 1000) AS Revenue
FROM
 Impression_Data
 JOIN MatchTableLineItem ON LineItemID = ID
WHERE
 MatchTableLineItem._DATA_DATE = '2020-01-10'

Ergebnisse

Zeile LineItemID Impressions Rate CostType Revenue
1 123456789 21324 3,5 CPM 74,634

Umsatz für eine CPD-Werbebuchung

Wie bei CPM-Werbebuchungen können Sie die Werbebuchungs-Match-Table oder die Ad Manager API verwenden, um den CPD-Preis einer Werbebuchung zu ermitteln. Da die Match-Table Anzeigenblockdaten für jeden Tag enthält, sollten Sie die Match-Table-Daten auf einen einzelnen Tag beschränken. Um den Umsatz für eine bestimmte CPD-Werbebuchung zu ermitteln, zählen Sie die Anzahl der Tage, an denen die Impressionen erzielt wurden, und multiplizieren Sie mit dem Preis. Sie können auch die Anzahl der erzielten Impressionen einbeziehen, um den durchschnittlichen eCPM zu ermitteln.

Beispielcode und Ergebnisse

Code

WITH Impression_Data AS (
 SELECT
   SUBSTR(Time, 0, 10) AS Date,
   LineItemID,
   CostPerUnitInNetworkCurrency AS Rate,
   CostType,
   COUNT(1) AS Impressions
 FROM
   NetworkImpressions
   JOIN MatchTableLineItem ON LineItemID = ID
 WHERE
   LineItemID = 123456789
   AND MatchTableLineItem._DATA_DATE = '2020-01-01'
 GROUP BY
   Date, LineItemID, Rate, CostType
)
SELECT
 LineItemID,
 COUNT(1) AS Days,
 CostType,
 Rate,
 (COUNT(1) * Rate) AS Revenue,
 SUM(Impressions) AS Impressions,
 ROUND((COUNT(1) * Rate) / SUM(Impressions) * 1000, 2) AS Average_eCPM
FROM
 Impression_Data
GROUP BY
 LineItemID, CostType, Rate

Ergebnisse

Zeile LineItemID Days CostType Rate Revenue Impressions Average_eCPM
1 123456789 5 CPD 4000,0 20000,0 7000000 2,86

Umsatz für eine CPC-Werbebuchung

Wie bei CPM-Werbebuchungen können Sie die Werbebuchungs-Match-Table oder die Ad Manager API verwenden, um den CPC-Preis einer Werbebuchung zu ermitteln. Da die Match-Table Anzeigenblockdaten für jeden Tag enthält, sollten Sie die Match-Table-Daten auf einen einzelnen Tag beschränken. Um den Umsatz für eine bestimmte CPC-Werbebuchung für einen bestimmten Zeitraum zu ermitteln, zählen Sie die Klicks und multiplizieren Sie mit dem Preis. Sie können auch die Anzahl der erzielten Impressionen einbeziehen, um den durchschnittlichen eCPM zu ermitteln.

Beispielcode und Ergebnisse

Code

WITH Impression_Data AS (
 SELECT
   LineItemID,
   COUNT(1) AS Impressions
 FROM
   NetworkImpressions
 WHERE
   LineItemID = 123456789
 GROUP BY
   LineItemID
), Click_Data AS (
 SELECT
   LineItemID,
   CostPerUnitInNetworkCurrency AS Rate,
   CostType,
   COUNT(1) AS Clicks
 FROM
   NetworkClicks
   JOIN MatchTableLineItem ON LineItemID = ID
 WHERE
   LineItemID = 123456789
   AND MatchTableLineItem._DATA_DATE = '2020-01-01'
 GROUP BY
   LineItemID, Rate, CostType
)
 
SELECT
 LineItemID,
 CostType,
 Impressions,
 Clicks,
 ROUND(Clicks / Impressions * 100, 2) AS CTR,
 Rate,
 (Clicks * Rate) AS Revenue,
 ROUND((Clicks * Rate) / Impressions * 1000, 2) AS Average_eCPM
FROM
 Impression_Data
 JOIN Click_Data USING (LineItemID)

Ergebnisse

Zeile LineItemID CostType Impressions Klicks CTR Rate Revenue Average_eCPM
1 123456789 CPC 140000 23 0,02 15,5 356,5 2,55

Umsatz für eine vCPM-Werbebuchung

Wie bei CPM-Werbebuchungen können Sie die Werbebuchungs-Match-Table oder die Ad Manager API verwenden, um den vCPM-Preis einer Werbebuchung zu ermitteln. Da die Match-Table Anzeigenblockdaten für jeden Tag enthält, sollten Sie die Match-Table-Daten auf einen einzelnen Tag beschränken. Um den Umsatz für eine bestimmte vCPM-Werbebuchung zu ermitteln, zählen Sie die sichtbaren Impressionen aus NetworkActiveViews und multiplizieren Sie sie mit dem Preis. Sie können auch die Anzahl der erzielten Impressionen einbeziehen, um den durchschnittlichen eCPM zu ermitteln.

