Melding

Alleen beschikbaar in Google Ad Manager 360.

Voorbeeldquery's voor Gegevensoverdracht beoordelen

Alleen beschikbaar in Google Ad Manager 360.

Dit artikel bevat voorbeelden van hoe u query's kunt maken voor Gegevensoverdracht-rapporten in Ad Manager. Meer informatie over Gegevensoverdracht-bestanden, inclusief hoe u deze kunt krijgen.

Dit artikel heette voorheen het Kookboek voor Gegevensoverdracht.

Alles uitvouwen  Alles samenvouwen

In dit artikel:

Niet-gevulde vertoningen

Niet-gevulde vertoningen van NetworkImpressions

Als u het aantal niet-gevulde vertoningen voor een dag wilt vinden, zoekt u naar Networkimpressions voor items waarbij LineItemID gelijk is aan 0. Er zijn geen niet-gevulde vertoningen in NetworkBackfillimpressions.

Voorbeeldcode en -resultaten

Code

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

 

Resultaten

Rij UnfilledImpressions
1 20000000

Niet-gevulde vertoningen van NetworkRequests

U kunt het aantal niet-gevulde vertoningen ook vinden door een query uit te voeren op NetworkRequests. Zoek naar verzoeken waarvoor IsFilledRequest is ingesteld op False. Er zijn geen niet-gevulde vertoningen in NetworkBackfillRequests.

Voorbeeldcode en -resultaten

Code

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

 

Resultaten

Rij UnfilledImpressions
1 20000000

Niet-gevulde vertoningen per URL

In Ad Manager-rapportage kunnen niet-gevulde vertoningen worden getoond per advertentieblok of aangevraagd formaat, maar niet per URL. Neem RefererURL op om de top 10 van pagina's te vinden die niet-gevulde vertoningen genereren.

Voorbeeldcode en -resultaten

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

 

Resultaten

Rij 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

Niet-gevulde vertoningen per advertentieblok

Zoek de advertentieblokken die verantwoordelijk zijn voor de meeste niet-gevulde vertoningen op één pagina. Als u de BigQuery-connector gebruikt, gebruikt u de tabel met overeenkomende advertentieblokken om de naam van de advertentieblokken te vinden. De overeenkomsttabel bevat de gegevens van advertentieblokken voor elke dag. Zorg er dus voor dat u de gegevens in de overeenkomsttabel beperkt tot één dag.

Voorbeeldcode en -resultaten

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

 

Resultaten

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

Vertoningen

Vergelijking van gegevensoverdracht en Ad Manager-rapportage

Vertoningen per Product en DealType

Gebruik de velden Product en DealType in Gegevensoverdracht om rapporten te maken die vergelijkbaar zijn met Ad Manager-rapporten die gebruikmaken van de dimensies Aanvraagkanaal, Programmatic kanaal en Optimalisatietype. Selecteer vertoningen van NetworkImpressions (waarbij LineItemID niet nul is) en NetworkBackfillImpressions.

Voorbeeldcode en resultaten (Gegevensoverdracht)

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

 

Resultaten

Rij Product DealType Count
1 Ad Exchange null 60000000
2 Ad Exchange Privéveiling 2000000
3 Advertentieserver null 40000000
4 Advertentieserver Voorkeursdeal 1000000
5 Advertentieserver Programmatic guaranteed 1200000
6 Exchange-biedingen null 15000000
7 Exchange-biedingen Voorkeursdeal 20000
8 Exchange-biedingen Privéveiling 500000
9 Eerste overzicht null 100000
Voorbeeldcode en resultaten (Ad Manager-rapportage)

Rapportparameters

Voer in Ad Manager-rapportage een rapport uit met dezelfde datum. Kies de volgende dimensies en statistieken:

  • Dimensies:
    • Aanvraagkanaal
    • Programmatic kanaal
    • Optimalisatietype
       
  • Statistieken:
    • Totaal aantal vertoningen
       

 

