Integration mit YouTube (DV360)

Auf dieser Seite werden die erforderlichen Konfigurationen beschrieben, um Daten aus YouTube mit Display & Video 360 (DV360) als Datenquelle der Marketing-Arbeitslast der Cortex Framework Data Foundation zu verwenden.

DV360 ist eine Werbeplattform von Google, mit der Werbetreibende YouTube-Anzeigen neben anderen digitalen Kanälen verwalten können. So haben sie mehr Kontrolle und mehr Effizienz bei ihren Marketingaktivitäten.

Das folgende Diagramm zeigt, wie DV360-Daten über die Marketing-Arbeitslast von Cortex Framework Data Foundation verfügbar sind:

Abbildung 1. DV360-Datenquelle

Hinweis: Informationen zum Zugriff auf Konfigurationsdateien, Analyseansichten und Modelle für die DV360-Datenquelle finden Sie im Verzeichnis der Datenquellen.

Konfigurationsdatei

In der Datei config.json werden die Einstellungen konfiguriert, die für die Verbindung zu Datenquellen zur Übertragung von Daten aus verschiedenen Arbeitslasten erforderlich sind. Diese Datei enthält die folgenden Parameter für DV360:

   "marketing": {
        "deployDV360": true,
        "DV360": {
            "deployCDC": true,
            "datasets": {
                "cdc": "",
                "raw": "",
                "reporting": "REPORTING_DV360"
            }
        }
   }

In der folgenden Tabelle wird der Wert für jeden Marketingparameter beschrieben:

Parameter	Bedeutung	Standardwert	Beschreibung
marketing.deployDV360	DV360 implementieren	true	Führen Sie die Bereitstellung für die DV360-Datenquelle aus.
marketing.DV360.deployCDC	CDC-Scripts für DV360 bereitstellen	true	DV360-CDC-Verarbeitungsscripts generieren, die als DAGs in Cloud Composer ausgeführt werden
marketing.DV360.datasets.cdc	CDC-Datensatz für DV360	-	CDC-Datensatz für DV360.
marketing.DV360.datasets.raw	Rohdatensatz für DV360	-	Rohdatensatz für DV360.
marketing.DV360.datasets.reporting	Berichtsdatensatz für DV360	REPORTING_DV360	Berichtsdatensatz für DV360.

Datenmodell

In diesem Abschnitt wird das Datenmodell für YouTube (mit DV360) anhand eines Entitätsbeziehungsdiagramms (ERD) beschrieben.

Abbildung 2 YouTube (mit DV360): Entitäts-Beziehungs-Diagramm.

Berichtsdatenansichten

Die blauen Objekte in der ERD stellen Berichtsansichten dar, die zusammengefasste Messwerte enthalten. Scripts in src/marketing/src/DV360/src/reporting/ddls ansehen

DV360-Rohdatenextraktion einrichten

Cortex Framework lässt sich über die Funktion „Sofortberichte“ in DV360 einbinden. Die Sofortberichterstellung ist eine zuverlässige und kostengünstige Funktion, die in DV360 standardmäßig verfügbar ist. Damit können größere und komplexere Berichte gespeichert, geplant und in Dateien und an verschiedene Orte heruntergeladen werden. Für jeden Bericht werden in BigQuery regelmäßig Exportdatentabellen mit demselben konfigurierten Tabellennamenspräfix erstellt, die Daten für den ausgewählten Zeitraum mit der ausgewählten Häufigkeit enthalten.

Hinweis: Google migriert ab Juli 2024 alle Offlineberichte zur Sofortberichterstellung. Die Funktion Nach BigQuery exportieren funktioniert bei beiden Berichtstypen gleich. Sie sind für die Verwaltung aller Sofortberichte verantwortlich. Das Verhalten wird nicht vom Cortex Framework konfiguriert oder gesteuert.

Berechtigungen

Damit Sie Rohdaten aus DV360 mithilfe von Instant-Berichten exportieren können, sind Personen mit den folgenden Berechtigungen erforderlich:

• DV360:
  • Standardzugriff für die ausgewählten Partner oder Werbetreibenden.
• Google Cloud:
  • Die Rolle BigQuery User, die dem DV360-Dienstkonto zugewiesen ist.
  • Die Rolle BigQuery Data Editor, die dem DV360-Dienstkonto zugewiesen ist.