Beispielcode und Ergebnisse

Code

WITH Active_View_Data AS (
 SELECT
   LineItemID, COUNT(1) AS ViewableImpressions
 FROM
   NetworkActiveViews
 WHERE
   LineItemID = 123456789
 GROUP BY LineItemID
), Impression_Data AS (
 SELECT
   LineItemID, COUNT(1) AS Impressions
 FROM
   NetworkImpressions
 WHERE
   LineItemID = 123456789
 GROUP BY LineItemID
)
SELECT
 Active_View_Data.LineItemID,
 CostType,
 Impressions,
 ViewableImpressions,
 CostPerUnitInNetworkCurrency AS Rate,
 (CostPerUnitInNetworkCurrency * ViewableImpressions / 1000) AS Revenue,
 ROUND((CostPerUnitInNetworkCurrency * ViewableImpressions / 1000) / Impressions * 1000, 2) AS Average_eCPM
FROM
 Impression_Data
 JOIN Active_View_Data USING (LineItemID)
 JOIN MatchTableLineItem ON Active_View_Data.LineItemID = ID
WHERE
 MatchTableLineItem._DATA_DATE = '2020-08-01'

Ergebnisse

Zeile LineItemID CostType Impressions ViewableImpressions Rate Revenue Average_eCPM
1 123456789 CPMAV 500000 150000 10 1500,0 3,0

Umsatz für einen Werbetreibenden

Um den Umsatz für einen bestimmten Werbetreibenden für einen bestimmten Zeitraum zu ermitteln, multiplizieren Sie die Impressionen für jede Werbebuchung mit dem Preis. Verwenden Sie die Werbebuchungs-Match-Table, um den Preis zu finden, und die Unternehmens-Match-Table, um den Namen des Werbetreibenden zu finden.

Beispielcode und Ergebnisse

Code

WITH Impression_Data AS (
 SELECT
   AdvertiserID, LineItemID, COUNT(1) AS Impressions
 FROM
   NetworkImpressions
 WHERE
   AdvertiserID = 111222333
   AND Time >= '2020-01-01' AND Time < '2020-01-02'
 GROUP BY
   AdvertiserID, LineItemID
)
 
SELECT
 AdvertiserID,
 MTC.Name AS CompanyName,
 LineItemID, Impressions,
 CostPerUnitInNetworkCurrency AS Rate,
 CostType,
 ((Impressions * CostPerUnitInNetworkCurrency) / 1000) AS Revenue
FROM
 Impression_Data
 JOIN MatchTableLineItem AS MTLI ON LineItemID = MTLI.ID
 JOIN MatchTableCompany AS MTC ON AdvertiserID = MTC.ID
WHERE
 MTLI._DATA_DATE = '2020-01-01'
 AND MTC._DATA_DATE = '2020-01-01'

Ergebnisse

Zeile AdvertiserID CompanyName LineItemID Impressions Rate CostType Revenue
1 111222333 ABC 111111111 20212 5,0 CPM 101,06
2 111222333 ABC 222222222 58321 3,0 CPM 174,963
3 111222333 ABC 333333333 82772 8,5 CPM 703,562
4 111222333 ABC 444444444 19003 3,25 CPM 61,7597

Codeübermittlungen

Bei Netzwerken mit aktiviertem Fallback wird bei der Datenübertragung für jede in der Fallback-Kette ausgewählte Werbebuchung eine Codeübermittlung gezählt, während dies bei der Ad Manager-Berichterstellung nur für die erste in der Fallback-Kette ausgewählte Werbebuchung erfolgt. Bei der Datenübertragung wird auch eine Codeübermittlung für Companion-Anzeigen gezählt, bei der Ad Manager-Berichterstellung dagegen nicht. Wenn die Ergebnisse des Datenübertragungsberichts möglichst genau mit dem Ad Manager-Bericht übereinstimmen sollen, werden nur Codeübermittlungen gezählt, bei denen VideoFallbackPosition = 0 ist und IsCompanion den Wert false hat. Vermittlungscodeübermittlungen bei der Datenübertragung stimmen möglicherweise nicht mit den Vermittlungscodeübermittlungen bei der Ad Manager-Berichterstellung überein. Je nach Implementierung kann sich die Anzahl der Codeübermittlungen bei der Datenübertragung und bei der Ad Manager-Berichterstellung unterscheiden.

