查看数据传输示例查询

仅在 Google Ad Manager 360 中提供。

本文举例说明了如何构建对 Ad Manager 数据传输报告的查询。详细了解数据传输文件，包括如何开始接收此类文件。

请注意，本文以前称为“数据传输实战宝典”。

全部展开全部收起

本文包含的主题：

广告空缺的展示次数
展示次数
- 按 Product 和 DealType 细分的展示次数
收入
代码调用次数
- 单个广告客户的订单项的代码调用次数、展示次数和呈现率
- 按“设备类别”和“广告素材尺寸（已投放）”细分代码投放次数、展示次数和呈现率
可见度
- 符合条件的展示次数、可衡量的展示次数和可见的展示次数（总计）
- 符合条件的展示次数、可衡量的展示次数和可见的展示次数（按合并的展示次数）
键值对
视频广告
- 按网址、广告单元 ID 和位置细分的视频广告错误

广告空缺的展示次数

在 `NetworkImpressions` 中查询广告空缺的展示次数

如需查看一天内广告空缺的展示次数，请在 NetworkImpressions 中查询 LineItemID 为 0 的条目。NetworkBackfillImpressions 中没有广告空缺的展示。

示例代码和结果

代码

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

结果

行	`UnfilledImpressions`
1	20000000

在 `NetworkRequests` 中查询广告空缺的展示次数

您还可以通过查询 NetworkRequests，找出广告空缺的展示次数。查找 IsFilledRequest 为 false 的请求。NetworkBackfillRequests 中没有广告空缺的展示。

示例代码和结果

代码

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

结果

行	`UnfilledImpressions`
1	20000000

网址导致的广告空缺的展示次数

Ad Manager 报告可以按广告单元或请求的尺寸显示广告空缺的展示次数，但无法按网址显示广告空缺的展示次数。添加 RefererURL 可帮助您找到会产生广告空缺的展示的前 10 个网页。

示例代码和结果

代码

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

结果

行	`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

广告单元导致的广告空缺的展示次数

找出单个页面上导致广告空缺的展示次数最多的广告单元。如果您使用 BigQuery 连接器，请使用广告单元匹配表来找出广告单元的名称。由于匹配表包含每天的广告单元数据，因此请务必将匹配表数据限制为特定的一天。

示例代码和结果

代码

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

结果

行	`AdUnitID`	`AdUnitName`	`UnfilledImpressions`
1	95730695	上一个级别 A 的名称	1123439
2	95033015	上一个级别 B 的名称	1116622
3	95033615	上一个级别 C 的名称	1102641
4	95049575	上一个级别 D 的名称	772235
5	95734535	上一个级别 E 的名称	744777
6	95584895	上一个级别 F 的名称	27593
7	95045255	上一个级别 G 的名称	7482
8	95343215	上一个级别 H 的名称	1925
9	94977215	上一个级别 I 的名称	19
10	95033375	上一个级别 J 的名称	12

展示次数

比较“数据传输”和 Ad Manager 报表

按 `Product` 和 `DealType` 细分的展示次数

使用“数据传输”中的 Product 和 DealType 字段生成的报表相当于使用“需求渠道”“程序化渠道”和“优化类型”维度的 Ad Manager 报表。从 NetworkImpression（其中 StackdriverID 不为零）和 NetworkBackfillImpressions 中选择展示次数。

示例代码和结果（数据传输）

代码

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

结果

行	`Product`	`DealType`	Count
1	Ad Exchange	null	60000000
2	Ad Exchange	私下竞价	2000000
3	广告服务器	null	40000000
4	广告服务器	首选交易	1000000
5	广告服务器	有保证的程序化交易	1200000
6	广告交易平台出价功能	null	15000000
7	广告交易平台出价功能	首选交易	20000
8	广告交易平台出价功能	私下竞价	500000
9	优先认购	null	100000

