Transferencias de Campaign Manager

El conector del Servicio de transferencia de datos de BigQuery para Campaign Manager te permite administrar y programar de manera automática trabajos de carga recurrentes de los datos de informes de Campaign Manager.

Informes compatibles

El Servicio de transferencia de datos de BigQuery para Campaign Manager (antes conocido como DoubleClick Campaign Manager) es compatible con las siguientes opciones de informes:

• Archivos de transferencia de datos v2 (Campaign Manager DTv2)
• Tablas de coincidencia de transferencia de datos v2 (Campaign Manager DTv2)

Para obtener más información sobre cómo se transforman los informes de Campaign Manager en vistas y tablas de BigQuery, consulta Transformaciones de informes de Campaign Manager.

Transferencia de datos desde transferencias de Campaign Manager

Antes de comenzar

Sigue estos pasos antes de crear una transferencia de datos de Campaign Manager:

• Verifica si completaste todas las acciones necesarias para habilitar el Servicio de transferencia de datos de BigQuery
• Crea un conjunto de datos de BigQuery para almacenar los datos de Campaign Manager.

• Confirma que tu organización tenga acceso a la transferencia de datos de archivos v2 de Campaign Manager (Campaign Manager DTv2). El equipo de Campaign Manager envía estos archivos a un bucket de Cloud Storage. Para acceder a los archivos de Campaign Manager DTv2, el siguiente paso depende de si tienes un contrato directo con Campaign Manager. En ambos casos, se aplicarán cargos adicionales.

  • Si tienes un contrato con Campaign Manager, comunícate con su servicio de asistencia de Campaign Manager para configurar los archivos de Campaign Manager DTv2.
  • Si no tienes un contrato con Campaign Manager, tu agencia o distribuidor de Campaign Manager pueden tener acceso a los archivos de Campaign Manager DTv2. Comunícate con tu agencia o distribuidor para acceder a estos archivos.

  Después de completar este paso, recibirás un nombre de depósito de Cloud Storage similar al siguiente:

  dcdt_-dcm_account123456

• Si quieres configurar las notificaciones de ejecución de transferencias para Pub/Sub, debes tener los permisos pubsub.topics.setIamPolicy. Para obtener más información, consulta la sección sobre notificaciones de ejecución del Servicio de transferencia de datos de BigQuery.

Permisos necesarios

• BigQuery: Asegúrate de que la persona que crea la transferencia de datos tenga los siguientes permisos en BigQuery:

  • Los permisos bigquery.transfers.update para crear la transferencia de datos
  • Los permisos bigquery.datasets.get y bigquery.datasets.update en el conjunto de datos de destino

  La función predefinida de IAM bigquery.admin incluye los permisos bigquery.transfers.update, bigquery.datasets.update y bigquery.datasets.get. Para obtener más información sobre los roles de IAM en el Servicio de transferencia de datos de BigQuery, consulta Control de acceso.

• Campaign Manager: acceso de lectura a los archivos de Campaign Manager DTv2 almacenados en Cloud Storage. La entidad que te entregó el depósito de Cloud Storage es la que administra el acceso.

Configura una transferencia de Campaign Manager

Para configurar una transferencia de datos de Campaign Manager se necesita lo siguiente:

• Cloud Storage Bucket: la URI del depósito de Cloud Storage para tus archivos de Campaign Manager DTv2 como se describe en Antes de comenzar. El nombre del depósito debe parecerse a este:

  dcdt_-dcm_account123456

• ID de Campaign Manager: tu ID de Network, Advertiser o Floodlight de Campaign Manager. El ID de Network es el superior en la jerarquía.

Encuentra tu ID de Campaign Manager

Para recuperar tu ID de Campaign Manager, puedes usar la consola de Cloud Storage a fin de examinar los archivos en tu depósito de Cloud Storage de transferencia de datos de Campaign Manager. El ID de Campaign Manager se usa para encontrar coincidencias de archivos en el depósito de Cloud Storage proporcionado. El ID está incorporado en el nombre del archivo, no en el nombre del depósito de Cloud Storage.