Einrichten

So richten Sie den Export von Rohtabellen aus DV360 ein:

1. Im Bereich „BigQuery Exporter-Konto verknüpfen“ finden Sie unter „Berechtigungsdetails“ das vom DV360 BigQuery Exporter benötigte Dienstkonto. Weitere Informationen finden Sie in Abbildung 2.
   Abbildung 2 Dienstkonto in „BigQuery Export-Konto verknüpfen“ identifizieren
2. Berechtigungen vom Typ Google Cloud Eine Person mit der Rolle BigQuery Administrator muss dem im vorherigen Schritt identifizierten DV360-Dienstkonto die Rollen BigQuery User und BigQuery Data Editor zuweisen.
3. Verknüpfen Sie BigQuery mit DV360 und geben Sie das Rohdaten-Dataset an, das Sie verwenden möchten. Folgen Sie der Anleitung unter Offlineberichte > BigQuery aktivieren.

4. Rufen Sie Instant Reporting auf und erstellen Sie einen Bericht für jede Zeile in der folgenden Tabelle. Die Spalten müssen genau wie hier gezeigt sein. Weitere Informationen zu den Dateien mit detaillierten Spaltenschemadefinitionen unter src/DV360/config/table_schema finden Sie im Abschnitt Raw-zu-CDC-Tabellenschema.

   1. Fügen Sie mindestens einen Partner- oder Werbetreibenden-Filter hinzu. Achten Sie darauf, dass diese mit den Berechtigungen Ihrer BigQuery-Verknüpfung in Schritt 3 übereinstimmen.
   Hinweis: Wenn Sie mehrere Partner oder Werbetreibende exportieren, müssen Sie möglicherweise mehrere Berichte oder Exporte einrichten.
   1. Wählen Sie als Zeitzone für den Bericht Zeitzone des Werbetreibenden aus. Weitere Informationen finden Sie im folgenden Abschnitt Weitere Überlegungen.
   Hinweis :Wenn Sie für Ihr Konto oder Ihre BigQuery-Verknüpfung nur Werbetreibendenzugriff haben, können Sie keinen Partner-Filter einschließen. Andernfalls wird die Option Nach BigQuery exportieren deaktiviert, bis der Partnerfilter entfernt wurde.

   Tabellenpräfix	Einzuschließende Felder
   lineitem_details	Datum Werbebuchungsnummer Werbebuchung Kampagnen-ID Kampagne Werbebuchungstyp Startdatum der Werbebuchung Enddatum der Werbebuchung	Impressionen
   lineitem_insights	Datum Werbebuchungsnummer Gerätetyp Browser Umgebung Land Partner-ID Partner Währung des Partners Werbetreibenden-ID Advertiser Währung des Werbetreibenden Kampagnen-ID Kampagne Anzeigenauftrags-ID Anzeigenauftrag Werbebuchung Werbebuchungstyp Startdatum der Werbebuchung Enddatum der Werbebuchung	Impressionen Klicks Umsatz (USD) Interaktionen Umsatz (Währung des Partners) Umsatz (Währung des Werbetreibenden) TrueView: Aufrufe
   adgroup_insights_by_age_gender	Datum YouTube-Anzeigengruppen-ID Alter (YouTube) Geschlecht Werbebuchungsnummer Partner-ID Partner Währung des Partners AdvertiserID Advertiser Währung des Werbetreibenden Anzeigenauftrags-ID Anzeigenauftrag Werbebuchung YouTube-Anzeigengruppe	Umsatz (USD) Impressionen Klicks Interaktionen (YouTube) Umsatz (Währung des Partners) Umsatz (Währung des Werbetreibenden) TrueView: Aufrufe
   adgroup_insights_by_audience	Datum YouTube-Anzeigengruppen-ID Zielgruppensegment Typ des Zielgruppensegments Werbebuchungsnummer Partner-ID Partner PartnerCurrency Werbetreibenden-ID Advertiser Währung des Werbetreibenden Anzeigenauftrags-ID Anzeigenauftrag Werbebuchung	Impressionen Klicks YouTube-Anzeigengruppe Umsatz (USD) Interaktionen (YouTube) Umsatz (Währung des Partners) Umsatz (Währung des Werbetreibenden) TrueView: Aufrufe
   adgroup_insights_by_adformat	Datum YouTube-Anzeigengruppen-ID YouTube-Anzeigenformat Werbebuchungsnummer Partner-ID Partner Währung des Partners Werbetreibenden-ID Advertiser Währung des Werbetreibenden Anzeigenauftrags-ID Anzeigenauftrag Werbebuchung	Impressionen Klicks YouTube-Anzeigengruppe Umsatz (USD) Interaktionen (YouTube) Umsatz (Währung des Partners) Umsatz (Währung des Werbetreibenden) TrueView: Aufrufe
   adgroup_insights_by_placement	Datum YouTube-Anzeigengruppen-ID Placement (alle YouTube-Kanäle) Placement-Name (alle YouTube-Kanäle) Werbebuchungsnummer PartnerID Partner Währung des Partners Werbetreibenden-ID Advertiser Währung des Werbetreibenden Anzeigenauftrags-ID Anzeigenauftrag Werbebuchung	Impressionen YouTube-Anzeigengruppe Umsatz (USD) Interaktionen (YouTube) Umsatz (Währung des Partners) Umsatz (Währung des Werbetreibenden) TrueView: Aufrufe
   adgroup_insights_by_adtype	Datum YouTube-Anzeigengruppen-ID YouTube-Anzeigentyp Werbebuchungsnummer Partner-ID Partner Währung des Partners Werbetreibenden-ID Advertiser Währung des Werbetreibenden Anzeigenauftrags-ID Anzeigenauftrag Werbebuchung	Impressionen Klicks YouTube-Anzeigengruppe Umsatz (USD) Interaktionen (YouTube) Umsatz (Währung des Partners) Umsatz (Währung des Werbetreibenden) TrueView: Aufrufe
   ad_insights	Datum YouTube-Anzeigen-ID Werbebuchungsnummer Partner-ID Partner Währung des Partners Werbetreibenden-ID Advertiser AdvertiserCurrency Anzeigenauftrags-ID Anzeigenauftrag Werbebuchung YouTube-Anzeigengruppen-ID YouTube-Anzeigengruppe YouTube-Anzeige	Impressionen Klicks Umsatz (USD) Interaktionen (YouTube) Umsatz (Währung des Partners) Umsatz (Währung des Werbetreibenden) TrueView: Aufrufe