示例代码和结果（Ad Manager 报告）

报表参数

在 Ad Manager 的“报告”部分中使用同一日期生成报告。选择以下维度和指标：

尺寸：
- 需求渠道
- 程序化渠道
- 优化类型
指标：
- 总展示次数

结果

行	需求渠道	程序化渠道	优化类型	总展示次数
1	公开出价	公开竞价	所有其他流量	9,000,000
2	公开出价	公开竞价	优化型竞争	7,000
3	公开出价	公开竞价	目标每千次展示费用	5,993,000
4	公开出价	首选交易	所有其他流量	20,000
5	公开出价	私下竞价	所有其他流量	496,000
6	公开出价	私下竞价	优化型竞争	4,000
7	广告服务器	（不适用）	所有其他流量	40,000,000
8	广告服务器	首选交易	所有其他流量	1000000
9	广告服务器	有保证的程序化交易	所有其他流量	1,200,000
10	Ad Exchange	公开竞价	所有其他流量	48,000,000
11	Ad Exchange	公开竞价	优先认购	100000
12	Ad Exchange	公开竞价	优化型竞争	10000
13	Ad Exchange	公开竞价	目标每千次展示费用	11,990,000
14	Ad Exchange	私下竞价	所有其他流量	1,995,000
15	Ad Exchange	私下竞价	优化型竞争	5000

摘要和比较

直接

数据传输:
- Product = 广告服务器
- DealType 为 null
- 第 3 行：40,000,000
Ad Manager 报表：
- 需求渠道 =“广告服务器”
- 程序化渠道 =“（不适用）”
- 优化类型 =“所有其他流量”
- 第 7 行：40,000,000

首选交易

数据传输:
- Product = 广告服务器
- DealType 为首选交易
- 第 4 行：1,000,000
Ad Manager 报表：
- 需求渠道 =“广告服务器”
- 程序化渠道 =“首选交易”
- 优化类型 =“所有其他流量”
- 第 8 行：1,000,000
数据传输:
- Product = 广告交易平台出价功能
- DealType 为首选交易
- 第 7 行：20,000
Ad Manager 报表：
- 需求渠道 =“公开出价”
- 程序化渠道 =“首选交易”
- 优化类型 =“所有其他流量”
- 第 4 行：20,000

有保证的程序化交易

数据传输:
- Product = 广告服务器
- DealType 为有保证的程序化交易
- 第 5 行：1,200,000
Ad Manager 报表：
- 需求渠道 =“广告服务器”
- 程序化渠道 =“有保证的程序化交易”
- 优化类型 =“所有其他流量”
- 第 9 行：1,200,000

Ad Exchange 公开竞价（不包括优先认购）

数据传输:
- Product = Ad Exchange
- DealType 为 null
- 第 1 行：60,000,000
Ad Manager 报表：
- 需求渠道 =“Ad Exchange”
- 程序化渠道 =“公开竞价”
- 优化类型 =“所有其他流量”“目标每千次展示费用”“优化型竞争”
- 第 10 行、第 12 行和第 13 行总计：48,000,000 + 10,000 + 11,990,000 = 60,000,000

Ad Exchange 私下竞价

数据传输:
- Product = Ad Exchange
- 交易类型为私下竞价
- 第 2 行：2,000,000
Ad Manager 报表：
- 需求渠道 =“Ad Exchange”
- 程序化渠道 =“私下竞价”
- 优化类型 =“所有其他流量”“优化型竞争”
- 第 14 行和第 15 行总计：1,995,000 + 5,000 = 2,000,000

公开出价公开竞价

数据传输:
- Product = 广告交易平台出价功能
- DealType 为 null
- 第 6 行：15,000,000
Ad Manager 报表：
- 需求渠道 =“公开出价”
- 程序化渠道 =“公开竞价”
- 优化类型 =“所有其他流量”“目标每千次展示费用”“优化型竞争”
- 第 1 行、第 2 行和第 3 行总计：9,000,000 + 7,000 + 5,993,000 = 15,000,000

公开出价私下竞价

数据传输:
- Product = 广告交易平台出价功能
- 交易类型为私下竞价
- 第 8 行：500,000
Ad Manager 报表：
- 需求渠道 =“公开出价”
- 程序化渠道 =“私下竞价”
- 优化类型 =“所有其他流量”“优化型竞争”
- 第 5 行和第 6 行总计：496,000 + 4,000 = 500,000

优先认购

数据传输:
- Product = 优先认购
- DealType 为 null
- 第 9 行：100,000
Ad Manager 报表：
- 需求渠道 =“Ad Exchange”
- 程序化渠道 =“公开竞价”
- 优化类型 =“优先认购”
- 第 11 行：100,000

