Przeglądanie przykładowych zapytań dotyczących Przenoszenia danych

Dostęp tylko w usłudze Google Ad Manager 360.

W tym artykule znajdziesz przykłady tworzenia zapytań w przypadku raportów Przenoszenia danych w usłudze Ad Manager. Dowiedz się więcej o plikach Przenoszenia danych, m.in. o ich otrzymywaniu

Ten artykuł był wcześniej zatytułowany „Przenoszenie danych – cookbook”.

Rozwiń wszystko  Zwiń wszystko

Tematy w tym artykule:

• Niewypełnione wyświetlenia
  • Niewypełnione wyświetlenia z zapytania NetworkImpressions
  • Niewypełnione wyświetlenia z zapytania NetworkRequests
  • Niewypełnione wyświetlenia według adresu URL
  • Niewypełnione wyświetlenia według jednostki reklamowej
• Wyświetlenia
  • Wyświetlenia według pól Product i DealType
• Przychody
  • Przychody z elementu zamówienia CPM
  • Przychody z elementu zamówienia CPD
  • Przychody z elementu zamówienia CPC
  • Przychody z elementu zamówienia vCPM
  • Przychody reklamodawcy
• Współczynniki wykorzystania kodu
  • Współczynniki wykorzystania kodu, wyświetlenia i współczynnik renderowania według elementu zamówienia w przypadku jednego reklamodawcy
  • Współczynniki wykorzystania kodu, wyświetlenia i współczynnik renderowania według kategorii urządzenia i wymiaru kreacji (wyświetlonego)
• Widoczność
  • Zakwalifikowane wyświetlenia, wymierne wyświetlenia i widoczne wyświetlenia (w sumie)
  • Zakwalifikowane wyświetlenia, wymierne wyświetlenia i widoczne wyświetlenia (według złączonych wyświetleń)
• Pary klucz-wartość
  • Użycie klucza
  • Stawki ustalane przez partnerów licytujących
  • Wartości i liczby stawek w przypadku jednego partnera licytującego
  • Liczby stawek i średnie stawki
  • Liczba segmentów DMP
• Wideo
  • Błędy wideo według adresu URL, pozycji i identyfikatora jednostki reklamowej

---

Niewypełnione wyświetlenia

Niewypełnione wyświetlenia z zapytania NetworkImpressions

Aby sprawdzić liczbę niewypełnionych wyświetleń na dzień, wpisz zapytanie NetworkImpressions w przypadku wpisów, w których LineItemID ma wartość 0. W przypadku NetworkBackfillImpressions nie ma niewypełnionych wyświetleń.

Przykładowy kod i wyniki

Kod

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

 

Wyniki

Wiersz	UnfilledImpressions
1	20000000

Niewypełnione wyświetlenia z zapytania NetworkRequests

Liczbę niewypełnionych wyświetleń możesz też sprawdzić za pomocą zapytania NetworkRequests. Poszukaj żądań, w których przypadku parametr IsFilledRequest ma wartość false (fałsz). W przypadku NetworkBackfillRequests nie ma niewypełnionych wyświetleń.

Przykładowy kod i wyniki

Kod

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

 

Wyniki

Wiersz	UnfilledImpressions
1	20000000

Niewypełnione wyświetlenia według adresu URL

Raportowanie w usłudze Ad Manager może pokazywać niewypełnione wyświetlenia według jednostki reklamowej lub żądanego rozmiaru, ale nie według adresu URL. Uwzględnij RefererURL, aby znaleźć 10 stron, które generują najwięcej niewypełnionych wyświetleń.

Przykładowy kod i wyniki

Kod

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

 

Wyniki

Wiersz	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

Niewypełnione wyświetlenia według jednostki reklamowej

Znajdź jednostki reklamowe, które odpowiadają za najwięcej niewypełnionych wyświetleń na jednej stronie. Jeśli korzystasz z oprogramowania sprzęgającego BigQuery, użyj tabeli odpowiedników jednostki reklamowej, aby znaleźć nazwy jednostek reklamowych. Tabela odpowiedników zawiera dane o jednostkach reklamowych z każdego dnia, dlatego pamiętaj, aby ograniczyć je do jednego dnia.