Codeübermittlungen, Impressionen und Renderingrate nach Werbebuchung für einen einzelnen Werbetreibenden

Ermitteln Sie, wie oft Codeübermittlungen für jede Werbebuchung eines direkten Werbetreibenden zu Impressionen führen. Da es sich um einen direkten Werbetreibenden handelt, sind diese Codeübermittlungen nur in NetworkCodeServes und die Impressionen nur in NetworkImpressions enthalten.

Beispielcode und Ergebnisse

Code

WITH Code_Serve_Data AS (
 SELECT
   LineItemID, COUNT(1) AS CodeServes
 FROM
   NetworkCodeServes
 WHERE
   AdvertiserID = 12345678
   AND VideoFallbackPosition = 0
   AND IsCompanion IS FALSE
   AND Time >= '2020-01-01' AND Time < '2020-01-02'
 GROUP BY LineItemID
), Impression_Data AS (
 SELECT
   LineItemID, COUNT(1) AS Impressions
 FROM
   NetworkImpressions
 WHERE
   AdvertiserID = 12345678
   AND Time >= '2020-01-01' AND Time < '2020-01-02'
 GROUP BY LineItemID
)
SELECT
 LineItemID, 
 CodeServes, 
 Impressions, 
 ROUND((Impressions / CodeServes) * 100, 2) AS RenderRate
FROM
 Code_Serve_Data JOIN Impression_Data USING (LineItemID)
ORDER BY RenderRate DESC

Ergebnisse

Zeile LineItemID CodeServes Impressions RenderRate
1 1111111111 6000 2600 43,33
2 2222222222 1000000 371200 37,12
3 3333333333 50000 17550 35,1
4 4444444444 800000 275000 34,38
5 5555555555 1500000 400000 26,66

Codeübermittlungen, Impressionen und Renderingrate nach Gerätekategorie und ausgelieferter Creative-Größe

Schließen Sie die Gerätekategorie und die ausgelieferte Creative-Größe ein, um zu sehen, wie die Renderingraten für einen einzelnen Auftrag eines Werbetreibenden variieren.

Beispielcode und Ergebnisse

Code

WITH Code_Serve_Data AS (
 SELECT
   LineItemID, CreativeSizeDelivered, DeviceCategory, COUNT(1) AS CodeServes
 FROM
   NetworkCodeServes
 WHERE
   AdvertiserID = 87654321
   AND OrderID = 1111111111
   AND VideoFallbackPosition = 0
   AND IsCompanion IS FALSE
 GROUP BY LineItemID, CreativeSizeDelivered, DeviceCategory
), Impression_Data AS (
 SELECT
   LineItemID, CreativeSizeDelivered, DeviceCategory, COUNT(1) AS Impressions
 FROM
   NetworkImpressions
 WHERE
   AdvertiserID = 87654321
   AND OrderID = 1111111111
 GROUP BY LineItemID, CreativeSizeDelivered, DeviceCategory
)
SELECT
 LineItemID, 
 DeviceCategory, 
 CreativeSizeDelivered, 
 CodeServes, 
 Impressions, 
 ROUND((Impressions / CodeServes) * 100, 2) AS RenderRate
FROM
 Code_Serve_Data
 JOIN Impression_Data USING (LineItemID, CreativeSizeDelivered, DeviceCategory)
ORDER BY LineItemID, CreativeSizeDelivered, DeviceCategory 

Ergebnisse

Zeile LineItemID DeviceCategory CreativeSizeDelivered CodeServes Impressions RenderRate
1 6666666666 Internetfähiger Fernseher Größe des Videoplayers 100 40 40,0
2 6666666666 Computer Größe des Videoplayers 20000 9000 45,0
3 6666666666 Smartphone Größe des Videoplayers 32000 25000 78,13
4 6666666666 Tablet Größe des Videoplayers 1000 800 80,0
5 7777777777 Internetfähiger Fernseher 300 x 250 200 190 95,0
6 7777777777 Computer 300 x 250 185000 184000 99,46
7 7777777777 Smartphone 300 x 250 225000 220000 97,77
8 7777777777 Tablet 300 x 250 10000 9800 98,0
9 7777777777 Internetfähiger Fernseher 300 × 50 50 50 100,0
10 7777777777 Computer 300 × 50 1000 900 90,0
11 7777777777 Smartphone 300 × 50 90000 80000 88,89
12 7777777777 Tablet 300 × 50 800 750 93,75

