Notifikasi

Hanya tersedia di Google Ad Manager 360.

Meninjau kueri contoh untuk Transfer Data

Hanya tersedia di Google Ad Manager 360.

Artikel ini berisi contoh cara membuat kueri untuk laporan Transfer Data Ad Manager. Pelajari file Transfer Data lebih lanjut, termasuk cara mulai menerimanya.

Perhatikan bahwa artikel ini sebelumnya disebut "Cookbook Transfer Data".

Luaskan semua  Ciutkan semua

Dalam artikel ini:

Tayangan iklan tidak terisi

Tayangan iklan tidak terisi dari NetworkImpressions

Untuk menemukan jumlah tayangan iklan tidak terisi dalam satu hari, buat kueri NetworkImpressions untuk entri yang menetapkan LineItemID sebagai 0. Tidak ada tayangan iklan tidak terisi di NetworkBackfillImpressions.

Kode contoh dan hasil

Kode

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

 

Hasil

Baris UnfilledImpressions
1 20000000

Tayangan iklan tidak terisi dari NetworkRequests

Anda juga dapat menemukan jumlah tayangan iklan tidak terisi dengan membuat kueri NetworkRequests. Cari permintaan dengan IsFilledRequest false. Tidak ada tayangan iklan tidak terisi di NetworkBackfillRequests.

Kode contoh dan hasil

Kode

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

 

Hasil

Baris UnfilledImpressions
1 20000000

Tayangan iklan tidak terisi menurut URL

Pelaporan Ad Manager dapat menampilkan tayangan iklan tidak terisi menurut unit iklan atau ukuran yang diminta, tetapi tidak menurut URL. Sertakan RefererURL untuk membantu Anda menemukan sepuluh halaman teratas yang menghasilkan tayangan iklan tidak terisi.

Kode contoh dan hasil

Kode

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

 

Hasil

Baris 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

Tayangan iklan tidak terisi menurut unit iklan

Temukan unit iklan yang bertanggung jawab atas tayangan iklan tidak terisi yang paling banyak di satu halaman. Jika Anda menggunakan BigQuery Connector, gunakan Tabel Pencocokan Unit Iklan untuk menemukan nama unit iklan. Karena tabel pencocokan berisi data unit iklan untuk setiap hari, pastikan Anda membatasi data tabel pencocokan menjadi satu hari.

Kode contoh dan hasil

Kode

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

 

Hasil

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

Tayangan iklan

Membandingkan Transfer Data dan Pelaporan Ad Manager

Tayangan iklan menurut Product dan DealType

Gunakan kolom Product dan DealType di Transfer Data untuk membuat laporan yang sebanding dengan laporan Ad Manager yang menggunakan dimensi "Saluran permintaan", "Saluran terprogram", dan "Jenis pengoptimalan". Pilih tayangan iklan dari NetworkImpressions (dengan LineItemID bukan nol) dan NetworkBackfillImpressions.

Kode contoh dan hasil (Transfer Data)

Kode

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

 

Hasil

Baris Product DealType Jumlah
1 Ad Exchange null 60000000
2 Ad Exchange Lelang pribadi 2000000
3 Server Iklan null 40000000
4 Server Iklan Transaksi pilihan 1000000
5 Server Iklan Dijamin terprogram 1200000
6 Bidding Bursa null 15000000
7 Bidding Bursa Transaksi pilihan 20000
8 Bidding Bursa Lelang pribadi 500000
9 Tampilan Pertama null 100000
Kode contoh dan hasil (pelaporan Ad Manager)

Parameter laporan

Jalankan laporan di Pelaporan Ad Manager menggunakan tanggal yang sama. Pilih dimensi dan metrik berikut:

  • Dimensi:
    • Saluran permintaan
    • Saluran terprogram
    • Jenis pengoptimalan
       
  • Metrik:
    • Total tayangan iklan
       

 