Przykładowy kod i wyniki

Kod

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

 

Wyniki

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

Wyświetlenia

Porównanie Przenoszenia danych i raportowania w usłudze Ad Manager

Wyświetlenia według pól Product i DealType

Pola Product i DealType w Przenoszeniu danych pozwalają generować raporty, które można porównać z raportami Ad Managera, gdzie wykorzystywane są wymiary „Kanał popytu”, „Kanał automatyzacji” i „Typ optymalizacji”. Wybierz wyświetlenia z NetworkImpressions (gdzie LineItemID nie ma wartości 0) i NetworkBackfillImpressions.

Przykładowy kod i wyniki (Przenoszenie danych)

Kod

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

 

Wyniki

Wiersz	Product	DealType	Liczba
1	Ad Exchange	null	60000000
2	Ad Exchange	Aukcja prywatna	2000000
3	Serwer reklam	null	40000000
4	Serwer reklam	Umowa preferencyjna	1000000
5	Serwer reklam	Automatyzacja gwarantowana	1200000
6	Ustalanie stawek na giełdzie	null	15000000
7	Ustalanie stawek na giełdzie	Umowa preferencyjna	20000
8	Ustalanie stawek na giełdzie	Aukcja prywatna	500000
9	Pierwszeństwo	null	100000

Przykładowy kod i wyniki (raportowanie w usłudze Ad Manager)

Parametry raportów

Wygeneruj raport w ramach raportowania w usłudze Ad Manager, używając tej samej daty. Wybierz te wymiary i dane:

• Wymiary:
  • Kanał popytu
  • Kanał automatyzacji
  • Typ optymalizacji
    
• Dane:
  • Łączna liczba wyświetleń
    

---

 

Wyniki

Wiersz	Kanał popytu	Kanał automatyzacji	Typ optymalizacji	Łączna liczba wyświetleń
1	Otwarte ustalanie stawek	Aukcja otwarta	Cały pozostały ruch	9 000 000
2	Otwarte ustalanie stawek	Aukcja otwarta	Zoptymalizowana konkurencja	7000
3	Otwarte ustalanie stawek	Aukcja otwarta	Docelowy CPM	5 993 000
4	Otwarte ustalanie stawek	Umowy preferencyjne	Cały pozostały ruch	20 000
5	Otwarte ustalanie stawek	Aukcja prywatna	Cały pozostały ruch	496 000
6	Otwarte ustalanie stawek	Aukcja prywatna	Zoptymalizowana konkurencja	4000
7	Serwer reklam	Nie dotyczy	Cały pozostały ruch	40 000 000
8	Serwer reklam	Umowy preferencyjne	Cały pozostały ruch	1 000 000
9	Serwer reklam	Automatyzacja gwarantowana	Cały pozostały ruch	1 200 000
10	Ad Exchange	Aukcja otwarta	Cały pozostały ruch	48 000 000
11	Ad Exchange	Aukcja otwarta	Pierwszeństwo	100 000
12	Ad Exchange	Aukcja otwarta	Zoptymalizowana konkurencja	10 000
13	Ad Exchange	Aukcja otwarta	Docelowy CPM	11 990 000
14	Ad Exchange	Aukcja prywatna	Cały pozostały ruch	1 995 000
15	Ad Exchange	Aukcja prywatna	Zoptymalizowana konkurencja	5000

Podsumowanie i porównanie

Umowy bezpośrednie

• Przenoszenie danych:
  • Product = Ad Server
  • DealType ma wartość null
  • Wiersz 3: 40 000 000
• Raportowanie w usłudze Ad Manager:
  • Kanał popytu = „Serwer reklam”
  • Kanał automatyzacji = „Nie dotyczy”
  • Typ optymalizacji = „Cały pozostały ruch”
  • Wiersz 7: 40 000 000

---

 