Sichtbarkeit

Die Sichtbarkeitsdaten sind sowohl in den Impressions- als auch in den ActiveView-Dateien enthalten, wenn Sie die Felder ActiveViewEligibleCount, ActiveViewMeasurableCount oder ActiveViewViewableCount verwenden. Weitere Informationen zu diesen Feldern und ihrer Einstellung

Die Sichtbarkeit für einen Zeitraum kann durch Addition der Werte in den Dateien oder durch Zusammenführen der einzelnen Ereignisse und anschließenden Addieren der Werte berechnet werden. Zwischen den beiden Strategien können geringfügige Unterschiede bestehen, wie unten beschrieben.

Mögliche, messbare und sichtbare Impressionen (insgesamt)

Ermitteln Sie die Anzahl der möglichen, messbaren und sichtbaren Impressionen für einen bestimmten Tag. Wie bereits erwähnt, müssen die Impressionsdateien und die ActiveView-Dateien verwendet werden.

Beispielcode und Ergebnisse

Code

DECLARE startdate STRING DEFAULT '2023-01-01 00:00:00';
DECLARE enddate STRING DEFAULT '2023-01-02 00:00:00';


WITH ActiveView_Data AS (
 SELECT DeviceCategory, VideoPosition,
 SUM(IFNULL(ActiveViewMeasurableCount, 0)) AS ActiveViewMeasurableCount,
 SUM(IFNULL(ActiveViewViewableCount, 0)) AS ActiveViewViewableCount
 FROM (
   SELECT
     DeviceCategory, VideoPosition,
     SUM(ActiveViewMeasurableCount) AS ActiveViewMeasurableCount,
     SUM(ActiveViewViewableCount) AS ActiveViewViewableCount
   FROM
     NetworkActiveViews
   WHERE Time >= startdate AND Time < enddate
   GROUP BY DeviceCategory, VideoPosition
   UNION ALL
   SELECT
     DeviceCategory, VideoPosition,
     SUM(ActiveViewMeasurableCount) AS ActiveViewMeasurableCount,
     SUM(ActiveViewViewableCount) AS ActiveViewViewableCount
   FROM
     NetworkBackfillActiveViews
   WHERE Time >= startdate AND Time < enddate
   GROUP BY DeviceCategory, VideoPosition
 )
 GROUP BY DeviceCategory, VideoPosition
), Impression_Data AS (
 SELECT DeviceCategory, VideoPosition,
 SUM(IFNULL(ActiveViewEligibleCount, 0)) AS ActiveViewEligibleCount,
 SUM(IFNULL(ActiveViewMeasurableCount, 0)) AS ActiveViewMeasurableCount
 FROM (
   SELECT
     DeviceCategory, VideoPosition,
     SUM(ActiveViewEligibleCount) AS ActiveViewEligibleCount,
     SUM(ActiveViewMeasurableCount) AS ActiveViewMeasurableCount
   FROM
     NetworkImpressions
   WHERE
     Time >= startdate AND Time < enddate
     AND LineItemID !=0
   GROUP BY DeviceCategory, VideoPosition 
   UNION ALL
   SELECT
     DeviceCategory, VideoPosition,
     SUM(ActiveViewEligibleCount) AS ActiveViewEligibleCount,
     SUM(ActiveViewMeasurableCount) AS ActiveViewMeasurableCount
FROM
     NetworkBackfillImpressions
   WHERE
     Time >= startdate AND Time < enddate
   GROUP BY DeviceCategory, VideoPosition 
 )
 GROUP BY DeviceCategory, VideoPosition
)


SELECT
 DeviceCategory,
 VideoPosition,
 IFNULL(ActiveViewEligibleCount, 0) AS ActiveViewEligibleCount,
 IFNULL(i.ActiveViewMeasurableCount, 0) + IFNULL(av.ActiveViewMeasurableCount, 0) AS ActiveViewMeasurableCount,
 IFNULL(ActiveViewViewableCount, 0) AS ActiveViewViewableCount
FROM Impression_Data i
FULL JOIN ActiveView_Data av USING (DeviceCategory, VideoPosition)
ORDER BY DeviceCategory, VideoPosition

Ergebnisse

Zeile EligibleImpressions MeasurableImpressions ViewableImpressions
1 97000000 95000000 60000000

