Anda dapat menggunakan Ads Data Hub untuk menjalankan kueri yang menggabungkan data Google dengan data pihak pertama yang telah Anda upload ke BigQuery. Hal ini memungkinkan Anda mendapatkan representasi yang lebih lengkap tentang cara pengguna berinteraksi dengan platform Anda, dan dapat berkontribusi pada atribusi yang lebih baik.
Data Anda harus diberi kunci ke ID yang dilacak oleh Ads Data Hub. Kunci join ini digunakan sebagai atribut bersama antara data Anda dan Google, sehingga Anda dapat menautkan kedua set data tersebut. Ads Data Hub mendukung penggabungan pada kunci berikut:
- ID perangkat yang dapat direset (RDID) [tidak tersedia untuk vendor]
- Variabel Floodlight kustom
- Kukis
- RampID LiveRamp (saat ini dalam versi beta)
Meskipun beberapa kunci join mungkin berfungsi lebih baik untuk kasus penggunaan tertentu, pemilihannya lebih bergantung pada cara data Anda disiapkan (yaitu berbasis aplikasi vs. offline), bukan kasus penggunaan Anda. Misalnya, RDID dan cookie dapat digabungkan untuk segmentasi pelanggan, tetapi pengiklan yang traffic-nya terutama berasal dari aplikasi (seperti perusahaan transportasi online) mendapatkan lebih banyak nilai dari penggabungan menggunakan RDID daripada pengiklan yang penjualannya didorong di tempat lain.
Pada tingkat tinggi, kasus penggunaan di berbagai opsi pencocokan tetap sama: menggabungkan data Anda dengan data Google memungkinkan Anda menjawab pertanyaan iklan yang lebih bermakna dan membuat audiens yang lebih baik. Namun, setiap opsi pencocokan memberikan akses ke data yang berbeda, memiliki batasan yang berbeda, dan memerlukan tingkat investasi yang berbeda dalam penyiapan dan pemeliharaan.
Ringkasan kunci gabungan yang tersedia
Gunakan ringkasan berikut untuk mempelajari lebih lanjut perbedaan antara kunci join yang tersedia.
Anda mungkin tidak dapat mencocokkan semua data iklan Google Anda. Rasio kecocokan bergantung pada sejumlah faktor, dan bervariasi menurut kasus penggunaan dan penyiapan sisi klien. Rasio kecocokan sering kali lebih rendah dari yang diharapkan pengguna.
RDID
RDID adalah ID unik yang digunakan secara eksklusif untuk aplikasi native di perangkat seluler. Dengan demikian, pencocokan RDID ideal untuk pengiklan yang datanya terutama berasal dari aplikasi seluler, atau menayangkan tayangan iklan dalam jumlah besar di perangkat seluler. Pencocokan RDID memerlukan investasi penyiapan terkecil.
Pelajari pencocokan RDID lebih lanjut
Variabel Floodlight kustom
Variabel Floodlight kustom adalah parameter URL yang dilampirkan ke tag Floodlight, yang mengambil informasi selama peristiwa konversi. Karena tag Floodlight bersifat eksklusif untuk properti Google Marketing Platform (GMP), pencocokan dibatasi untuk ID GMP. Pencocokan variabel Floodlight kustom memerlukan sedikit investasi dalam penyiapan.
Pelajari lebih lanjut pencocokan variabel Floodlight kustom
Kukis
Pencocokan cookie mengaitkan cookie pengiklan dengan cookie Google. Pencocokan cookie memerlukan investasi untuk disiapkan, dan memerlukan waktu yang bervariasi untuk mengisi tabel pencocokan.
Poin penting: Pengguna hanya memenuhi syarat untuk pencocokan cookie jika mereka telah berinteraksi dengan domain dan iklan Anda.
Pelajari pencocokan cookie lebih lanjut
RampID LiveRamp
Pelajari pencocokan LiveRamp lebih lanjut
Kunci join mana yang tepat untuk Anda?
Seperti yang disebutkan sebelumnya, memilih kunci join yang tepat terutama bergantung pada cara pengguna berinteraksi dengan platform Anda. Meskipun demikian, beberapa kasus penggunaan tidak akan berfungsi dengan kunci join tertentu. Gunakan tabel kasus penggunaan yang didukung untuk mempelajari kunci mana yang mendukung kasus penggunaan Anda, lalu tentukan jenis data yang akan Anda perlukan.
Kasus penggunaan yang didukung
Daftar berikut memberikan contoh kasus penggunaan beserta data pihak pertama yang dapat digunakan untuk menyelesaikan kasus penggunaan tersebut. Daftar ini bukanlah daftar lengkap. Selain itu, seperti yang disebutkan sebelumnya, banyak kasus penggunaan dapat dilakukan dengan kunci join apa pun. (Meskipun beberapa kasus penggunaan yang spesifik untuk platform atau jenis perangkat, mungkin lebih cocok dengan kunci join tertentu.)
| Kasus penggunaan | Titik kontak (yaitu seluler, web, sosial) | Data segmen pelanggan (yaitu kategori minat) | Data konversi (yaitu transaksi, konversi offline) |
|---|---|---|---|
| Peningkatan kampanye. Ukur dampak iklan atau kampanye terhadap konversi menggunakan pengujian A/B. | |||
| Performa YouTube di perangkat seluler. Melacak tayangan YouTube yang terjadi dalam aplikasi di perangkat seluler. | |||
| In-app-conversions. Mengukur konversi yang terjadi dalam aplikasi. | |||
| Gabungkan histori pembelian ke data pasca-kampanye. Tinjau efektivitas kampanye Anda sambil mengaitkan histori pembelian. | |||
| Segmentasi pelanggan. Tingkatkan kualitas audiens dan lakukan pengukuran dengan menggabungkan diferensiasi yang Anda lacak dengan data iklan Google. | |||
| Targetkan pengabai keranjang belanja. Gunakan peristiwa konversi jenis "tambahkan ke keranjang" untuk membuat audiens pengabai keranjang belanja. | |||
| Telemetri. Perkaya audiens dan kumpulkan insight berdasarkan tindakan yang Anda lacak menggunakan aplikasi, seperti menjelajahi dan tidak melakukan konversi. | |||
| Menargetkan menggunakan metrik nilai konversi. Buat audiens berdasarkan nilai historis konversi. |
Penyiapan
Detail penerapan yang spesifik berbeda-beda di antara setiap opsi pencocokan. Umumnya, Anda harus:
- Upload data Anda ke BigQuery.
- Berikan akses baca ke set data tersebut dan akses tulis ke tabel yang berisi hasil Anda kepada akun layanan Ads Data Hub.
Namun, pencocokan LiveRamp dan cookie memerlukan penyiapan tambahan di luar dua langkah ini. Pelajari lebih lanjut cara menyiapkan LiveRamp dan pencocokan cookie.
Mengupload data Anda
Upload data Anda ke setidaknya satu set data di BigQuery (misalnya, YourData).
Buat set data lain untuk output join yang Anda buat antara data Google dan data Anda (misalnya, OutputData).
Memberikan izin ke akun layanan Ads Data Hub
Anda harus memberikan peran “BigQuery Data Viewer” (roles/bigquery.dataViewer) kepada akun layanan Ads Data Hub untuk semua set data yang berisi data yang diupload yang ingin Anda gunakan.
Akun layanan juga memerlukan peran “BigQuery Data Editor” (roles/bigquery.dataEditor) untuk set data yang berisi output join Anda.