Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
En esta página, se describen las estadísticas que puedes obtener del bloque de Looker de Cortex para las estadísticas de productos conectados y multimedios. Con este bloque de Looker, puedes obtener una vista integral de la inversión y el rendimiento de tu campaña combinando los datos de tu campaña de varias plataformas de medios pagados, como Google Ads, Meta, TikTok y YouTube (con DV360), en BigQuery con canales de transferencia precompilados y vistas de informes que proporciona el framework de Google Cloud Cortex para marketing.
Esta canalización también incluye una opción para usar un modelo de generación de texto de Gemini en Vertex AI para hacer coincidir las representaciones textuales de las campañas de medios con un solo nodo de jerarquía de productos. Por ejemplo, una campaña llamada "BMX - Reels - Reach" coincide con el nodo de jerarquía de productos ['Fitness & Sports', 'Bicycles', 'Special Bikes','BMX Bikes'].
Consulta un desglose detallado del volumen de impresiones y clics de cada plataforma para las campañas relacionadas con una categoría y un producto específicos.
Estadísticas disponibles
El bloque de Looker para estadísticas de productos y contenido multimedia en Cortex Framework ofrece las siguientes estadísticas.
Descripción general de las métricas de rendimiento y participación de alto nivel, incluidas las siguientes:
- Impresiones totales
- Total de clics
- Tasa de clics (CTR)
- Inversión total
- Costo por cada mil vistas (CPM)
- Costo por clic (CPC)
- Inversión por mes y plataforma de medios
- Inversión mensual acumulativa total y por plataforma de medios
- Campañas en la vista cronológica
- Impresiones, clics, tasa de clics y costo por mil por plataforma de medios, campaña y país
- Rendimiento detallado por campaña y país
Datos obligatorios
Para obtener los conjuntos de datos de BigQuery necesarios para este bloque, sigue las instrucciones de instalación de Cortex Framework.
Repositorio
Para acceder al bloque de Looker de Cortex para estadísticas de productos y medios cruzados, visita su repositorio oficial de GitHub: block-cortex-cross-media.
Este repositorio contiene vistas, exploraciones y paneles esenciales que te permiten integrar datos sin problemas en tu entorno de Looker.
Estos recursos proporcionan una base sólida para crear informes, visualizaciones y paneles personalizados que se adapten a tus necesidades específicas.
Implementación
Si deseas obtener instrucciones para implementar el bloque de Looker de Cortex para estadísticas de productos y medios cruzados, consulta Cómo implementar bloques de Looker para Cortex Framework.
Otras consideraciones
Para optimizar el rendimiento y la funcionalidad de tu bloque de Looker para estadísticas de productos conectados y multimedios, ten en cuenta lo siguiente:
- Lenguaje de plantillas de Liquid: Algunas constantes, vistas, Exploraciones y paneles usan el lenguaje de plantillas de Liquid. Para obtener más información, consulta la documentación de Referencia de variables de Liquid de Looker.
- Mostrar dimensiones y métricas adicionales: Muchas dimensiones y métricas están ocultas para simplificar la visualización. Si falta algún dato valioso, establece el valor del parámetro
hidden del campo en No en las vistas relevantes.
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2025-09-04 (UTC)
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Información o código de muestra incorrectos","incorrectInformationOrSampleCode","thumb-down"],["Faltan la información o los ejemplos que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-09-04 (UTC)"],[[["\u003cp\u003eThis Looker Block provides a unified view of campaign performance and spend across multiple paid media platforms like Google Ads, Meta, TikTok, and YouTube (with DV360), using data consolidated in BigQuery.\u003c/p\u003e\n"],["\u003cp\u003eIt offers insights into overall campaign performance, including total impressions, clicks, CTR, spend, CPM, and CPC.\u003c/p\u003e\n"],["\u003cp\u003eYou can analyze media platform performance and monthly spend trends, with a detailed breakdown by platform and country.\u003c/p\u003e\n"],["\u003cp\u003eThe Looker Block allows campaigns to be matched to specific product hierarchies using a Gemini text generation model on Vertex AI.\u003c/p\u003e\n"],["\u003cp\u003eThe block's resources, including views, Explores, and dashboards, are available on the block-cortex-cross-media GitHub repository, enabling users to customize reports and visualizations.\u003c/p\u003e\n"]]],[],null,["# Looker Block for Cross Media & Product Connected Insights\n\nLooker Block for Cross Media \\& Product Connected Insights\n==========================================================\n\nThis page describes the insights you can get from the Cortex Looker Block\nfor Cross Media \\& Product Connected Insights. With this Looker Block\nyou can get a comprehensive view of your campaign spend and performance by\ncombining your campaign data from multiple paid media platforms\nincluding Google Ads, Meta, TikTok and YouTube (with DV360) into\nBigQuery with pre-packaged ingestion pipelines and reporting views\nprovided by [Google Cloud Cortex Framework for Marketing](/cortex/docs/overview).\n\nThis pipeline also includes an option to use a Gemini text generation\nmodel on Vertex AI to match textual representations of media campaigns\nwith a single product hierarchy node. For example, a campaign named\n*\"BMX - Reels - Reach\"* matches the product hierarchy node\n`['Fitness & Sports', 'Bicycles', 'Special Bikes','BMX Bikes']`.\n\nSee a\nhigh level breakdown of volume of impressions and clicks from each platform for\ncampaigns relating to specific product category and product.\n\nAvailable insights\n------------------\n\nThe Looker Block for Cross Media \\& Product Connected Insights in\nCortex Framework offers the following insights.\n\nOverall campaign performance\n----------------------------\n\nOverview of high-level performance and engagement metrics including:\n\n- Total impressions\n- Total clicks\n- Click through rate (CTR)\n- Total Spend\n- Cost per Mille (CPM)\n- Cost per click (CPC)\n\n### Media platform performance and spend by month\n\n- Spend by month and media platform\n- Cumulative monthly spend in total and by media platform\n\n### Campaign performance\n\n- Campaigns in chronological view\n- Impressions, clicks, click through rate and cost per mille by media platform, campaign, and country\n- Detailed performance by campaign and country\n\nRequired Data\n-------------\n\nGet the required BigQuery datasets for this block by\nfollowing the installation instructions for\n[Cortex Framework](https://github.com/GoogleCloudPlatform/cortex-data-foundation).\n\nRepository\n----------\n\nTo access the Cortex Looker Block for Cross Media \\& Product Connected\nInsights, visit its official GitHub repository: [**block-cortex-cross-media**](https://github.com/looker-open-source/block-cortex-cross-media).\nThis repository contains essential views, Explores and dashboards that enable\nyou to seamlessly integrate data into your Looker environment.\nThese resources provide a solid foundation for creating custom reports,\nvisualizations, and dashboards tailored to your specific needs.\n\nDeployment\n----------\n\nFor instructions about how to deploy the Cortex Looker Block for\nCross Media \\& Product Connected Insights, see\n[Deploy Looker Blocks for Cortex Framework](/cortex/docs/looker-block-deployment).\n\n### Other Considerations\n\nFor optimizing the performance and functionality of your\nLooker Block for Cross Media \\& Product Connected Insights\nconsider the following:\n\n- **Liquid Templating Language** : Some constants, views, Explores and dashboards use liquid templating language. For more information, see Looker's [Liquid Variable Reference](/looker/docs/liquid-variable-reference) documentation.\n- **Unhide additional dimensions and measures** : Many dimensions and measures are hidden for simplicity. If you find anything valuable missing, set field's `hidden` parameter value to `No` in the relevant views."]]
