Google Ad Manager-Übertragungen

Mit dem BigQuery Data Transfer Service für Google Ad Manager können Sie wiederkehrende Ladejobs für die Berichtsdaten von Google Ad Manager (früher bekannt als DoubleClick for Publishers) automatisch erstellen und verwalten.

Unterstützte Berichte

Der BigQuery Data Transfer Service für Google Ad Manager unterstützt derzeit die folgenden Berichtsoptionen:

• Data Transfer-Dateien (Google Ad Manager DT)
• Data Transfer-Felder
• Match-Tables, die vom BigQuery Data Transfer Service bereitgestellt werden Sie werden automatisch erstellt und aktualisiert.
• Mit PQL abgerufene Match-Tables
• Match-Tables von CompanyService (v201908)
• Match-Tables von OrderService (v201908)
• Match-Tables von PlacementService (v201908)

Informationen zur Umwandlung von Google Ad Manager-Berichten in BigQuery-Tabellen und -Ansichten finden Sie unter Google Ad Manager-Berichte umwandeln.

Datenaufnahme aus Google Ad Manager-Übertragungen

Hinweise

Führen Sie die folgenden Aktionen aus, bevor Sie eine Google Ad Manager-Übertragung erstellen:

• Überprüfen Sie, ob Sie alle erforderlichen Aktionen ausgeführt haben, damit Sie den BigQuery Data Transfer Service aktivieren können.
• Erstellen Sie ein BigQuery-Dataset zum Speichern der Google Ad Manager-Daten.

• Achten Sie darauf, dass Ihre Organisation Zugriff auf die Data Transfer-Dateien von Google Ad Manager (Google Ad Manager DT) hat. Diese Dateien werden vom Google Ad Manager-Team an einen Cloud Storage-Bucket geliefert. Um Zugriff auf DT-Dateien von Google Ad Manager zu erhalten, sehen Sie sich die Ad Manager-Datenübertragungsberichte an. Möglicherweise fallen zusätzliche Kosten vom Google Ad Manager-Team an.

  Nach der Ausführung dieses Schritts erhalten Sie einen Cloud Storage-Bucket ähnlich dem folgenden:

  gdfp-12345678

  Das Google Cloud-Team kann in Ihrem Namen KEINE DT-Dateien von Google Ad Manager generieren oder Zugriff auf sie gewähren. Wenden Sie sich an den Support von Google Ad Manager, um auf DT-Dateien von Google Ad Manager zuzugreifen.

• Aktivieren Sie den API-Zugriff auf Ihr Google Ad Manager-Netzwerk.

Erforderliche Berechtigungen

• BigQuery: Achten Sie darauf, dass die Person, die die Übertragung erstellt, die folgenden Berechtigungen in BigQuery hat:

  • bigquery.transfers.update Berechtigungen zum Erstellen der Übertragung
  • Die Berechtigungen bigquery.datasets.get und bigquery.datasets.update für das Ziel-Dataset

  Die vordefinierte IAM-Rolle bigquery.admin enthält die Berechtigungen bigquery.transfers.update, bigquery.datasets.update und bigquery.datasets.get. Weitere Informationen zu IAM-Rollen in BigQuery Data Transfer Service finden Sie in der Zugriffssteuerung.

• Google Ad Manager: Lesezugriff auf die DT-Dateien von Google Ad Manager, die in Cloud Storage gespeichert sind. Berechtigungen für DT-Dateien von Google Ad Manager werden vom Google Ad Manager-Team verwaltet. Zusätzlich zu den DT-Dateien von Google Ad Manager muss die Person, die die Übertragung erstellt, dem Google Ad Manager-Netzwerk mit Lesezugriff auf alle Entitäten hinzugefügt werden, die zum Erstellen der verschiedenen Match-Tables (Position, Auftrag, Anzeigenblock usw.) erforderlich sind. Dies kann am einfachsten erfolgen, indem Sie den Ad Manager-Nutzer hinzufügen, der die Übertragung für das Team für alle Entitäten in Ad Manager authentifiziert hat.

