跨媒體和產品連結洞察

本頁面說明使用 Cortex Framework Data Foundation 的 Cross Media & Product Connected Insights (Cross Media) 加速器時，必須進行的設定。

透過這項跨媒體加速器，Cortex Framework 資料基礎會加入一組初始 KPI，協助您瞭解在 Google Ads、YouTube (搭配 DV360)、Meta 和 TikTok 等媒體平台放送的行銷廣告活動成效，以及產品和產品類別的銷售業績。

下圖說明如何透過 Cortex Framework Data Foundation 的行銷工作負載取得跨媒體洞察資料：

CM360 資料來源

圖 1：跨媒體架構。

設定檔

config.json 檔案會設定連線至資料來源所需的設定，以便從各種工作負載移轉資料。這個檔案包含跨媒體的下列參數：

  "k9": {
    "datasets": {... },
    "crossMedia": {
      "productHierarchyType": "",
      "maxProductHierarchyMatchLevel": 9,
      "targetCurrencies": ["USD"],
      "additionalPrompt": "",
      "lookbackWindowDays": 7
    }
  },
  "VertexAI": {
    "region": "us-central1",
    "processingDataset": "CORTEX_VERTEX_AI_PROCESSING"
  },
...

下表說明各個參數的值：

參數 意義 預設值
k9.deployCrossMedia 是否要部署「跨媒體」。請注意，您必須一併部署至少一個 Google Ads、YouTube (搭配 DV360)、Meta 或 TikTok 廣告活動，否則部署作業會失敗。 False
k9.CrossMedia.productHierarchyType 要在產品維度中使用哪個產品階層。取決於實際資料。將這個值設為與產品階層維度的 productHierarchyType 值相同。 SAP
k9.CrossMedia.maxProductHierarchyMatchLevel 限制用於比對的產品階層層級。如果公司有大量 SKU，階層可能會過於深入，包含包裝的詳細資訊 (例如瓶裝或罐裝可口可樂、個別包裝或成批包裝)。部分系統 (例如 SAP) 會限制可深入的層級。 9
k9.CrossMedia.targetCurrencies 用於報表和 BI 的目標幣別。所有來源幣別都會轉換成這些幣別。 ["USD"]
k9.CrossMedia.additionalPrompt 選用：將其他提示傳遞至 LLM 模型。
k9.CrossMedia.lookbackWindowDays 執行增量重新整理時要回溯的天數 7
VertexAI.region Vertex AI 區域 (假設為 Vertex AI API 的來源專案)。必須與 BigQuery 共置於同一位置，且不得為多區域。如果 BigQuery 位於多區域，則可接受來自相同多區域的任何區域 us-central1 (與預設 BigQuery 位置相符 us)
VertexAI.processingDataset Vertex AI 工作用的 BigQuery 資料集，必須位於 VertexAI.region 位置，且不得為多區域。 CORTEX_VERTEX_AI_PROCESSING

資料模型

本節將使用實體關係圖 (ERD)，說明跨媒體和產品連結洞察資料模型。

跨媒體的實體關係圖

圖 2：跨媒體和產品連結洞察：實體關係圖。

部署跨媒體

  1. 在來源專案中建立 BigQuery 資料集，以供 Vertex AI 處理。

  2. 請按照下列指南，設定一或多個行銷資料來源以供部署：

    1. Google Ads
    2. Meta
    3. YouTube (搭配 DV360)
    4. TikTok

  3. 啟用並設定必要的通用維度：

    1. 國家/地區維度
    2. 產品尺寸
    3. 貨幣換算

  4. 設定跨媒體：

    1. 將 k9.deployCrossMedia 設為 True。
    2. 將 k9.CrossMedia.productHierarchyType 設為與上一步中的 dataSourceType 相同的值。
    3. 在 VertexAI 區段中，將資料集設為您在步驟 1 中建立的資料集，且 region 應與 Vertex AI 處理資料集所在位置相符。

  5. 視需要調整其他設定。接著即可開始部署。

執行DAG

  1. 視需要設定 Cloud Composer Airflow 環境。確認 k9_reporting 連線已正確設定。
  2. 將資料載入「幣別轉換」和「產品階層」資料表。
  3. 執行 cross_media DAG。有兩種模式：「完整重新整理」或「增量重新整理」。請視用途選擇合適的選項。

已知問題

如果「貨幣換算」表格未填入資料，最終輸出表格的 TotalCostInTargetCurrency 欄就會在所有資料列中留空。在這種情況下，您仍可使用 TotalCostInSourceCurrency 欄，以來源貨幣回報費用。

後續步驟