Resultaten

Rij Aanvraagkanaal Programmatic kanaal Optimalisatietype Totaal aantal vertoningen
1 Open bieden Open veiling Al het overige verkeer 9.000.000
2 Open bieden Open veiling Geoptimaliseerde concurrentie 7000
3 Open bieden Open veiling Doel-CPM 5.993.000
4 Open bieden Voorkeursdeals Al het overige verkeer 20.000
5 Open bieden Privéveiling Al het overige verkeer 496.000
6 Open bieden Privéveiling Geoptimaliseerde concurrentie 4000
7 Advertentieserver (niet van toepassing) Al het overige verkeer 40.000.000
8 Advertentieserver Voorkeursdeals Al het overige verkeer 1.000.000
9 Advertentieserver Programmatic Guaranteed Al het overige verkeer 1.200.000
10 Ad Exchange Open veiling Al het overige verkeer 48.000.000
11 Ad Exchange Open veiling Eerste overzicht 100.000
12 Ad Exchange Open veiling Geoptimaliseerde concurrentie 10.000
13 Ad Exchange Open veiling Doel-CPM 11.990.000
14 Ad Exchange Privéveiling Al het overige verkeer 1.995.000
15 Ad Exchange Privéveiling Geoptimaliseerde concurrentie 5000
Overzicht en vergelijking

Direct

  • Gegevensoverdracht:
    • Product = Ad Server
    • DealType is null
    • Rij 3: 40.000.000
  • Ad Manager-rapportage:
    • Aanvraagkanaal = Advertentieserver
    • Programmatic kanaal = (Niet van toepassing)
    • Optimalisatietype = Al het overige verkeer
    • Rij 7: 40.000.000

 

Voorkeursdeals

  • Gegevensoverdracht:
    • Product = Ad Server
    • DealType is Preferred Deal
    • Rij 4: 1.000.000
  • Ad Manager-rapportage:
    • Aanvraagkanaal = Advertentieserver
    • Programmatic kanaal = Voorkeursdeals
    • Optimalisatietype = Al het overige verkeer
    • Rij 8: 1.000.000
  • Gegevensoverdracht:
    • Product = Exchange Bidding
    • DealType is Preferred Deal
    • Rij 7: 20.000
  • Ad Manager-rapportage:
    • Aanvraagkanaal = Open bieden
    • Programmatic kanaal = Voorkeursdeals
    • Optimalisatietype = Al het overige verkeer
    • Rij 4: 20.000

 

Programmatic Guaranteed

  • Gegevensoverdracht:
    • Product = Ad Server
    • DealType is Programmatic Guaranteed
    • Rij 5: 1.200.000
  • Ad Manager-rapportage:
    • Aanvraagkanaal = Advertentieserver
    • Programmatic kanaal = Programmatic Guaranteed
    • Optimalisatietype = Al het overige verkeer
    • Rij 9: 1.200.000

 

Open veiling van Ad Exchange (exclusief Eerste overzicht)

  • Gegevensoverdracht:
    • Product = Ad Exchange
    • DealType is null
    • Rij 1: 60.000.000
  • Ad Manager-rapportage:
    • Aanvraagkanaal = Ad Exchange
    • Programmatic kanaal = Open veiling
    • Optimalisatietype = Al het overige verkeer, Doel-CPM, Geoptimaliseerde concurrentie
    • Totaal van rij 10, rij 12 en rij 13: 48.000.000 + 10.000 + 11.990.000 = 60.000.000

 

Ad Exchange-privéveiling

  • Gegevensoverdracht:
    • Product = Ad Exchange
    • DealType is Private Auction
    • Rij 2: 2.000.000
  • Ad Manager-rapportage:
    • Aanvraagkanaal = Ad Exchange
    • Programmatic kanaal = Privéveiling
    • Optimalisatietype = Al het overige verkeer, Geoptimaliseerde concurrentie
    • Totaal van rij 14 en rij 15: 1.995.000 + 5.000 = 2.000.000

 

Open veiling voor Open bieden

  • Gegevensoverdracht:
    • Product = Exchange Bidding
    • DealType is null
    • Rij 6: 15.000.000
  • Ad Manager-rapportage:
    • Aanvraagkanaal = Open bieden
    • Programmatic kanaal = Open veiling
    • Optimalisatietype = Al het overige verkeer, Doel-CPM, Geoptimaliseerde concurrentie
    • Totaal van rij 1, rij 2 en rij 3: 9.000.000 + 7.000 + 5.993.000 = 15.000.000

 