Por ejemplo:

• En un archivo llamado dcm_account123456_activity_*, el ID es 123456.
• En un archivo llamado dcm_floodlight7890_activity_*, el ID es 7890.
• En un archivo llamado dcm_advertiser567_activity_*, el ID es 567.

Encuentra el prefijo de tu nombre de archivo

En raras ocasiones, tú o el equipo de servicios de Google Marketing Platform pueden configurar los archivos en tu bucket de Cloud Storage con nombres de archivo personalizados no estándar.

Por ejemplo:

• En un archivo llamado dcm_account123456custom_activity_*, el prefijo es dcm_account123456custom, todo lo que se encuentra antes de _activity.

Comunícate con el servicio de asistencia de Campaign Manager si necesitas ayuda.

Crea una transferencia de datos para Campaign Manager

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

bq mk --transfer_config \
--target_dataset=mydataset \
--display_name='My Transfer' \
--params='{"bucket": "dcdt_-dcm_account123456","network_id": "123456","file_name_prefix":"YYY"}' \
--data_source=dcm_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 campaign manager transfer config
public class CreateCampaignmanagerTransfer {

  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_id only allows digits
    String networkId = "7878";
    String fileNamePrefix = "test_";
    Map<String, Value> params = new HashMap<>();
    params.put("bucket", Value.newBuilder().setStringValue(bucket).build());
    params.put("network_id", Value.newBuilder().setStringValue(networkId).build());
    params.put("file_name_prefix", Value.newBuilder().setStringValue(fileNamePrefix).build());
    TransferConfig transferConfig =
        TransferConfig.newBuilder()
            .setDestinationDatasetId(datasetId)
            .setDisplayName("Your Campaignmanager Config Name")
            .setDataSourceId("dcm_dt")
            .setParams(Struct.newBuilder().putAllFields(params).build())
            .build();
    createCampaignmanagerTransfer(projectId, transferConfig);
  }

  public static void createCampaignmanagerTransfer(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("Campaignmanager transfer created successfully :" + config.getName());
    } catch (ApiException ex) {
      System.out.print("Campaignmanager transfer was not created." + ex.toString());
    }
  }
}

Soluciona problemas de configuración de transferencia de Campaign Manager

Si tienes problemas con la configuración de tu transferencia, consulta Problemas de transferencia de datos de Campaign Manager en Solución de problemas de configuración de transferencia.

Consulta tus datos

Cuando tus datos se transfieren a BigQuery, se escriben en tablas particionadas por tiempo de transferencia. Para obtener más información, consulta Introducción a tablas con particiones.

Si consultas tus tablas directamente en lugar de usar las vistas generadas de manera automática, debes usar la seudocolumna _PARTITIONTIME en tu consulta. Para obtener más información, visita la página Consulta tablas particionadas.

Consultas de muestra de Campaign Manager

Debes usar las siguientes consultas de muestra de Campaign Manager para analizar tus datos transferidos. También puedes usar las consultas en una herramienta de visualización, como Looker Studio. Estas consultas se proporcionan para ayudarte a comenzar a hacer consultas de tus datos de Campaign Manager con BigQuery. Si tienes más preguntas sobre lo que puedes hacer con estos informes, comunícate con tu representante técnico de Campaign Manager.

En cada una de las siguientes consultas, reemplaza las variables como dataset por tus valores.

Últimas campañas

La siguiente consulta de muestra en SQL recupera las últimas campañas.

SELECT
  Campaign,
  Campaign_ID
FROM
  `dataset.match_table_campaigns_campaign_manager_id`
WHERE
  _DATA_DATE = _LATEST_DATE

Impresiones y usuarios distintos por campaña

La siguiente consulta de muestra en SQL analiza el número de impresiones y usuarios distintos por campaña en los últimos 30 días.