Mögliche, messbare und sichtbare Impressionen (nach zusammengeführter Impression)

Ermitteln Sie die Anzahl der möglichen, messbaren und sichtbaren Impressionen für einen bestimmten Tag. Führen Sie dazu die einzelnen Ereignisse in den Impressions- und ActiveView-Dateien zusammen und addieren Sie die Werte. In seltenen Fällen empfangen wie einen Ping für die Sichtbarkeit mit Active View, aber kein Impressions-Ping. Wenn Sie ActiveView-Daten mit Impressionsdaten zusammenführen, stellen Sie möglicherweise Unterschiede bei den messbaren Impressionen und weniger sichtbare Impressionen relativ zur ersten Abfrage fest (siehe oben).

Beispielcode und Ergebnisse

Code

DECLARE startdate STRING DEFAULT '2023-01-01 00:00:00';
DECLARE enddate STRING DEFAULT '2023-01-02 00:00:00';


WITH ActiveView_Data AS (
 SELECT
   CAST(substr(Time, 0, 10) as Date) AS Date,
   Product,
   KeyPart,
   TimeUsec2,
   SUM(ActiveViewMeasurableCount) AS avAVMC,
   SUM(ActiveViewViewableCount) AS ActiveViewViewableCount
 FROM
   NetworkActiveViews
 WHERE Time >= startdate AND Time < enddate
 GROUP BY Date, Product, KeyPart, TimeUsec2
 UNION ALL
 SELECT
   CAST(substr(Time, 0, 10) as Date) AS Date,
   Product,
   KeyPart,
   TimeUsec2,
   SUM(ActiveViewMeasurableCount) AS avAVMC,
   SUM(ActiveViewViewableCount) AS ActiveViewViewableCount
 FROM
   NetworkBackfillActiveViews
 WHERE Time >= startdate AND Time < enddate
 GROUP BY Date, Product, KeyPart, TimeUsec2 
), Impression_Data AS (
 SELECT
   CAST(substr(i.Time, 0, 10) as Date) AS Date,
   i.Product,
   i.TimeUsec2,
   i.KeyPart,
   i.ActiveViewEligibleCount AS ActiveViewEligibleCount,
   i.ActiveViewMeasurableCount AS iAVMC,
   av.avAVMC AS avAVMC,
   av.ActiveViewViewableCount     
 FROM
   NetworkImpressions i
   LEFT JOIN ActiveView_Data AS av USING (Product, Keypart, TimeUsec2)
 WHERE
   i.Time >= startdate AND i.Time < enddate
   AND i.LineItemID !=0
 UNION ALL
 SELECT
   CAST(substr(i.Time, 0, 10) as Date) AS Date,
   i.Product,
   i.TimeUsec2,
   i.KeyPart,
   i.ActiveViewEligibleCount AS ActiveViewEligibleCount,
   i.ActiveViewMeasurableCount AS iAVMC,
   av.avAVMC AS avAVMC,
   av.ActiveViewViewableCount     
 FROM
   NetworkBackfillImpressions i
   LEFT JOIN ActiveView_Data AS av USING (Product, Keypart, TimeUsec2)
 WHERE
   i.Time >= startdate AND i.Time < enddate
), Full_Data AS (
 SELECT
   Date,
   Product,
   TimeUsec2,
   KeyPart,
   ActiveViewEligibleCount,
   CASE WHEN ActiveViewViewableCount >=1 THEN 1 ELSE (IFNULL(iAVMC, 0) + IFNULL(avAVMC, 0)) END AS ActiveViewMeasurableCount,
   IFNULL(ActiveViewViewableCount, 0) AS ActiveViewViewableCount
 FROM
   Impression_Data
)


SELECT
 SUM(ActiveViewEligibleCount) AS ActiveViewEligibleCount,
 SUM(ActiveViewMeasurableCount) AS ActiveViewMeasurableCount,
 SUM(ActiveViewViewableCount) AS ActiveViewViewableCount
FROM
 Full_Data

Ergebnisse

Zeile EligibleImpressions MeasurableImpressions ViewableImpressions
1 97000000 95000000 59900000

Schlüssel/Wert-Paare

Schlüsselverwendung

Ermitteln Sie, wie oft jeder Schlüssel in einer Anzeigenanfrage vorkommt (siehe CustomTargeting) und wie oft jeder Schlüssel zur Auslieferung einer Werbebuchung verwendet wurde (siehe TargetedCustomCriteria). Aktive Schlüssel, die nicht in den Ergebnissen angezeigt werden oder nur selten verwendet werden, können sich für die Archivierung eignen, um die maximale Anzahl von Schlüsseln nicht zu überschreiten.