Privéveiling voor Open bieden

  • Gegevensoverdracht:
    • Product = Exchange Bidding
    • DealType is Private Auction
    • Rij 8: 500.000
  • Ad Manager-rapportage:
    • Aanvraagkanaal = Open bieden
    • Programmatic kanaal = Privéveiling
    • Optimalisatietype = Al het overige verkeer, Geoptimaliseerde concurrentie
    • Totaal van rij 5 en rij 6: 496.000 + 4.000 = 500.000

 

Eerste overzicht

  • Gegevensoverdracht:
    • Product = First Look
    • DealType is null
    • Rij 9: 100.000
  • Ad Manager-rapportage:
    • Aanvraagkanaal = Ad Exchange
    • Programmatic kanaal = Open veiling
    • Optimalisatietype = Eerste overzicht
    • Rij 11: 100.000

Opbrengst

Opbrengst voor een CPM-regelitem

Het bestand NetworkImpressions bevat geen opbrengstgegevens, maar als u de BigQuery-connector gebruikt, kunt u het CPM-tarief vinden in de overeenkomstentabel met regelitems. Gebruik anders de Ad Manager API om het tarief van een regelitem te vinden. U vindt de opbrengst voor een bepaald CPM-regelitem voor een bepaalde periode door het aantal vertoningen te vermenigvuldigen met het tarief en dit te delen door 1000. De overeenkomsttabel bevat de gegevens van advertentieblokken voor elke dag. Zorg er dus voor dat u de gegevens in de overeenkomsttabel beperkt tot één dag.

Voorbeeldcode en -resultaten

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'

Resultaten

Rij LineItemID Impressions Rate CostType Revenue
1 123456789 21324 3,5 CPM 74.634

Opbrengst voor een CPD-regelitem

Net als bij CPM-regelitems kunt u aan de hand van de overeenkomstentabel voor regelitems of de Ad Manager API het CPD-tarief van een regelitem opzoeken. De overeenkomsttabel bevat de gegevens van advertentieblokken voor elke dag. Zorg er dus voor dat u de gegevens in de overeenkomsttabel beperkt tot één dag. Als u de opbrengst voor een bepaald CPD-regelitem wilt berekenen, telt u het aantal dagen dat vertoningen zijn weergegeven en vermenigvuldigt u dit met het tarief. U kunt het aantal weergegeven vertoningen opnemen om de gemiddelde eCPM te bepalen.

Voorbeeldcode en -resultaten

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

Resultaten

Rij LineItemID Days CostType Rate Revenue Impressions Average_eCPM
1 123456789 5 CPD 4000,00 20000,00 7000000 2,86

Opbrengst voor een CPC-regelitem

Net als bij CPM-regelitems kunt u aan de hand van de overeenkomstentabel voor regelitems of de Ad Manager API het CPC-tarief van een regelitem opzoeken. De overeenkomsttabel bevat de gegevens van advertentieblokken voor elke dag. Zorg er dus voor dat u de gegevens in de overeenkomsttabel beperkt tot één dag. Als u de opbrengst voor een bepaald CPC-regelitem voor een bepaalde periode wilt berekenen, telt u het aantal klikken en vermenigvuldigt u dit met het tarief. U kunt het aantal weergegeven vertoningen opnemen om de gemiddelde eCPM te bepalen.

Voorbeeldcode en -resultaten

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)

Resultaten

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

Opbrengst voor een vCPM-regelitem

Net als bij CPM-regelitems kunt u aan de hand van de overeenkomstentabel voor regelitems of de Ad Manager API het vCPM-tarief van een regelitem opzoeken. De overeenkomsttabel bevat de gegevens van advertentieblokken voor elke dag. Zorg er dus voor dat u de gegevens in de overeenkomsttabel beperkt tot één dag. Als u de opbrengst voor een bepaald vCPM-regelitem wilt berekenen, telt u de zichtbare vertoningen van NetworkActiveViews en vermenigvuldigt u dit met het tarief. U kunt het aantal weergegeven vertoningen opnemen om de gemiddelde eCPM te bepalen.

Voorbeeldcode en -resultaten

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'

Resultaten

Rij LineItemID CostType Impressions ViewableImpressions Rate Revenue Average_eCPM
1 123456789 CPMAV 500000 150000 10 1500,00 3,0

Opbrengst voor een adverteerder

Als u de opbrengst voor een bepaalde adverteerder voor een bepaalde periode wilt berekenen, telt u de vertoningen voor elk regelitem en vermenigvuldigt u dit met het tarief. Gebruik de overeenkomstentabel met regelitems om het tarief te vinden en gebruik de overeenkomstentabel met bedrijven om de naam van de adverteerder te vinden.