# START_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
# END_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
  SELECT
    Campaign_ID,
    _DATA_DATE AS Date,
    COUNT(*) AS count,
    COUNT(DISTINCT User_ID) AS du
  FROM
    `dataset.impression_campaign_manager_id`
  WHERE
    _DATA_DATE BETWEEN start_date
    AND end_date
  GROUP BY
    Campaign_ID,
    Date

Últimas campañas ordenadas por campaña y fecha

La siguiente consulta de muestra en SQL analiza las últimas campañas de los últimos 30 días, ordenadas por campaña y fecha.

# START_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
# END_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
SELECT
  Campaign,
  Campaign_ID,
  Date
FROM (
  SELECT
    Campaign,
    Campaign_ID
  FROM
    `dataset.match_table_campaigns_campaign_manager_id`
  WHERE
    _DATA_DATE = _LATEST_DATE ),
  (
  SELECT
    date AS Date
  FROM
    `bigquery-public-data.utility_us.date_greg`
  WHERE
    Date BETWEEN start_date
    AND end_date )
ORDER BY
  Campaign_ID,
  Date

Impresiones y usuarios distintos por campaña dentro de un período

En la siguiente consulta de muestra en SQL, se analiza el número de impresiones y usuarios distintos por campaña entre start_date y end_date.

# START_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
# END_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
SELECT
  base.*,
  imp.count AS imp_count,
  imp.du AS imp_du
FROM (
  SELECT
    *
  FROM (
    SELECT
      Campaign,
      Campaign_ID
    FROM
      `dataset.match_table_campaigns_campaign_manager_id`
    WHERE
      _DATA_DATE = _LATEST_DATE ),
    (
    SELECT
      date AS Date
    FROM
      `bigquery-public-data.utility_us.date_greg`
    WHERE
      Date BETWEEN start_date
      AND end_date ) ) AS base
LEFT JOIN (
  SELECT
    Campaign_ID,
    _DATA_DATE AS Date,
    COUNT(*) AS count,
    COUNT(DISTINCT User_ID) AS du
  FROM
    `dataset.impression_campaign_manager_id`
  WHERE
    _DATA_DATE BETWEEN start_date
    AND end_date
  GROUP BY
    Campaign_ID,
    Date ) AS imp
ON
  base.Campaign_ID = imp.Campaign_ID
  AND base.Date = imp.Date
WHERE
  base.Campaign_ID = imp.Campaign_ID
  AND base.Date = imp.Date
ORDER BY
  base.Campaign_ID,
  base.Date

Impresiones, clics, actividades y usuarios distintos por campaña

La siguiente consulta de muestra en SQL analiza el número de impresiones, clics, actividades y usuarios distintos por campaña en los últimos 30 días. En esta consulta, reemplaza las variables como campaign_list por tus valores. Por ejemplo, reemplaza campaign_list con una lista separada por comas de todas las campañas de interés de Campaign Manager dentro del alcance de la consulta.