Umowy preferencyjne

• Przenoszenie danych:
  • Product = Ad Server
  • DealType to Preferred Deal
  • Wiersz 4: 1 000 000
• Raportowanie w usłudze Ad Manager:
  • Kanał popytu = „Serwer reklam”
  • Kanał automatyzacji = „Umowy preferencyjne”
  • Typ optymalizacji = „Cały pozostały ruch”
  • Wiersz 8: 1 000 000
• Przenoszenie danych:
  • Product = Exchange Bidding
  • DealType to Preferred Deal
  • Wiersz 7: 20 000
• Raportowanie w usłudze Ad Manager:
  • Kanał popytu = „Otwarte ustalanie stawek”
  • Kanał automatyzacji = „Umowy preferencyjne”
  • Typ optymalizacji = „Cały pozostały ruch”
  • Wiersz 4: 20 000

---

 

Automatyzacja gwarantowana

• Przenoszenie danych:
  • Product = Ad Server
  • DealType to Programmatic Guaranteed
  • Wiersz 5: 1 200 000
• Raportowanie w usłudze Ad Manager:
  • Kanał popytu = „Serwer reklam”
  • Kanał automatyzacji = „Automatyzacja gwarantowana”
  • Typ optymalizacji = „Cały pozostały ruch”
  • Wiersz 9: 1 200 000

---

 

Aukcja otwarta Ad Exchange (bez Pierwszeństwa)

• Przenoszenie danych:
  • Product = Ad Exchange
  • DealType ma wartość null
  • Wiersz 1: 60 000 000
• Raportowanie w usłudze Ad Manager:
  • Kanał popytu = „Ad Exchange”
  • Kanał automatyzacji = „Aukcja otwarta”
  • Typ optymalizacji = „Cały pozostały ruch”, „Docelowy CPM”, „Zoptymalizowana konkurencja”
  • Wiersz 10, wiersz 12 i wiersz 13 (suma): 48 000 000 + 10 000 + 11 990 000 = 60 000 000

---

 

Aukcja prywatna Ad Exchange

• Przenoszenie danych:
  • Product = Ad Exchange
  • DealType to Private Auction
  • Wiersz 2: 2 000 000
• Raportowanie w usłudze Ad Manager:
  • Kanał popytu = „Ad Exchange”
  • Kanał automatyzacji = „Aukcja prywatna”
  • Typ optymalizacji = „Cały pozostały ruch”, „Zoptymalizowana konkurencja”
  • Wiersz 14 i wiersz 15 (suma): 1 995 000 + 5000 = 2 000 000

---

 

Aukcja otwarta z Otwartym ustalaniem stawek

• Przenoszenie danych:
  • Product = Exchange Bidding
  • DealType ma wartość null
  • Wiersz 6: 15 000 000
• Raportowanie w usłudze Ad Manager:
  • Kanał popytu = „Otwarte ustalanie stawek”
  • Kanał automatyzacji = „Aukcja otwarta”
  • Typ optymalizacji = „Cały pozostały ruch”, „Docelowy CPM”, „Zoptymalizowana konkurencja”
  • Wiersz 1, wiersz 2 i wiersz 3 (suma): 9 000 000 + 7000 + 5 993 000 = 15 000 000

---

 

Aukcja prywatna z Otwartym ustalaniem stawek

• Przenoszenie danych:
  • Product = Exchange Bidding
  • DealType to Private Auction
  • Wiersz 8: 500 000
• Raportowanie w usłudze Ad Manager:
  • Kanał popytu = „Otwarte ustalanie stawek”
  • Kanał automatyzacji = „Aukcja prywatna”
  • Typ optymalizacji = „Cały pozostały ruch”, „Zoptymalizowana konkurencja”
  • Wiersz 5 i wiersz 6 (suma): 496 000 + 4000 = 500 000

---

 

Pierwszeństwo

• Przenoszenie danych:
  • Product = First Look
  • DealType ma wartość null
  • Wiersz 9: 100 000
• Raportowanie w usłudze Ad Manager:
  • Kanał popytu = „Ad Exchange”
  • Kanał automatyzacji = „Aukcja otwarta”
  • Typ optymalizacji = „Pierwszeństwo”
  • Wiersz 11: 100 000

Przychody

Przychody z elementu zamówienia CPM

Plik NetworkImpressions nie zawiera danych o przychodach, ale jeśli korzystasz z oprogramowania sprzęgającego BigQuery, stawkę CPM możesz znaleźć w tabeli odpowiedników elementu zamówienia. Możesz też ją znaleźć za pomocą interfejsu API Ad Managera. Aby poznać przychody z danego elementu zamówienia CPM w konkretnym zakresie dat, policz wyświetlenia, pomnóż je przez stawkę i podziel wynik przez 1000. Tabela odpowiedników zawiera dane o jednostkach reklamowych z każdego dnia, dlatego pamiętaj, aby ograniczyć je do jednego dnia.