Voorbeeldcode en -resultaten

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'

Resultaten

Rij 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

Codeweergaven

Voor netwerken waarvoor fallback aanstaat, telt Gegevensoverdracht een codeweergave voor elk regelitem dat is geselecteerd in de fallback-keten, terwijl Ad Manager-rapportage een codeweergave telt voor alleen het 1e regelitem dat is geselecteerd in de fallback-keten. Gegevensoverdracht telt ook een codeweergave voor begeleidende advertenties, maar Ad Manager-rapportage doet dit niet. Als u wilt dat uw voor Gegevensoverdracht-rapport zo nauwkeurig mogelijk matcht met uw Ad Manager-rapport, telt u alleen de codeweergaven waarbij VideoFallbackPosition = 0 en waar IsCompanion onwaar is. De bemiddelingscode die wordt weergegeven in Gegevensoverdracht komt mogelijk niet overeen met de weergegeven bemiddelingscode in Ad Manager-rapportage. Afhankelijk van uw implementatie kunnen er andere verschillen zijn tussen het aantal codeweergaven in Gegevensoverdracht en Ad Manager-rapportage.

Codeweergaven, vertoningen en weergavepercentage per regelitem voor één adverteerder

Ontdek hoe vaak codeweergaven worden omgezet in vertoningen voor elk regelitem van een directe adverteerder. Omdat we naar een directe adverteerder kijken, kunnen deze codeweergaven alleen in NetworkCodeServes worden weergegeven en de vertoningen alleen in NetworkImpressions.

Voorbeeldcode en -resultaten

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

Resultaten

Rij 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

Codeweergaven, vertoningen en weergavepercentage per apparaatcategorie en formaat van aangeleverd advertentiemateriaal

Neem de Apparaatcategorie en het Formaat van het aangeleverde advertentiemateriaal op om te zien hoe de weergavepercentages variëren voor één order van één adverteerder.

Voorbeeldcode en -resultaten

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 

Resultaten

Rij LineItemID DeviceCategory CreativeSizeDelivered CodeServes Impressions RenderRate
1 6666666666 Verbonden tv 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 Verbonden tv 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 Verbonden tv 300x50 50 50 100,00
10 7777777777 Desktop 300x50 1000 900 90,00
11 7777777777 Smartphone 300x50 90000 80000 88,89
12 7777777777 Tablet 300x50 800 750 93,75

Zichtbaarheid

U kunt zichtbaarheidsgegevens vinden in de Vertoning- en ActiveView-bestanden met de velden ActiveViewEligibleCount, ActiveViewMeasurableCount en ActiveViewViewableCount. Lees meer over deze velden en hoe de waarden worden ingesteld.

De zichtbaarheid voor een periode kan worden berekend door de waarden in de bestanden bij elkaar op te tellen of door de afzonderlijke gebeurtenissen samen te voegen en de waarden bij elkaar op te tellen. Er kunnen kleine verschillen zijn tussen deze twee strategieën, die hieronder worden beschreven.

Geschikte vertoningen, meetbare vertoningen en zichtbare vertoningen (in totaal)

Vind het aantal geschikte, meetbare en zichtbare vertoningen voor een bepaalde dag. Zoals hierboven vermeld, moeten de vertoningsbestanden en ActiveView-bestanden worden gebruikt.

Voorbeeldcode en -resultaten

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

Resultaten

Rij EligibleImpressions MeasurableImpressions ViewableImpressions
1 97000000 95000000 60000000

Geschikte vertoningen, meetbare vertoningen en zichtbare vertoningen (per samengevoegde vertoning)

U vindt het aantal geschikte, meetbare en zichtbare vertoningen voor een bepaalde dag door de afzonderlijke gebeurtenissen samen te voegen in de vertoningsbestanden en de ActiveView-bestanden, en de waarden samen te voegen. In zeldzame gevallen hebben we een zichtbare ping voor actieve weergaven ontvangen, maar geen vertoningsping. Als u Actieve weergave-gegevens samenvoegt met vertoningsgegevens, ziet u mogelijk verschillen in meetbare vertoningen en minder zichtbare vertoningen in vergelijking met de 1e zoekopdracht hierboven.