Google Ad Manager-Übertragung einrichten

Zur Einrichtung einer BigQuery-Datenübertragung für Google Ad Manager wird Folgendes benötigt:

• Cloud Storage-Bucket: Der Cloud Storage-Bucket-URI für die DT-Dateien von Google Ad Manager, wie unter Vorbereitung beschrieben. Der Bucket-Name sollte so aussehen:

  gdfp-12345678

• Netzwerkcode: Sie finden den Netzwerkcode für Google Ad Manager in der URL, wenn Sie in Ihrem Netzwerk angemeldet sind. In der URL https://admanager.google.com/2032576#delivery ist beispielsweise 2032576 der Netzwerkcode. Weitere Informationen finden Sie in der Einführung zu Google Ad Manager.

So erstellen Sie einen BigQuery Data Transfer Service für Google Ad Manager:

bq mk --transfer_config \
--project_id=project_id \
--target_dataset=dataset \
--display_name=name \
--params='parameters' \
--data_source=data_source \
--service_account_name=service_account_name

bq mk --transfer_config \
--target_dataset=mydataset \
--display_name='My Transfer' \
--params='{"bucket": "gdfp-12345678","network_code": "12345678"}' \
--data_source=dfp_dt

import com.google.api.gax.rpc.ApiException;
import com.google.cloud.bigquery.datatransfer.v1.CreateTransferConfigRequest;
import com.google.cloud.bigquery.datatransfer.v1.DataTransferServiceClient;
import com.google.cloud.bigquery.datatransfer.v1.ProjectName;
import com.google.cloud.bigquery.datatransfer.v1.TransferConfig;
import com.google.protobuf.Struct;
import com.google.protobuf.Value;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

// Sample to create a ad manager(formerly DFP) transfer config
public class CreateAdManagerTransfer {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    final String projectId = "MY_PROJECT_ID";
    String datasetId = "MY_DATASET_ID";
    String bucket = "gs://cloud-sample-data";
    // the network_code can only be digits with length 1 to 15
    String networkCode = "12345678";
    Map<String, Value> params = new HashMap<>();
    params.put("bucket", Value.newBuilder().setStringValue(bucket).build());
    params.put("network_code", Value.newBuilder().setStringValue(networkCode).build());
    TransferConfig transferConfig =
        TransferConfig.newBuilder()
            .setDestinationDatasetId(datasetId)
            .setDisplayName("Your Ad Manager Config Name")
            .setDataSourceId("dfp_dt")
            .setParams(Struct.newBuilder().putAllFields(params).build())
            .build();
    createAdManagerTransfer(projectId, transferConfig);
  }

  public static void createAdManagerTransfer(String projectId, TransferConfig transferConfig)
      throws IOException {
    try (DataTransferServiceClient client = DataTransferServiceClient.create()) {
      ProjectName parent = ProjectName.of(projectId);
      CreateTransferConfigRequest request =
          CreateTransferConfigRequest.newBuilder()
              .setParent(parent.toString())
              .setTransferConfig(transferConfig)
              .build();
      TransferConfig config = client.createTransferConfig(request);
      System.out.println("Ad manager transfer created successfully :" + config.getName());
    } catch (ApiException ex) {
      System.out.print("Ad manager transfer was not created." + ex.toString());
    }
  }
}

Fehlerbehebung bei der Einrichtung der Google Ad Manager-Übertragung

Falls beim Einrichten von Übertragungen Probleme auftreten, finden Sie unter Fehlerbehebung bei Übertragungskonfigurationen im Abschnitt Übertragungsprobleme mit Google Ad Manager weitere Informationen.

Daten abfragen

Bei der Übertragung Ihrer Daten in BigQuery werden die Daten in zeitpartitionierte Tabellen geschrieben. Weitere Informationen finden Sie unter Einführung in partitionierte Tabellen.