Beispielcode und Ergebnisse

Code

WITH Key_Value_Pairs AS (
 SELECT
   KVPair
 FROM
   NetworkImpressions CROSS JOIN UNNEST(SPLIT(CustomTargeting, ';')) AS KVPair
 WHERE
   CustomTargeting IS NOT NULL
 UNION ALL
 SELECT
   KVPair
 FROM
  NetworkBackfillImpressions CROSS JOIN UNNEST(SPLIT(CustomTargeting, ';')) AS KVPair
 WHERE
   CustomTargeting IS NOT NULL
), Targeted_Key_Value_Pairs AS (
 SELECT
   TargetedKVPair
 FROM
   NetworkImpressions CROSS JOIN UNNEST(SPLIT(TargetedCustomCriteria, ';')) AS TargetedKVPair
 WHERE
   TargetedCustomCriteria IS NOT NULL
 UNION ALL
 SELECT
   TargetedKVPair
 FROM
   NetworkBackfillImpressions CROSS JOIN UNNEST (SPLIT(TargetedCustomCriteria, ';')) AS TargetedKVPair
 WHERE
   TargetedCustomCriteria IS NOT NULL
), Key_Usage AS (
 SELECT
   REGEXP_REPLACE(KVPair, '=.+', '') AS Key,
   COUNT(1) AS KeyUsageCount
 FROM Key_Value_Pairs
 GROUP BY Key
), Key_Targeted_Usage AS (
 SELECT
   REGEXP_REPLACE(TargetedKVPair, '(!)*(=|~).+', '') AS Key,
   COUNT(1) AS KeyTargetedCount
 FROM Targeted_Key_Value_Pairs
 GROUP BY Key
)
 
SELECT
 CASE WHEN Key_Usage.Key IS NULL THEN Key_Targeted_Usage.Key ELSE Key_Usage.Key END AS Key,
 KeyUsageCount,
 KeyTargetedCount
FROM
 Key_Usage
 FULL JOIN Key_Targeted_Usage ON Key_Usage.Key = Key_Targeted_Usage.Key
ORDER BY Key

Ergebnisse

Zeile Key KeyUsageCount KeyTargetedCount
1 key_abc 10000000 1000000
2 key_def 25000000 5000000
3 key_ghi 40000 2000
4 key_jkl 300000 12000
5 key_mno 100000 1000

Gebote von Bidding-Partnern

Ermitteln Sie, wie oft jeder Ihrer Partner Gebote abgibt, indem Sie die Gebote aus CustomTargeting extrahieren. Im Beispiel unten wird erwartet, dass der Name jedes Partners mit bidder_prefix_ wie in bidder_prefix_partnername beginnt und dass das Gebot für diesen Partner das Format bidder_prefix_partnername=1.23 hat.

Beispielcode und Ergebnisse

Code

SELECT
 Bidder, COUNT(1) AS BidCount
FROM (
 SELECT
   Bidder
 FROM
   NetworkImpressions CROSS JOIN UNNEST(REGEXP_EXTRACT_ALL(CustomTargeting, '(bidder_prefix_[A-z]+)=[0-9]+\\.[0-9]*')) AS Bidder
 WHERE
   CustomTargeting LIKE '%bidder_prefix_%'
   AND Time >= '2020-01-01' AND Time < '2020-01-02'
 UNION ALL
 SELECT
   Bidder
 FROM
   NetworkBackfillImpressions CROSS JOIN UNNEST(REGEXP_EXTRACT_ALL(CustomTargeting, '(bidder_prefix_[A-z]+)=[0-9]+\\.[0-9]*')) AS Bidder
 WHERE
   CustomTargeting LIKE '%bidder_prefix_%'
   AND Time >= '2020-01-01' AND Time < '2020-01-02'
)
GROUP BY Bidder
ORDER BY BidCount 

Ergebnisse

Zeile Bidder BidCount
1 bidder_prefix_partner_1 15000000
2 bidder_prefix_partner_2 12000000
3 bidder_prefix_partner_3 9000000
4 bidder_prefix_partner_4 6000000
5 bidder_prefix_partner_5 3000000

Gebotswerte und Anzahlen für einen einzelnen Bidding-Partner

Für einen einzelnen Bidding-Partner finden Sie die gängigsten Gebotswerte und die Häufigkeit der einzelnen Gebote. Wählen Sie im folgenden Beispiel die 10 gängigsten Gebote aus den Impressionstabellen für den Partner mit dem Namen bidder_partner aus (Impressionen, bei denen CustomTargeting den Schlüssel bidder_partner enthält, der auf einen Gebotspreis festgelegt ist, z. B. 1.23.