Hasil

Baris Saluran permintaan Saluran terprogram Jenis pengoptimalan Total tayangan iklan
1 Bidding Terbuka Lelang Terbuka Semua Traffic Lainnya 9.000.000
2 Bidding Terbuka Lelang Terbuka Persaingan yang Dioptimalkan 7.000
3 Bidding Terbuka Lelang Terbuka Target CPM 5.993.000
4 Bidding Terbuka Transaksi Pilihan Semua Traffic Lainnya 20.000
5 Bidding Terbuka Lelang Pribadi Semua Traffic Lainnya 496.000
6 Bidding Terbuka Lelang Pribadi Persaingan yang Dioptimalkan 4.000
7 Server iklan (tidak berlaku) Semua Traffic Lainnya 40.000.000
8 Server iklan Transaksi Pilihan Semua Traffic Lainnya 1.000.000
9 Server iklan Dijamin Terprogram Semua Traffic Lainnya 1.200.000
10 Ad Exchange Lelang Terbuka Semua Traffic Lainnya 48.000.000
11 Ad Exchange Lelang Terbuka Tampilan Pertama 100.000
12 Ad Exchange Lelang Terbuka Persaingan yang Dioptimalkan 10.000
13 Ad Exchange Lelang Terbuka Target CPM 11.990.000
14 Ad Exchange Lelang Pribadi Semua Traffic Lainnya 1.995.000
15 Ad Exchange Lelang Pribadi Persaingan yang Dioptimalkan 5.000
Ringkasan dan perbandingan

Langsung

  • Transfer Data:
    • Product = Ad Server (Server Iklan)
    • DealType adalah null
    • Baris 3: 40.000.000
  • Pelaporan Ad Manager:
    • Saluran permintaan = "Server iklan"
    • Saluran terprogram = "(Tidak berlaku)"
    • Jenis pengoptimalan = "Semua Traffic Lainnya"
    • Baris 7: 40.000.000

 

Transaksi Pilihan

  • Transfer Data:
    • Product = Ad Server (Server Iklan)
    • DealType adalah Preferred Deal (Transaksi Pilihan)
    • Baris 4: 1.000.000
  • Pelaporan Ad Manager:
    • Saluran permintaan = "Server iklan"
    • Saluran terprogram = "Transaksi Pilihan"
    • Jenis pengoptimalan = "Semua Traffic Lainnya"
    • Baris 8: 1.000.000
  • Transfer Data:
    • Product = Exchange Bidding (Bidding Bursa)
    • DealType adalah Preferred Deal (Transaksi Pilihan)
    • Baris 7: 20.000
  • Pelaporan Ad Manager:
    • Saluran permintaan = "Bidding Terbuka"
    • Saluran terprogram = "Transaksi Pilihan"
    • Jenis pengoptimalan = "Semua Traffic Lainnya"
    • Baris 4: 20.000

 

Dijamin Terprogram

  • Transfer Data:
    • Product = Ad Server (Server Iklan)
    • DealType adalah Programmatic Guaranteed (Dijamin Terprogram)
    • Baris 5: 1.200.000
  • Pelaporan Ad Manager:
    • Saluran permintaan = "Server iklan"
    • Saluran terprogram = "Dijamin Terprogram"
    • Jenis pengoptimalan = "Semua Traffic Lainnya"
    • Baris 9: 1.200.000

 

Lelang Terbuka Ad Exchange (tidak termasuk Tampilan Pertama)

  • Transfer Data:
    • Product = Ad Exchange
    • DealType adalah null
    • Baris 1: 60.000.000
  • Pelaporan Ad Manager:
    • Saluran permintaan = "Ad Exchange"
    • Saluran terprogram = "Lelang Terbuka"
    • Jenis pengoptimalan = "Semua Traffic Lainnya", "Target CPM", "Persaingan yang Dioptimalkan"
    • Total Baris 10, Baris 12, dan Baris 13: 48.000.000 + 10.000 + 11.990.000 = 60.000.000

 

Lelang Pribadi Ad Exchange

  • Transfer Data:
    • Product = Ad Exchange
    • DealType adalah Private Auction (Lelang Pribadi)
    • Baris 2: 2.000.000
  • Pelaporan Ad Manager:
    • Saluran permintaan = "Ad Exchange"
    • Saluran terprogram = "Lelang Pribadi"
    • Jenis pengoptimalan = "Semua Traffic Lainnya", "Persaingan yang Dioptimalkan"
    • Total Baris 14 dan Baris 15: 1.995.000 + 5.000 = 2.000.000

 

Lelang Terbuka Bidding Terbuka

  • Transfer Data:
    • Product = Exchange Bidding (Bidding Bursa)
    • DealType adalah null
    • Baris 6: 15.000.000
  • Pelaporan Ad Manager:
    • Saluran permintaan = "Bidding Terbuka"
    • Saluran terprogram = "Lelang Terbuka"
    • Jenis pengoptimalan = "Semua Traffic Lainnya", "Target CPM", "Persaingan yang Dioptimalkan"
    • Total Baris 1, Baris 2, dan Baris 3: 9.000.000 + 7.000 + 5.993.000 = 15.000.000

