用于跨媒体和产品关联分析的 Looker 组成块

本页介绍了您可以从 Cortex Looker 中获取哪些有关跨媒体和产品关联分析的数据洞见。借助此 Looker 块，您可以将来自多个付费媒体平台（包括 Google Ads、Meta、TikTok 和 YouTube [通过 DV360]）的广告系列数据整合到 BigQuery 中，并利用 Google Cloud Cortex Framework for Marketing 提供的预打包提取数据流和报告视图，全面了解广告系列支出和效果。

此流水线还包含一个选项，可在 Vertex AI 上使用 Gemini 文本生成模型，将媒体广告系列的文本表示形式与单个产品层次结构节点进行匹配。例如，名为 “BMX - Reels - Reach” 的广告系列与产品层次结构节点 ['Fitness & Sports', 'Bicycles', 'Special Bikes','BMX Bikes'] 匹配。

查看与特定产品类别和产品相关的广告系列在各个平台上的展示次数和点击次数的概要明细。

可用的数据洞见

Cortex Framework 中用于跨媒体和产品关联分析的 Looker 代码块可提供以下分析洞见。

广告系列的总体效果

大致了解效果和互动指标，包括：

  • 总展示次数
  • 总点击次数
  • 点击率 (CTR)
  • 总支出
  • 每千次展示费用 (CPM)
  • 每次点击费用 (CPC)

按月显示媒体平台效果和支出

  • 按月和媒体平台划分的支出
  • 累计每月支出（总计和按媒体平台）

广告系列效果

  • 按时间顺序查看广告系列
  • 按媒体平台、广告系列和国家/地区划分的展示次数、点击次数、点击率和每千次展示费用
  • 按广告系列和国家/地区的详细效果

所需数据

按照 Cortex Framework 的安装说明获取此分块所需的 BigQuery 数据集。

代码库

如需访问用于跨媒体和产品关联分析的 Cortex Looker 块，请访问其官方 GitHub 代码库：block-cortex-cross-media。此代码库包含基本视图、探索和信息中心，可让您将数据无缝集成到 Looker 环境中。这些资源为您提供了坚实的基础，可帮助您根据自己的具体需求创建自定义报告、可视化图表和信息中心。

部署

如需了解如何部署适用于跨媒体和产品关联分析的 Cortex Looker 块，请参阅为 Cortex Framework 部署 Looker 块。

其他注意事项

如需优化用于跨媒体和产品关联数据分析的 Looker 代码块的性能和功能，请考虑以下事项：

  • Liquid 模板语言：某些常量、视图、探索和信息中心使用 Liquid 模板语言。如需了解详情，请参阅 Looker 的液体变量参考文档。
  • 取消隐藏其他维度和测量参数：为简单起见，系统会隐藏许多维度和测量参数。如果您发现缺少任何有价值的信息，请在相关视图中将字段的 hidden 参数值设置为 No。