Beispielcode und Ergebnisse

Code

SELECT
 BidPrice, SUM(BidCount) AS BidCount
FROM (
 SELECT
    SAFE_CAST(REGEXP_EXTRACT(CustomTargeting, 'bidder_partner=([0-9]+\\.[0-9]*)') AS FLOAT64) AS BidPrice,
    COUNT(1) AS BidCount
 FROM
   NetworkImpressions
 WHERE
    CustomTargeting LIKE '%bidder_partner=%'
    AND Time >= '2020-01-01' AND Time < '2020-01-02'
 GROUP BY BidPrice
 UNION ALL
 SELECT
    SAFE_CAST(REGEXP_EXTRACT(CustomTargeting, 'bidder_partner=([0-9]+\\.[0-9]*)') AS FLOAT64) AS BidPrice,
    COUNT(1) AS BidCount
 FROM
   NetworkBackfillImpressions
 WHERE
    CustomTargeting LIKE '%bidder_partner=%'
    AND Time >= '2020-01-01' AND Time < '2020-01-02'
 GROUP BY BidPrice
)
GROUP BY BidPrice
ORDER BY BidCount DESC
LIMIT 10

Ergebnisse

Zeile BidPrice BidCount
1 0,01 600000
2 0,02 500000
3 0,05 400000
4 0,07 300000
5 0,09 200000
6 0,03 150000
7 0,08 100000
8 0,04 75000
9 0,10 50000
10 0,06 25000

Gebotsanzahlen und durchschnittliche Gebote

Die Gesamtzahl der Gebote und das durchschnittliche Gebot finden Sie in den Impressionstabellen aller Bidding-Partner. Im Beispiel unten wird erwartet, dass der Name jedes Partners mit bidder_prefix_ wie in bidder_prefix_partnername beginnt und dass das Gebot für diesen Partner das Format bidder_prefix_partnername=1.23 hat.

Beispielcode und Ergebnisse

Code

WITH Bid_Data AS (
 SELECT
   REGEXP_EXTRACT(Bid, '(bidder_prefix_[A-z]+)=[0-9]+\\.[0-9]*') AS Bidder,
   SAFE_CAST(REGEXP_EXTRACT(Bid, 'bidder_prefix_[A-z]+=([0-9]+\\.[0-9]*)') AS FLOAT64) AS BidPrice,
   COUNT(1) AS BidCount 
   FROM (
     SELECT Bid
     FROM NetworkImpressions CROSS JOIN UNNEST(REGEXP_EXTRACT_ALL(CustomTargeting, 'bidder_prefix_[A-z]+=[0-9]+\\.[0-9]*')) AS Bid
     WHERE
       CustomTargeting LIKE '%bidder_prefix_%'
       AND Time >= '2020-01-01' AND Time < '2020-01-02'
     UNION ALL
     SELECT Bid
     FROM NetworkBackfillImpressions CROSS JOIN UNNEST(REGEXP_EXTRACT_ALL(CustomTargeting, 'bidder_prefix_[A-z]+=[0-9]+\\.[0-9]*')) AS Bid
     WHERE
       CustomTargeting LIKE '%bidder_prefix_%'
       AND Time >= '2020-01-01' AND Time < '2020-01-02'
   )
   GROUP BY Bidder, BidPrice
), BidPrice_Totals AS (
 SELECT
   Bidder, SUM(BidValue) AS TotalBidValue
 FROM (
   SELECT Bidder, BidPrice * BidCount AS BidValue
   FROM Bid_Data
 )
 GROUP BY Bidder
), BidCount_Totals AS (
  SELECT
   Bidder, SUM(BidCount) AS TotalBidCount
  FROM
   Bid_Data
  GROUP BY Bidder
)
 
SELECT
 BidCount_Totals.Bidder,
 TotalBidCount,
 ROUND((TotalBidValue / TotalBidCount), 2) AS AverageBid
FROM
 BidCount_Totals
 INNER JOIN BidPrice_Totals ON BidCount_Totals.Bidder = BidPrice_Totals.Bidder
ORDER BY Bidder

Ergebnisse

Zeile Bidder BidCount AverageBid
1 bidder_prefix_partner_1 15000000 0,21
2 bidder_prefix_partner_2 12000000 1,43
3 bidder_prefix_partner_3 9000000 2,67
4 bidder_prefix_partner_4 6000000 6,80
5 bidder_prefix_partner_5 3000000 0,92