Wenn Sie die Tabellen direkt abfragen, anstatt die automatisch generierten Ansichten zu verwenden, müssen Sie in der Abfrage die Pseudospalte _PARTITIONTIME verwenden. Weitere Informationen finden Sie unter Partitionierte Tabellen abfragen.

Google Ad Manager-Beispielabfragen

Sie können die folgenden Google Ad Manager-Beispielabfragen verwenden, um Ihre übertragenen Daten zu analysieren. Sie können die Abfragen auch in einem Visualisierungstool wie Looker Studio aufrufen. Diese Abfragen werden zur Verfügung gestellt, um Ihnen den Einstieg in das Abfragen Ihrer Google Ad Manager-Daten mit BigQuery zu erleichtern. Bei weiteren Fragen zur Nutzung dieser Berichte wenden Sie sich an einen technischen Mitarbeiter von Google Ad Manager.

Ersetzen Sie in jeder der folgenden Abfragen Variablen wie dataset durch Ihre Werte. Ersetzen Sie beispielsweise network_code durch Ihren Google Ad Manager-Netzwerkcode.

Impressionen und einzelne Nutzer nach Stadt

Die folgende SQL-Beispielabfrage analysiert die Anzahl von Impressionen und einzelnen Nutzern nach Stadt in den letzten 30 Tagen.

# START_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
# END_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
SELECT
  City,
  _DATA_DATE AS Date,
  count(*) AS imps,
  count(distinct UserId) AS uniq_users
FROM `dataset.NetworkImpressionsnetwork_code`
WHERE
  _DATA_DATE BETWEEN start_date AND end_date
GROUP BY City, Date

Impressionen und einzelne Nutzer nach Werbebuchungstyp

Die folgende SQUL-Beispielabfrage analysiert die Anzahl von Impressionen und einzelnen Nutzern nach Werbebuchungstyp in den letzten 30 Tagen.

# START_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
# END_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
SELECT
  MT.LineItemType AS LineItemType,
  DT._DATA_DATE AS Date,
  count(*) AS imps,
  count(distinct UserId) AS uniq_users
FROM `dataset.NetworkImpressionsnetwork_code` AS DT
LEFT JOIN `dataset.MatchTableLineItem_network_code` AS MT
ON
  DT.LineItemId = MT.Id
WHERE
  DT._DATA_DATE BETWEEN start_date AND end_date
GROUP BY LineItemType, Date
ORDER BY Date desc, imps desc

Impressionen nach Anzeigenblock

Die folgende SQL-Beispielabfrage analysiert die Anzahl von Impressionen nach Anzeigenblock in den letzten 30 Tagen.

# START_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
# END_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
SELECT
  MT.AdUnitCode AS AdUnitCode,
  DT.DATA_DATE AS Date,
  count(*) AS imps
FROM `dataset.NetworkImpressionsnetwork_code` AS DT
LEFT JOIN `dataset.MatchTableLineItem_network_code` AS MT
ON
  DT.AdUnitId = MT.Id
WHERE
  DT._DATA_DATE BETWEEN start_date AND end_date
GROUP BY AdUnitCode, Date
ORDER BY Date desc, imps desc

Impressionen nach Werbebuchung

Die folgende SQL-Beispielabfrage analysiert die Anzahl von Impressionen nach Werbebuchung in den letzten 30 Tagen.

# START_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
# END_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
SELECT
  MT.Name AS LineItemName,
  DT._DATA_DATE AS Date,
  count(*) AS imps
FROM `dataset.NetworkImpressionsnetwork_code` AS DT
LEFT JOIN `dataset.MatchTableLineItem_network_code` AS MT
ON
  DT.LineItemId = MT.Id
WHERE
  DT._DATA_DATE BETWEEN start_date AND end_date
GROUP BY LineItemName, Date
ORDER BY Date desc, imps desc