收入

CPM 订单项的收入

NetworkImpressions 文件不包含收入数据，但如果您使用 BigQuery 连接器，则可以使用订单项匹配表来找出 CPM 费率。否则，请使用 Ad Manager API 找出订单项的费率。统计展示次数，然后乘以费率，再除以 1,000，即可得出某个给定 CPM 订单项在给定日期范围内的收入。由于匹配表包含每天的广告单元数据，因此请务必将匹配表数据限制为特定的一天。

示例代码和结果

代码

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'

结果

行	`LineItemID`	`Impressions`	`Rate`	`CostType`	`Revenue`
1	123456789	21324	3.5	每千次展示费用	74.634

CPD 订单项的收入

与 CPM 订单项一样，您可以使用订单项匹配表或 Ad Manager API 找出订单项的 CPD 费率。由于匹配表包含每天的广告单元数据，因此请务必将匹配表数据限制为特定的一天。如需查看给定 CPD 订单项的收入，请统计投放天数，然后再乘以费率得出。您可能需要包含已投放的展示次数，以得出平均 eCPM。

示例代码和结果

代码

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

结果

行	`LineItemID`	`Days`	`CostType`	`Rate`	`Revenue`	`Impressions`	`Average_eCPM`
1	123456789	5	每日费用	4000.0	20000.0	7000000	2.86

CPC 订单项的收入

与 CPM 订单项一样，您可以使用订单项匹配表或 Ad Manager API 找出订单项的 CPC 费率。由于匹配表包含每天的广告单元数据，因此请务必将匹配表数据限制为特定的一天。如需查看给定日期范围内给定 CPC 订单项的收入，请统计点击次数，然后再乘以费率计算得出。您可能需要包含已投放的展示次数，以得出平均 eCPM。

示例代码和结果

代码

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)

结果

行	`LineItemID`	`CostType`	`Impressions`	`点击次数`	`CTR`	`Rate`	`Revenue`	`Average_eCPM`
1	123456789	每次点击费用	140000	23	0.02	15.5	356.5	2.55

vCPM 订单项的收入

与 CPM 订单项一样，您可以使用订单项匹配表或 Ad Manager API 找出订单项的 vCPM 费率。由于匹配表包含每天的广告单元数据，因此请务必将匹配表数据限制为特定的一天。如需查看给定 vCPM 订单项的收入，请从 NetworkActiveViews 统计可见展示的次数，然后再乘以费率得出。您可能需要包含已投放的展示次数，以得出平均 eCPM。

示例代码和结果

代码

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'

结果

行	`LineItemID`	`CostType`	`Impressions`	`ViewableImpressions`	`Rate`	`Revenue`	`Average_eCPM`
1	123456789	每千次 ActiveView 可见展示费用	500000	150000	10	1500.0	3.0

广告客户的收入

如需查看给定日期范围内给定广告客户的收入，请统计每个订单项的展示次数，然后再乘以费率得出。您可以使用订单项匹配表找出费率，然后使用公司匹配表找出广告客户名称。

示例代码和结果

代码

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'

结果

行	`AdvertiserID`	`CompanyName`	`LineItemID`	`Impressions`	`Rate`	`CostType`	`Revenue`
1	111222333	ABC	111111111	20212	5.0	每千次展示费用	101.06
2	111222333	ABC	222222222	58321	3.0	每千次展示费用	174.963
3	111222333	ABC	333333333	82772	8.5	每千次展示费用	703.562
4	111222333	ABC	444444444	19003	3.25	每千次展示费用	61.7597

代码调用次数

对于启用了后备广告的广告资源网，“数据传输”会为在后备广告链中选择的每个订单项统计代码调用次数，而 Ad Manager 报表只会为在后备广告链中选择的第一个订单项统计代码调用次数。“数据传输”还会为随播广告统计代码调用次数，而 Ad Manager 报表则不会。如果您希望“数据传输”报表尽可能与 Ad Manager 报表保持一致，请仅在以下情况下统计代码调用次数： VideoFallbackPosition = 0 且 IsCompanion 为 false。“数据传输”中提供的中介代码调用次数可能与 Ad Manager 报表中投放的中介代码不一致。“数据传输”和 Ad Manager 报表中的代码调用次数可能会有其他差异，具体取决于您的实现方式。