DVP-Segmentanzahlen

Datenverwaltungsplattformen übergeben häufig die Segmente, denen ein Nutzer angehört, als Schlüssel/Wert-Paare. Ermitteln Sie, wie oft diese Segmente in Anzeigenanfragen aufgeführt wurden, also wie viele Impressionen für jedes Segment für das Targeting infrage kamen. Extrahieren Sie die Segment-IDs aus CustomTargeting. Im folgenden Beispiel wird davon ausgegangen, dass der Schlüsselname „seg“ lautet und dass die Werte aus Buchstaben und Zahlen bestehen.

Beispielcode und Ergebnisse

Code

SELECT
 Segment, COUNT(1) AS Count
FROM (
 SELECT
   Segment
 FROM
   NetworkImpressions CROSS JOIN UNNEST(REGEXP_EXTRACT_ALL(CustomTargeting, 'seg=([A-z0-9]+)')) AS Segment
 WHERE
   CustomTargeting LIKE '%seg=%'
   AND Time >= '2020-01-01' AND Time < '2020-01-02'
 UNION ALL
 SELECT
   Segment
 FROM
   NetworkBackfillImpressions CROSS JOIN UNNEST(REGEXP_EXTRACT_ALL(CustomTargeting, 'seg=([A-z0-9]+)')) AS Segment
 WHERE
   CustomTargeting LIKE '%seg=%'
   AND Time >= '2020-01-01' AND Time < '2020-01-02'
)
GROUP BY Segment
ORDER BY Count DESC

Ergebnisse

Zeile Segment Anzahl
1 abcd1234 10000000
2 efgh5678 9000000
3 ijkl9012 8000000
4 mnop3456 7000000
5 qrst7890 6000000
6 uvwx1234 5000000
7 yzab5678 4000000
8 cdef9012 3000000
9 ghij3456 2000000
10 klmn7890 1000000

Video

Videofehler nach URL, Anzeigenblock-ID und Position

Um Probleme mit Videowerbebuchungen mit erheblichen Fehlern zu beheben, müssen Sie unter Umständen die Seite und/oder die Anzeigenfläche auf der Seite finden, die für am meisten die Fehler verantwortlich ist. Mit NetworkVideoConversions können Sie Fehler nach Werbebuchung suchen, wobei ActionName den Wert error enthält. Wenn Sie auf einer Seite mehr als einen Videoplayer haben, die Player denselben Anzeigenblock verwenden und Sie einen Schlüssel wie pos verwenden, um zwischen den Anzeigenblöcken auf einer Seite zu unterscheiden, extrahieren Sie diesen pos-Wert aus CustomTargeting. Im folgenden Beispiel wird davon ausgegangen, dass der Name des Schlüssels pos lautet. Es werden die fünf Kombinationen von RefererURL, AdUnitID und Position angezeigt, die am meisten für Fehler bei einer einzelnen Videowerbebuchung verantwortlich sind.

Beispielcode und Ergebnisse

Code

SELECT
 RefererURL, AdUnitID, REGEXP_EXTRACT(CustomTargeting, 'pos=([^;]+)') AS Position, COUNT(1) AS ErrorCount
FROM
 NetworkVideoConversions
WHERE
 LineItemID = 123456789
 AND ActionName LIKE '%error%'
 AND Time >= '2020-01-01' AND Time < '2020-01-02'
GROUP BY RefererURL, AdUnitID, Position
ORDER BY ErrorCount DESC
LIMIT 5

Ergebnisse

Zeile RefererURL AdUnitID Position ErrorCount
1 https://example.com/ 11111111 oben 2000
2 https://example.com/url/a 22222222 oben 1500
3 https://example.com/url/b 22222222 oben 1400
4 https://example.com/url/c 11111111 oben 1000
5 https://example.com/url/c 11111111 unten 500

War das hilfreich?

Wie können wir die Seite verbessern?

Benötigen Sie weitere Hilfe?

Mögliche weitere Schritte:

Im Hilfeforum posten Antworten von Forenmitgliedern erhalten
Kontakt Weitere Informationen angeben und Hilfe erhalten
true
Versionshinweise

Hier finden Sie aktuelle Neuerungen bei den Ad Manager-Funktionen und in der Hilfe.

Neuerungen ansehen

Suche
Suche löschen
Suche schließen
Hauptmenü
15642654958781241717
true
Suchen in der Hilfe
true
true
true
true
true
148
false
false