Przykładowy kod i wyniki

Kod

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'

Wyniki

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

Przychody z elementu zamówienia CPD

Podobnie jak w przypadku elementów zamówienia CPM, do określenia stawki CPD elementu zamówienia możesz użyć tabeli odpowiedników lub interfejsu API Ad Managera. Tabela odpowiedników zawiera dane o jednostkach reklamowych z każdego dnia, dlatego pamiętaj, aby ograniczyć je do jednego dnia. Aby poznać przychody z danego elementu zamówienia CPD, policz liczbę dni, w których wyświetlenia były realizowane, i pomnóż ją przez stawkę. Aby sprawdzić średni eCPM, możesz dodać liczbę zrealizowanych wyświetleń.

Przykładowy kod i wyniki

Kod

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

Wyniki

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

Przychody z elementu zamówienia CPC

Podobnie jak w przypadku elementów zamówienia CPM, do określenia stawki CPC elementu zamówienia możesz użyć tabeli odpowiedników lub interfejsu API Ad Managera. Tabela odpowiedników zawiera dane o jednostkach reklamowych z każdego dnia, dlatego pamiętaj, aby ograniczyć je do jednego dnia. Aby poznać przychody z danego elementu zamówienia CPC w konkretnym zakresie dat, policz kliknięcia i pomnóż je przez stawkę. Aby sprawdzić średni eCPM, możesz dodać liczbę zrealizowanych wyświetleń.

Przykładowy kod i wyniki

Kod

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)

Wyniki

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

Przychody z elementu zamówienia vCPM

Podobnie jak w przypadku elementów zamówienia CPM, do określenia stawki vCPM elementu zamówienia możesz użyć tabeli odpowiedników lub interfejsu API Ad Managera. Tabela odpowiedników zawiera dane o jednostkach reklamowych z każdego dnia, dlatego pamiętaj, aby ograniczyć je do jednego dnia. Aby poznać przychody z danego elementu zamówienia vCPM, policz widoczne wyświetlenia z NetworkActiveViews i pomnóż je przez stawkę. Aby sprawdzić średni eCPM, możesz dodać liczbę zrealizowanych wyświetleń.

Przykładowy kod i wyniki

Kod

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'

Wyniki

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

Przychody reklamodawcy

Aby poznać przychody danego reklamodawcy w konkretnym zakresie dat, policz wyświetlenia każdego elementu zamówienia i pomnóż wynik przez stawkę. Stawkę znajdziesz w tabeli odpowiedników elementu zamówienia, a nazwę reklamodawcy – w tabeli odpowiedników firmy.

Przykładowy kod i wyniki

Kod

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'

Wyniki

Wiersz	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

Współczynniki wykorzystania kodu

W przypadku sieci z włączonymi kreacjami zastępczymi Przenoszenie danych zlicza współczynniki wykorzystania kodu dla każdego elementu zamówienia wybranego w łańcuchu kreacji zastępczych. W ramach raportowania w usłudze Ad Manager współczynniki wykorzystania kodu są zliczane tylko w przypadku pierwszego elementu zamówienia wybranego w łańcuchu kreacji zastępczych. Przenoszenie danych zlicza też współczynniki wykorzystania kodu w przypadku reklam towarzyszących, natomiast raportowanie w usłudze Ad Manager – nie. Jeśli chcesz, aby raport Przenoszenia danych był jak najbardziej zbliżony do raportu Ad Managera, zliczaj tylko współczynniki wykorzystania kodu, gdzie VideoFallbackPosition = 0 i gdzie IsCompanion ma wartość false. Współczynniki wykorzystania kodu w ramach Zapośredniczenia w Przenoszeniu danych mogą nie odpowiadać współczynnikom wykorzystania kodu w ramach Zapośredniczenia w raportowaniu w usłudze Ad Manager. W zależności od implementacji mogą wystąpić inne różnice między liczbami współczynników wykorzystania kodu w Przenoszeniu danych i raportowaniu w usłudze Ad Manager.