单个广告客户的订单项的代码调用次数、展示次数和呈现率

了解直接广告客户的每个订单项的代码调用次数转化为展示次数的频率。由于我们要查看的是直接广告客户，因此这些代码调用次数仅会出现在 NetworkCodeServes 中，而展示次数仅会出现在 NetworkImpressions 中。

示例代码和结果

代码

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

结果

行	`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

按“设备类别”和“广告素材尺寸（已投放）”细分代码投放次数、展示次数和呈现率

添加“设备类别”和“广告素材尺寸（已投放）”即可查看一个广告客户的一个订单的呈现率差异。

示例代码和结果

代码

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

结果

行	`LineItemID`	`DeviceCategory`	`CreativeSizeDelivered`	`CodeServes`	`Impressions`	`RenderRate`
1	6666666666	联网电视	视频播放器尺寸	100	40	40.0
2	6666666666	桌面设备	视频播放器尺寸	20000	9000	45.0
3	6666666666	智能手机	视频播放器尺寸	32000	25000	78.13
4	6666666666	平板电脑	视频播放器尺寸	1000	800	80.0
5	7777777777	联网电视	300x250	200	190	95.0
6	7777777777	桌面设备	300x250	185000	184000	99.46
7	7777777777	智能手机	300x250	225000	220000	97.77
8	7777777777	平板电脑	300x250	10000	9800	98.0
9	7777777777	联网电视	300x50	50	50	100.0
10	7777777777	桌面设备	300x50	1000	900	90.0
11	7777777777	智能手机	300x50	90000	80000	88.89
12	7777777777	平板电脑	300x50	800	750	93.75

可见度

您可通过 ActiveVieweligibleCount、ActiveViewMeasurableCount 和 ActiveViewViewableCount 字段在展示文件和 ActiveView 文件中找到可见度数据。详细了解这些字段及其值的设置方式。

某个时间段的可见度按如下方法计算：将在文件中找到的值加总，或者在合并各个事件后再将这些值加总。这两种策略可能略有不同，详情如下。

符合条件的展示次数、可衡量的展示次数和可见的展示次数（总计）

找出给定日期的符合条件的展示次数、可衡量的展示次数和可见的展示次数。如上所述，必须使用 Impression 文件和 ActiveView 文件。

示例代码和结果

代码

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

结果

行	`EligibleImpressions`	`MeasurableImpressions`	`ViewableImpressions`
1	97000000	95000000	60000000

符合条件的展示次数、可衡量的展示次数和可见的展示次数（按合并的展示次数）

通过将展示文件和 ActiveView 文件中的各个事件合并，然后将这些值加总，即可得出给定日期的符合条件的展示次数、可衡量的展示次数和可见的展示次数。在极少数情况下，我们会收到 Active View 可见率 ping，但未收到展示次数 ping。将 ActiveView 数据与展示数据合并后，您可能会发现：相对于第一次查询（如上所示），可衡量的展示次数可能会有差异，可见展示次数可能会减少一点。

示例代码和结果

代码

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

结果

行	`EligibleImpressions`	`MeasurableImpressions`	`ViewableImpressions`
1	97000000	95000000	59900000

键值对

键的使用

了解每个键在广告请求中出现的频率（显示在 CustomTargeting 中），以及每个键用于投放订单项的频率（显示在 TargetedCustomCriteria 中）。没有显示在结果中或不经常使用的有效键可能适合归档，以免超出键的上限。

示例代码和结果

代码

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

结果

行	`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

出价合作伙伴的出价信息

从 CustomTargeting 中提取合作伙伴的出价信息，了解各个合作伙伴的出价频率。以下示例要求每个合作伙伴的名称以“bidder_prefix_”开头，形式为“bidder_prefix_partnername”，并要求该合作伙伴的出价采用格式“bidder_prefix_partnername=1.23”。

示例代码和结果

代码

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

结果

行	`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

单个出价合作伙伴的出价值和出价数量

对于单个出价合作伙伴，找出最常见的出价值，以及每个出价的频率。在下面的示例中，从名为“bidder_partner”的合作伙伴的展示次数表中选择 10 个最常用的出价。展示要满足以下条件：CustomTargeting 包含已设为出价价格（例如“1.23”）的键“bidder_partner。