 

Lelang Pribadi Bidding Terbuka

  • Transfer Data:
    • Product = Exchange Bidding (Bidding Bursa)
    • DealType adalah Private Auction (Lelang Pribadi)
    • Baris 8: 500.000
  • Pelaporan Ad Manager:
    • Saluran permintaan = "Bidding Terbuka"
    • Saluran terprogram = "Lelang Pribadi"
    • Jenis pengoptimalan = "Semua Traffic Lainnya", "Persaingan yang Dioptimalkan"
    • Total Baris 5 dan Baris 6: 496.000 + 4.000 = 500.000

 

Tampilan Pertama

  • Transfer Data:
    • Product = First Look (Tampilan Pertama)
    • DealType adalah null
    • Baris 9: 100.000
  • Pelaporan Ad Manager:
    • Saluran permintaan = "Ad Exchange"
    • Saluran terprogram = "Lelang Terbuka"
    • Jenis pengoptimalan = "Tampilan Pertama"
    • Baris 11: 100.000

Pendapatan

Pendapatan untuk item baris CPM

File NetworkImpressions tidak berisi data pendapatan. Namun, jika Anda menggunakan BigQuery Connector, Anda dapat menggunakan Tabel Pencocokan Item Baris untuk menemukan tarif CPM. Jika tidak, gunakan Ad Manager API untuk menemukan tarif item baris. Temukan pendapatan untuk item baris CPM tertentu dalam rentang tanggal tertentu dengan menghitung tayangan iklan, lalu jumlah tersebut dikalikan dengan tarifnya dan dibagi 1.000. Karena tabel pencocokan berisi data unit iklan untuk setiap hari, pastikan Anda membatasi data tabel pencocokan menjadi satu hari.

Kode contoh dan hasil

Kode

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'

Hasil

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

Pendapatan untuk item baris CPD

Seperti halnya item baris CPM, Anda dapat menggunakan Tabel Pencocokan Item Baris atau Ad Manager API untuk menemukan tarif CPD item baris. Karena tabel pencocokan berisi data unit iklan untuk setiap hari, pastikan Anda membatasi data tabel pencocokan menjadi satu hari. Untuk menemukan pendapatan item baris CPD tertentu, hitung jumlah hari tayangan iklan ditampilkan dan kalikan dengan tarifnya. Anda dapat menyertakan jumlah tayangan iklan yang ditampilkan untuk menemukan eCPM rata-rata.

Kode contoh dan hasil

Kode

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

Hasil

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

Pendapatan untuk item baris CPC

Seperti halnya item baris CPM, Anda dapat menggunakan Tabel Pencocokan Item Baris atau Ad Manager API untuk menemukan tarif CPC item baris. Karena tabel pencocokan berisi data unit iklan untuk setiap hari, pastikan Anda membatasi data tabel pencocokan menjadi satu hari. Untuk menemukan pendapatan item baris CPC tertentu dalam rentang tanggal tertentu, hitung jumlah klik dan kalikan dengan tarifnya. Anda dapat menyertakan jumlah tayangan iklan yang ditampilkan untuk menemukan eCPM rata-rata.

Kode contoh dan hasil

Kode

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)

Hasil

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

Pendapatan untuk item baris vCPM

Seperti halnya item baris CPM, Anda dapat menggunakan Tabel Pencocokan Item Baris atau Ad Manager API untuk menemukan tarif vCPM item baris. Karena tabel pencocokan berisi data unit iklan untuk setiap hari, pastikan Anda membatasi data tabel pencocokan menjadi satu hari. Untuk menemukan pendapatan item baris vCPM tertentu, hitung tayangan iklan terlihat dari NetworkActiveViews dan kalikan dengan tarifnya. Anda dapat menyertakan jumlah tayangan iklan yang ditampilkan untuk menemukan eCPM rata-rata.

Kode contoh dan hasil

Kode

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'

Hasil

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

Pendapatan untuk pengiklan

Untuk menemukan pendapatan pengiklan tertentu dalam rentang tanggal tertentu, hitung tayangan iklan setiap item baris dan kalikan dengan tarifnya. Gunakan Tabel Pencocokan Item Baris untuk menemukan tarif dan Tabel Pencocokan Perusahaan untuk menemukan nama pengiklan.