# START_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
# END_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
SELECT
  base.*,
  imp.count AS imp_count,
  imp.du AS imp_du,
  click.count AS click_count,
  click.du AS click_du,
  activity.count AS activity_count,
  activity.du AS activity_du
FROM (
  SELECT
    *
  FROM (
    SELECT
      Campaign,
      Campaign_ID
    FROM
      `dataset.match_table_campaigns_campaign_manager_id`
    WHERE
      _DATA_DATE = _LATEST_DATE ),
    (
    SELECT
      date AS Date
    FROM
      `bigquery-public-data.utility_us.date_greg`
    WHERE
      Date BETWEEN DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
      AND DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY) ) ) AS base
LEFT JOIN (
  SELECT
    Campaign_ID,
    _DATA_DATE AS Date,
    COUNT(*) AS count,
    COUNT(DISTINCT User_ID) AS du
  FROM
    `dataset.impression_campaign_manager_id`
  WHERE
    _DATA_DATE BETWEEN DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
    AND DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
  GROUP BY
    Campaign_ID,
    Date ) AS imp
ON
  base.Campaign_ID = imp.Campaign_ID
  AND base.Date = imp.Date
LEFT JOIN (
  SELECT
    Campaign_ID,
    _DATA_DATE AS Date,
    COUNT(*) AS count,
    COUNT(DISTINCT User_ID) AS du
  FROM
    `dataset.click_campaign_manager_id`
  WHERE
    _DATA_DATE BETWEEN DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
    AND DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
  GROUP BY
    Campaign_ID,
    Date ) AS click
ON
  base.Campaign_ID = click.Campaign_ID
  AND base.Date = click.Date
LEFT JOIN (
  SELECT
    Campaign_ID,
    _DATA_DATE AS Date,
    COUNT(*) AS count,
    COUNT(DISTINCT User_ID) AS du
  FROM
    `dataset.activity_campaign_manager_id`
  WHERE
    _DATA_DATE BETWEEN DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
    AND DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
  GROUP BY
    Campaign_ID,
    Date ) AS activity
ON
  base.Campaign_ID = activity.Campaign_ID
  AND base.Date = activity.Date
WHERE
  base.Campaign_ID IN campaign_list
  AND (base.Date = imp.Date
    OR base.Date = click.Date
    OR base.Date = activity.Date)
ORDER BY
  base.Campaign_ID,
  base.Date

Actividad de la campaña

La siguiente consulta de muestra en SQL analiza la actividad de campaña en los últimos 30 días. En esta consulta, reemplaza las variables como campaign_list por tus valores. Por ejemplo, reemplaza campaign_list con una lista separada por comas de todas las campañas de interés de Campaign Manager dentro del alcance de la consulta.

# START_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
# END_DATE = DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
SELECT
  base.*,
  activity.count AS activity_count,
  activity.du AS activity_du
FROM (
  SELECT
    *
  FROM (
    SELECT
      Campaign,
      Campaign_ID
    FROM
      `dataset.match_table_campaigns_campaign_manager_id`
    WHERE
      _DATA_DATE = _LATEST_DATE ),
    (
    SELECT
      mt_at.Activity_Group,
      mt_ac.Activity,
      mt_ac.Activity_Type,
      mt_ac.Activity_Sub_Type,
      mt_ac.Activity_ID,
      mt_ac.Activity_Group_ID
    FROM
      `dataset.match_table_activity_cats_campaign_manager_id` AS mt_ac
    JOIN (
      SELECT
        Activity_Group,
        Activity_Group_ID
      FROM
        `dataset.match_table_activity_types_campaign_manager_id`
      WHERE
        _DATA_DATE = _LATEST_DATE ) AS mt_at
    ON
      mt_at.Activity_Group_ID = mt_ac.Activity_Group_ID
    WHERE
      _DATA_DATE = _LATEST_DATE ),
    (
    SELECT
      date AS Date
    FROM
      `bigquery-public-data.utility_us.date_greg`
    WHERE
      Date BETWEEN start_date
      AND end_date ) ) AS base
LEFT JOIN (
  SELECT
    Campaign_ID,
    Activity_ID,
    _DATA_DATE AS Date,
    COUNT(*) AS count,
    COUNT(DISTINCT User_ID) AS du
  FROM
    `dataset.activity_campaign_manager_id`
  WHERE
    _DATA_DATE BETWEEN DATE_ADD(CURRENT_DATE(), INTERVAL -31 DAY)
    AND DATE_ADD(CURRENT_DATE(), INTERVAL -1 DAY)
  GROUP BY
    Campaign_ID,
    Activity_ID,
    Date ) AS activity
ON
  base.Campaign_ID = activity.Campaign_ID
  AND base.Activity_ID = activity.Activity_ID
  AND base.Date = activity.Date
WHERE
  base.Campaign_ID IN campaign_list
  AND base.Activity_ID = activity.Activity_ID
ORDER BY
  base.Campaign_ID,
  base.Activity_Group_ID,
  base.Activity_ID,
  base.Date