示例代码和结果

代码

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

结果

行	`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

出价数量和平均出价

从展示次数表中找出所有出价合作伙伴的出价总数和平均出价。以下示例要求每个合作伙伴的名称以“bidder_prefix_”开头，形式为“bidder_prefix_partnername”，并要求该合作伙伴的出价采用格式“bidder_prefix_partnername=1.23”。

示例代码和结果

代码

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

结果

行	`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

DMP 细分受众群的数量

数据管理平台通常会以键值对的形式将这些细分受众群传递到用户所属的细分受众群。了解这些细分受众群在广告请求中出现的频率 - 有多少展示次数符合每个细分受众群的定位条件。从 CustomTargeting 中提取细分受众群 ID。以下示例要求键的名称为“seg”，值由字母和数字组成。

示例代码和结果

代码

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

结果

行	`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

视频广告

按网址、广告单元 ID 和位置细分的视频广告错误

若要对出现严重错误的视频广告订单项进行问题排查，您可能需要找出最可能导致此错误的网页和/或网页上的广告位。使用 NetworkVideoConversions 按订单项查找错误（其中 ActionName 包含“error”）。如果一个网页上有多个视频播放器，这些播放器使用同一广告单元，并且您使用“pos”来区分网页上的广告单元，则从 CustomTargeting 提取该 pos 值。以下示例要求该键的名称为“pos”，并显示导致单个视频广告订单项发生错误的前五个 RefererURL、AdUnitID 和 Position 组合。

示例代码和结果

代码

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

结果

行	`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

该内容对您有帮助吗？

您有什么改进建议？

查看数据传输示例查询

广告空缺的展示次数

在 `NetworkImpressions` 中查询广告空缺的展示次数

在 `NetworkRequests` 中查询广告空缺的展示次数

网址导致的广告空缺的展示次数

代码

广告单元导致的广告空缺的展示次数

代码

展示次数

按 `Product` 和 `DealType` 细分的展示次数

收入

CPM 订单项的收入

CPD 订单项的收入

CPC 订单项的收入

vCPM 订单项的收入

广告客户的收入

代码调用次数

单个广告客户的订单项的代码调用次数、展示次数和呈现率

按“设备类别”和“广告素材尺寸（已投放）”细分代码投放次数、展示次数和呈现率

可见度

符合条件的展示次数、可衡量的展示次数和可见的展示次数（总计）

符合条件的展示次数、可衡量的展示次数和可见的展示次数（按合并的展示次数）

键值对

键的使用

出价合作伙伴的出价信息

单个出价合作伙伴的出价值和出价数量

出价数量和平均出价

DMP 细分受众群的数量

视频广告

按网址、广告单元 ID 和位置细分的视频广告错误

该内容对您有帮助吗？

需要更多帮助？

请尝试以下步骤：

查看数据传输示例查询

广告空缺的展示次数

在 NetworkImpressions 中查询广告空缺的展示次数

在 NetworkRequests 中查询广告空缺的展示次数

网址导致的广告空缺的展示次数

代码

广告单元导致的广告空缺的展示次数

代码

展示次数

按 Product 和 DealType 细分的展示次数

收入

CPM 订单项的收入

CPD 订单项的收入

CPC 订单项的收入

vCPM 订单项的收入

广告客户的收入

代码调用次数

单个广告客户的订单项的代码调用次数、展示次数和呈现率

按“设备类别”和“广告素材尺寸（已投放）”细分代码投放次数、展示次数和呈现率

可见度

符合条件的展示次数、可衡量的展示次数和可见的展示次数（总计）

符合条件的展示次数、可衡量的展示次数和可见的展示次数（按合并的展示次数）

键值对

键的使用

出价合作伙伴的出价信息

单个出价合作伙伴的出价值和出价数量

出价数量和平均出价

DMP 细分受众群的数量

视频广告

按网址、广告单元 ID 和位置细分的视频广告错误

该内容对您有帮助吗？

需要更多帮助？

请尝试以下步骤：

在 `NetworkImpressions` 中查询广告空缺的展示次数

在 `NetworkRequests` 中查询广告空缺的展示次数

按 `Product` 和 `DealType` 细分的展示次数