Voorbeeldcode en -resultaten

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

Resultaten

Rij EligibleImpressions MeasurableImpressions ViewableImpressions
1 97000000 95000000 59900000

Sleutel/waarden

Sleutelgebruik

Ontdek hoe vaak elk van uw sleutels wordt weergegeven in een advertentieverzoek (verschijnt in CustomTargeting) en hoe vaak elke sleutel is gebruikt om een regelitem weer te geven (verschijnt in TargetedCustomCriteria). Actieve sleutels die niet in de resultaten staan of die niet vaak worden gebruikt, zijn misschien geschikt voor archivering om onder uw sleutellimiet te blijven.

Voorbeeldcode en -resultaten

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

Resultaten

Rij 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

Biedingen per biedingspartners

Bekijk hoe vaak elk van uw partners biedt door de biedingen op te halen uit Aangepaste targeting. In het onderstaande voorbeeld wordt verwacht dat de naam van elke partner begint met bidder_prefix_, zoals in bidder_prefix_partnername. Er wordt verwacht dat het bod voor die partner de indeling bidder_prefix_partnername=1.23 heeft.

Voorbeeldcode en -resultaten

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 

Resultaten

Rij 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

Biedingswaarden en aantal biedingen voor één biedingspartner

Ontdek voor één biedingspartner de meest voorkomende bodwaarden en hoe vaak elk bod is gedaan. In het onderstaande voorbeeld selecteert u de 10 meest voorkomende biedingen in de vertoningstabellen voor de partner met de naam bidder_partner (vertoningen waarbij CustomTargeting de sleutel ' bidder_partner bevat die is ingesteld op een biedprijs, zoals 1,23).

Voorbeeldcode en -resultaten

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

Resultaten

Rij 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

Aantal biedingen en gemiddelde biedingen

Vind het totale aantal biedingen en het gemiddelde bod in de vertoningstabellen voor alle biedingspartners. In het onderstaande voorbeeld wordt verwacht dat de naam van elke partner begint met bidder_prefix_, zoals in bidder_prefix_partnername. Er wordt verwacht dat het bod voor die partner de indeling bidder_prefix_partnername=1.23 heeft.

Voorbeeldcode en -resultaten

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

Resultaten

Rij 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

Aantal DMP-segmenten

Gegevensbeheerplatforms geven de segmenten waartoe een gebruiker behoort vaak door als sleutel/waarde-paren. Bekijk hoe vaak deze segmenten worden weergegeven in advertentieverzoeken: hoeveel vertoningen geschikt waren voor targeting voor elk segment. Extraheer de segment-ID's uit CustomTargeting. In het onderstaande voorbeeld wordt verwacht dat de naam van de sleutel 'seg' is en dat de waarden bestaan uit letters en cijfers.

Voorbeeldcode en -resultaten

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

Resultaten

Rij 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

Videofouten per URL, advertentieblok-ID en positie

Als u problemen met videoregelitems met aanzienlijke fouten wilt oplossen, moet u mogelijk de pagina en/of advertentieruimte op de pagina zoeken die het meest verantwoordelijk is voor de fouten. Gebruik NetworkVideoConversions om fouten te vinden per regelitem (waarbij ActionName fout bevat). Als er meer dan één videospeler op een pagina staat, gebruiken de spelers hetzelfde advertentieblok en gebruikt u een sleutel als pos om onderscheid te maken tussen advertentieblokken op een pagina. Extraheer die waarde pos van CustomTargeting. In het onderstaande voorbeeld wordt de naam van die sleutel beschouwd als pos en ziet u de top 5 combinaties van RefererURL, AdUnitID en Position die verantwoordelijk zijn voor fouten in één videoregelitem.

Voorbeeldcode en -resultaten

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

Resultaten

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

Was dit nuttig?

Hoe kunnen we dit verbeteren?

Meer hulp nodig?

Probeer de volgende stappen:

Posten in de Help-community Krijg antwoorden van communityleden
Contact opnemen Vertel ons meer zodat we u kunnen helpen
true
Release-opmerkingen

Lees meer informatie over de nieuwste Ad Manager-functies en Helpcentrum-updates.

Nieuwe functies weergeven

Zoeken
Zoekopdracht wissen
Zoekfunctie sluiten
Hoofdmenu
16078276217047565705
true
Zoeken in het Helpcentrum
true
true
true
true
true
148
false
false