5. Legen Sie den Zeitplan fest und füllen Sie die bisherigen Daten aus. Verwenden Sie denselben BigQuery-Link wie in Schritt 1 konfiguriert und das Tabellenpräfix genau wie in der vorherigen Tabelle gezeigt. Weitere Informationen finden Sie im folgenden Abschnitt Weitere Überlegungen.

6. • Lösen Sie einen Backfill-Lauf manuell aus oder warten Sie, bis der geplante Export beginnt. In beiden Fällen werden Ihre Daten automatisch in das für Ihre BigQuery-Verknüpfung konfigurierte Rohdaten-Dataset aufgenommen.

Weitere Überlegungen

Zur Auswahl der Zeitzone:

• Bei einigen Berichtstypen können Sie beim Einrichten des Exports die Zeitzone des Werbetreibenden oder die UTC-Zeitzone für Datumsangaben auswählen. Bei YouTube-Berichten wird jedoch nur die Zeitzone des Werbetreibenden unterstützt. Wählen Sie daher beim Einrichten der Exporte die Zeitzoneneinstellung Werbetreibender aus.

• Da der Berichtsexport vorab auf Tagesebene zusammengefasst wird, verwendet das Cortex-Framework das angegebene Datum direkt ohne Zeitzonenkonvertierung. Sie sind für die Interpretation der gemeldeten Zeitzoneninformationen verantwortlich.

Planung und Backfill von Verlaufsdaten:

• Wir empfehlen, als Exportzeitraum Letzte 7 Tage und als Exporthäufigkeit Täglich auszuwählen. Die Auswahl eines Exportzeitraums und einer Exporthäufigkeit ist erforderlich, um ein Gleichgewicht zwischen Datenrichtigkeit und Speicherkosten zu finden. Jede Einstellung funktioniert jedoch mit unserem CDC-Prozess.

• Bei der sofortigen Berichterstellung können bis zu 14 Tage an Daten nach BigQuery exportiert werden. In DV360 werden die Daten jedoch gelegentlich bis zu 31 Tage nach dem Berichtsdatum geringfügig aktualisiert. Wenn Sie den Export für mehrere Werbetreibende einrichten, wird das Datum für jeden Werbetreibenden in seiner eigenen Zeitzone angegeben.