Kode contoh dan hasil

Kode

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'

Hasil

Baris 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

Penayangan kode

Untuk jaringan yang mengaktifkan penggantian, Transfer Data menghitung penayangan kode untuk setiap item baris yang dipilih dalam rantai penggantian, sedangkan Pelaporan Ad Manager menghitung penayangan kode hanya untuk item baris pertama yang dipilih dalam rantai penggantian. Transfer Data juga menghitung penayangan kode untuk iklan pengiring, sedangkan Pelaporan Ad Manager tidak melakukannya. Jika Anda mencari laporan Transfer Data yang paling cocok dengan laporan Ad Manager, cukup hitung penayangan kode saat VideoFallbackPosition = 0 dan saat IsCompanion adalah false. Penayangan kode mediasi di Transfer Data mungkin tidak cocok dengan penayangan kode Mediasi di Pelaporan Ad Manager. Bergantung pada penerapan Anda, mungkin ada perbedaan lain antara jumlah penayangan kode di Transfer Data dan Pelaporan Ad Manager.

Penayangan kode, tayangan iklan, dan rasio render menurut item baris untuk satu pengiklan

Temukan seberapa sering penayangan kode berubah menjadi tayangan iklan untuk setiap item baris pengiklan langsung. Karena kita sedang melihat pengiklan langsung, penayangan kode ini hanya akan berada di NetworkCodeServes dan tayangan iklan hanya berada di NetworkImpressions.

Kode contoh dan hasil

Kode

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

Hasil

Baris 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

Penayangan kode, tayangan iklan, dan rasio render menurut kategori perangkat dan ukuran materi iklan yang ditayangkan

Sertakan Kategori Perangkat dan Ukuran Materi Iklan yang Ditayangkan untuk melihat perbedaan rasio render untuk satu pesanan dari satu pengiklan.

Kode contoh dan hasil

Kode

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 

Hasil

Baris LineItemID DeviceCategory CreativeSizeDelivered CodeServes Impressions RenderRate
1 6666666666 TV yang terhubung Video/Overlay 100 40 40,0
2 6666666666 Desktop Video/Overlay 20000 9000 45,0
3 6666666666 Smartphone Video/Overlay 32000 25000 78,13
4 6666666666 Tablet Video/Overlay 1000 800 80,0
5 7777777777 TV yang terhubung 300x250 200 190 95,0
6 7777777777 Desktop 300x250 185000 184000 99,46
7 7777777777 Smartphone 300x250 225000 220000 97,77
8 7777777777 Tablet 300x250 10000 9800 98,0
9 7777777777 TV yang terhubung 300x50 50 50 100,0
10 7777777777 Desktop 300x50 1000 900 90,0
11 7777777777 Smartphone 300x50 90000 80000 88,89
12 7777777777 Tablet 300x50 800 750 93,75

Visibilitas

Data visibilitas dapat ditemukan di file Tayangan Iklan dan ActiveView menggunakan kolom ActiveViewValidCount, ActiveViewMeasurableCount, dan ActiveViewViewableCount. Baca selengkapnya tentang kolom ini dan cara penetapan nilainya.

Visibilitas untuk jangka waktu dapat dihitung dengan menjumlahkan nilai yang ditemukan dalam file atau dengan menggabungkan setiap peristiwa lalu menjumlahkan nilainya. Ada sedikit perbedaan antara keduanya, yang dijelaskan mendetail di bawah.

Tayangan iklan valid, tayangan iklan terukur, dan tayangan iklan terlihat (total)

Temukan jumlah tayangan iklan valid, terukur, dan terlihat untuk hari tertentu. Seperti yang disebutkan di atas, file Tayangan Iklan dan file ActiveView harus digunakan.

Kode contoh dan hasil

Kode

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

Hasil

Baris EligibleImpressions MeasurableImpressions ViewableImpressions
1 97000000 95000000 60000000

Tayangan iklan valid, tayangan iklan terukur, dan tayangan iklan terlihat (menurut tayangan iklan gabungan)

Temukan jumlah tayangan iklan valid, terukur, dan terlihat untuk hari tertentu dengan menggabungkan setiap peristiwa di file Tayangan Iklan dan file ActiveView, lalu menjumlahkan nilainya. Dalam beberapa kasus yang jarang terjadi, kami menerima ping tampilan aktif terlihat, tetapi tidak menerima ping tayangan iklan. Saat menggabungkan data ActiveView ke data Tayangan Iklan, Anda mungkin menemukan perbedaan dalam tayangan iklan terukur dan lebih sedikit tayangan iklan terlihat dibandingkan dengan kueri pertama, yang ditampilkan di atas.