Współczynniki wykorzystania kodu, wyświetlenia i współczynnik renderowania według elementu zamówienia w przypadku jednego reklamodawcy

Sprawdź, jak często współczynniki wykorzystania kodu zmieniają się na wyświetlenia w przypadku każdego elementu zamówienia reklamodawcy bezpośredniego. Analizujemy reklamodawcę bezpośredniego, więc te współczynniki będą tylko w NetworkCodeServes, a wyświetlenia tylko w NetworkImpressions.

Przykładowy kod i wyniki

Kod

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

Wyniki

Wiersz	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

Współczynniki wykorzystania kodu, wyświetlenia i współczynnik renderowania według kategorii urządzenia i wymiaru kreacji (wyświetlonego)

Uwzględnij kategorię urządzenia i wymiar kreacji (wyświetlony), aby zobaczyć różnice we współczynnikach renderowania w przypadku jednego zamówienia danego reklamodawcy.

Przykładowy kod i wyniki

Kod

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 

Wyniki

Wiersz	LineItemID	DeviceCategory	CreativeSizeDelivered	CodeServes	Impressions	RenderRate
1	6666666666	Urządzenie CTV	Wideo/nakładka	100	40	40,0
2	6666666666	Komputer	Wideo/nakładka	20000	9000	45,0
3	6666666666	Smartfon	Wideo/nakładka	32000	25000	78,13
4	6666666666	Tablet	Wideo/nakładka	1000	800	80,0
5	7777777777	Urządzenie CTV	300 × 250	200	190	95,0
6	7777777777	Komputer	300 × 250	185000	184000	99,46
7	7777777777	Smartfon	300 × 250	225000	220000	97,77
8	7777777777	Tablet	300 × 250	10 000	9800	98,0
9	7777777777	Urządzenie CTV	300 x 50	50	50	100,0
10	7777777777	Komputer	300 x 50	1000	900	90,0
11	7777777777	Smartfon	300 x 50	90000	80000	88,89
12	7777777777	Tablet	300 x 50	800	750	93,75

Widoczność

Dane o widoczności można znaleźć zarówno w plikach wyświetleń, jak i Widoku aktywnego, korzystając z pól ActiveViewEligibleCount, ActiveViewMeasurableCount i ActiveViewVisibleCount. Dowiedz się więcej o tych polach i określaniu ich wartości.

Widoczność dla okresu może być obliczona przez zsumowanie wartości znajdujących się w plikach lub złączenie poszczególnych zdarzeń, a następnie zsumowanie wartości. Mogą wystąpić niewielkie różnice między tymi 2 strategiami, które opisujemy poniżej.

Zakwalifikowane wyświetlenia, wymierne wyświetlenia i widoczne wyświetlenia (w sumie)

Sprawdź liczbę zakwalifikowanych, wymiernych i widocznych wyświetleń w danym dniu. Jak już wspomnieliśmy, trzeba używać plików wyświetleń i Widoku aktywnego.

Przykładowy kod i wyniki

Kod

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

Wyniki

Wiersz	EligibleImpressions	MeasurableImpressions	ViewableImpressions
1	97000000	95000000	60000000

Zakwalifikowane wyświetlenia, wymierne wyświetlenia i widoczne wyświetlenia (według złączonych wyświetleń)

Sprawdź liczbę zakwalifikowanych, wymiernych i widocznych wyświetleń w danym dniu, łącząc poszczególne zdarzenia w plikach wyświetleń i Widoku aktywnego, a następnie sumując wartości. W rzadkich przypadkach otrzymujemy ping widocznego wyświetlenia w Widoku aktywnym, ale nie otrzymujemy pingu wyświetlenia. Łącząc dane Widoku aktywnego z danymi wyświetleń możesz zauważyć różnice w wymiernych wyświetleniach oraz mniejszą liczbę widocznych wyświetleń w porównaniu z pierwszym zapytaniem (co widać powyżej).