• Wenn Verlaufsdaten als nicht geplante einmalige Daten erforderlich sind, können mithilfe von Instant-Berichten bis zu zwei Jahre an Daten direkt in BigQuery-Tabellen exportiert werden. Führen Sie diesen Vorgang mindestens einmal manuell über die DV360-Benutzeroberfläche aus.

Datenaktualität und Verzögerung

Im Allgemeinen ist die Datenaktualität für Cortex Framework-Datenquellen durch die Möglichkeiten der Upstream-Verbindung und die Häufigkeit der DAG-Ausführung begrenzt. Passen Sie die Ausführungshäufigkeit des DAG an die Upstream-Frequenz, die Ressourcenbeschränkungen und Ihre Geschäftsanforderungen an.

Bei DV360 Instant Reporting hängt die Datenaktualität von der Exporthäufigkeit ab, die beim Einrichten des BigQuery-Exports festgelegt wird. Diese kann täglich, wöchentlich oder monatlich sein.

Konfigurationen

In diesem Abschnitt werden die Konfigurationen für den Datenablauf beschrieben.

Cloud Composer-Verbindungen

Erstellen Sie die folgenden Verbindungen in Cloud Composer. Weitere Informationen finden Sie in der Cloud Composer-Dokumentation.

Verbindungsname	Purpose
dv360_cdc_bq	Für die Übertragung von Rohdatensätzen > CDC-Datensätzen.
dv360_reporting_bq	Für CDC-Dataset > Berichtsdatensatzübertragung

Schema der Tabelle „Raw to CDC“

Das Verzeichnis src/DV360/config/table_schema enthält eine Schemadatei pro Tabellensatz (identifiziert durch dasselbe Präfix), die aus DV360 exportiert wird. Jede Schemadatei enthält zwei Spalten: ColumnName und ColumnDataType.

Hinweis: Wenn Ihr Anwendungsfall zusätzliche Spalten im Export für Instant-Berichte enthielt, müssen Sie diese auch in den entsprechenden Schemadateien angeben.

Aufnahmeeinstellungen

Die Datei src/DV360/config/ingestion_settings.yaml enthält weitere Einstellungen, mit denen die Datenpipelines von Quelle bis CDC gesteuert werden.

Quelle zu CDC-Tabellen

Dieser Abschnitt enthält Einträge, mit denen gesteuert wird, wie exportierte DV360-Tabellen aufgenommen werden, und das Verhalten des CDC-Prozesses. Jeder Eintrag entspricht einem Bericht für die Instant-Berichterstellung, der durch das Exportpräfix gekennzeichnet ist.

Die folgenden Parameter steuern die Einstellungen für Source to CDC für jeden Eintrag:

Parameter	Beschreibung
base_table	Tabelle im CDC-Dataset, in der die Rohdaten nach der CDC-Transformation gespeichert werden (z. B. customer).
load_frequency	Gibt an, wie oft ein DAG für diese Entität ausgeführt wird, um die CDC-Tabelle zu füllen. Weitere Informationen zu den möglichen Werten finden Sie in der Airflow-Dokumentation.
raw_table_prefix	Präfix, das vom entsprechenden Bericht für die Instant-Berichterstellung zum Einrichten dieses BigQuery-Exports verwendet wird.
row_identifiers	Spalten (durch Komma getrennt), die einen eindeutigen Datensatz für diese Tabelle bilden.
partition_details	Optional:Gibt an, ob diese Tabelle aus Gründen der Leistung partitioniert werden soll. Weitere Informationen finden Sie unter Tabellenpartition.
cluster_details	Optional:Wenn Sie diese Tabelle aus Leistungsgründen clustern möchten, finden Sie weitere Informationen unter Clustereinstellungen.

Berichtseinstellungen

Mit der Datei „reporting_settings“ src/DV360/config/reporting_settings.yaml können Sie konfigurieren und steuern, wie das Cortex Framework Daten für die endgültige Berichtsebene in DV360 generiert. In dieser Datei wird festgelegt, wie BigQuery-Objekte der Berichtsebene (Tabellen, Ansichten, Funktionen oder gespeicherte Prozeduren) generiert werden.

Weitere Informationen finden Sie unter Datei mit Berichtseinstellungen anpassen.

Nächste Schritte

• Weitere Informationen zu anderen Datenquellen und Arbeitslasten finden Sie unter Datenquellen und Arbeitslasten.
• Weitere Informationen zu den Schritten für die Bereitstellung in Produktionsumgebungen finden Sie unter Voraussetzungen für die Bereitstellung der Cortex Framework Data Foundation.