Kode contoh dan hasil

Kode

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

Hasil

Baris EligibleImpressions MeasurableImpressions ViewableImpressions
1 97000000 95000000 59900000

Nilai kunci

Penggunaan kunci

Temukan seberapa sering setiap kunci Anda muncul dalam permintaan iklan (muncul di CustomTargeting) dan seberapa sering setiap kunci digunakan untuk menayangkan item baris (muncul di TargetedCustomCriteria). Kunci aktif yang tidak muncul dalam hasil penelusuran atau jarang digunakan mungkin sesuai untuk pengarsipan agar tetap berada di bawah batas kunci Anda.

Kode contoh dan hasil

Kode

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

Hasil

Baris 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

Bid menurut partner bidding

Temukan seberapa sering setiap partner mengajukan bid dengan mengekstrak bid dari CustomTargeting. Contoh di bawah ini memperkirakan nama setiap partner dimulai dengan “bidder_prefix_” seperti dalam “bidder_prefix_partnername”, dan memperkirakan bid untuk partner tersebut dalam format “bidder_prefix_partnername=1.23”.

Kode contoh dan hasil

Kode

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 

Hasil

Baris 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

Nilai dan jumlah bid untuk satu partner bidding

Untuk satu partner bidding, temukan nilai bid yang paling umum dan seberapa sering setiap bid dibuat. Pada contoh di bawah, pilih 10 bid paling umum dari tabel tayangan iklan untuk partner yang bernama “bidder_partner” (tayangan iklan dengan CustomTargeting berisi kunci “bidder_partner” yang ditetapkan ke harga bid, seperti “1.23”).

Kode contoh dan hasil

Kode

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

Hasil

Baris 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

Jumlah bid dan bid rata-rata

Temukan jumlah total bid dan bid rata-rata dari tabel tayangan iklan untuk semua partner bidding. Contoh di bawah ini memperkirakan nama setiap partner dimulai dengan “bidder_prefix_” seperti dalam “bidder_prefix_partnername”, dan memperkirakan bid untuk partner tersebut dalam format “bidder_prefix_partnername=1.23”.

Kode contoh dan hasil

Kode

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

Hasil

Baris 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

Jumlah segmen DMP

Platform Pengelolaan Data sering meneruskan segmen yang menyertakan pengguna sebagai pasangan nilai kunci. Temukan seberapa sering segmen ini muncul di permintaan iklan -- berapa banyak tayangan iklan yang valid untuk ditargetkan untuk setiap segmen. Ekstrak ID segmen dari CustomTargeting. Contoh di bawah ini memperkirakan nama kunci menjadi “seg” dan nilainya terdiri dari huruf dan angka.

Kode contoh dan hasil

Kode

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

Hasil

Baris Segment Count
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

Error video menurut URL, ID unit iklan, dan posisi

Untuk memecahkan masalah item baris video dengan error yang signifikan, Anda mungkin perlu menemukan halaman dan/atau slot iklan di halaman yang paling bertanggung jawab atas error tersebut. Gunakan NetworkVideoConversions untuk menemukan error menurut item baris (dengan ActionName berisi “error”). Jika Anda memiliki lebih dari satu pemutar video pada satu halaman, pemutar tersebut akan menggunakan unit iklan yang sama. Lalu, jika Anda menggunakan kunci seperti “pos” untuk membedakan antar-unit iklan di halaman, ekstrak nilai pos tersebut dari CustomTargeting. Contoh di bawah ini memperkirakan nama kunci tersebut menjadi “pos” dan menampilkan lima kombinasi teratas dari RefererURL, AdUnitID, dan Position yang bertanggung jawab atas error untuk satu item baris video.

Kode contoh dan hasil

Kode

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

Hasil

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

Apakah ini membantu?

Bagaimana cara meningkatkannya?

Perlu bantuan lain?

Coba langkah-langkah selanjutnya berikut:

Posting ke komunitas bantuan Dapatkan jawaban dari anggota komunitas
Hubungi kami Beri tahu kami selengkapnya dan kami akan membantu Anda
true
Catatan rilis

Baca tentang fitur Ad Manager terbaru dan pembaruan Pusat Bantuan.

Lihat apa saja yang baru

Telusuri
Hapus penelusuran
Tutup penelusuran
Menu utama
9570725772176475128
true
Pusat Bantuan Penelusuran
true
true
true
true
true
148
false
false