Przykładowy kod i wyniki

Kod

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

Wyniki

Wiersz	EligibleImpressions	MeasurableImpressions	ViewableImpressions
1	97000000	95000000	59900000

Pary klucz-wartość

Użycie klucza

Sprawdź, jak często każdy z kluczy pojawia się w żądaniu reklamy (CustomTargeting) i jak często był używany do wyświetlania elementu zamówienia (TargetedCustomCriteria). Aktywne klucze, które nie pojawiają się w wynikach lub są rzadko używane, mogą zostać zarchiwizowane, aby uniknąć przekroczenia limitu kluczy.

Przykładowy kod i wyniki

Kod

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

Wyniki

Wiersz	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

Stawki ustalane przez partnerów licytujących

Dowiedz się, jak często każdy z partnerów ustala stawki, wyodrębniając stawki z CustomTargeting. W poniższym przykładzie nazwa każdego partnera powinna zaczynać się od „bidder_prefix_”, jak w przypadku „bidder_prefix_partnername”, a stawka partnera powinna być w formacie „bidder_prefix_partnername=1,23”.

Przykładowy kod i wyniki

Kod

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 

Wyniki

Wiersz	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

Wartości i liczby stawek w przypadku jednego partnera licytującego

Znajdź najpopularniejsze wartości stawek i częstotliwość ich ustalania w przypadku jednego partnera licytującego. W przykładzie poniżej wybierz 10 najpopularniejszych stawek z tabel wyświetleń dla partnera o nazwie „bidder_partner” (wyświetlenia, w których CustomTargeting zawiera klucz „bidder_partner” ustawiony na wysokość stawki, np. „1,23”).

Przykładowy kod i wyniki

Kod

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

Wyniki

Wiersz	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

Liczby stawek i średnie stawki

Poznaj łączną liczbę stawek i średnią stawkę z tabel wyświetleń dla wszystkich partnerów licytujących. W poniższym przykładzie nazwa każdego partnera powinna zaczynać się od „bidder_prefix_”, jak w przypadku „bidder_prefix_partnername”, a stawka partnera powinna być w formacie „bidder_prefix_partnername=1,23”.

Przykładowy kod i wyniki

Kod

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

Wyniki

Wiersz	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

Liczba segmentów DMP

Platformy zarządzania danymi często przekazują segmenty, do których użytkownik należy, jako pary klucz-wartość. Sprawdź, jak często te segmenty pojawiają się w żądaniach reklam – ile wyświetleń kwalifikowało się do kierowania na każdy segment. Wyodrębnij identyfikatory segmentów z CustomTargeting. W poniższym przykładzie nazwą klucza powinno być „seg”, a wartości powinny składać się z liter i cyfr.

Przykładowy kod i wyniki

Kod

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

Wyniki

Wiersz	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

Wideo

Błędy wideo według adresu URL, pozycji i identyfikatora jednostki reklamowej

Aby rozwiązać problemy z elementami zamówienia wideo, w których występują poważne błędy, konieczne może być znalezienie strony lub boksu reklamowego na stronie, które w największym stopniu odpowiadają za te błędy. Używaj NetworkVideoConversions, aby znaleźć błędy według elementu zamówienia (gdzie ActionName zawiera wartość „error”). Jeśli na stronie jest więcej niż 1 odtwarzacz, odtwarzacze korzystają z tej samej jednostki reklamowej, a Ty używasz klucza „pos”, aby odróżnić jednostki reklamowe na stronie. W tym celu wyodrębnij wartość pos z CustomTargeting. W poniższym przykładzie nazwą klucza powinno być „pos”. Przykład przedstawia 5 najczęstszych kombinacji RefererURL, AdUnitID i Position odpowiedzialnych za błędy w przypadku jednego elementu zamówienia wideo.

Przykładowy kod i wyniki

Kod

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

Wyniki

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