ログレベルを活用したカスタムアルゴリズム
DV360 DTファイルを使用して、ML関数を使用して、何千ものデータ信号に最適化するカスタムアルゴリズムを開発し、何千もの入札倍率を自動的に作成することで、手動で最適化する必要をなくしました。
顧客のライフタイムバリュー予測
ロジスティック回帰を活用して、売上高に基づいて顧客を低・中・高の3段階で予測し、そのモデルをプログラマティックバイイングに展開しました。
GA360へのCRMオンボーディング
ウェブサイトの訪問者とCRMのIDを組み合わせて、ユニークな「識別子」を作成しました。その結果、顧客情報をウェブ分析やキャンペーンデータと一緒にBigQueryで確認することができました。
Ads Data HubまたはADHは、Googleのクリーンルーム環境として開発されたもので、広告主は、より安全でプライバシーに配慮した環境で、クロスデバイスメディアキャンペーンに関する詳細なインプレッションレベルのデータにアクセスできるようになっています。
BigQueryはサーバーレス、データウェアハウスで、Google内にある クラウドプラットフォームまたはGCPコンソール。 超高速SQLクエリを使用して大規模なデータセットを分析するために開発されました。
プライバシーに準拠したソリューションを増やすための入札で独立したアトリビューションのようなもののためのユーザーIDが削除された後、ADHと拡張されたユースケースの導入により、キャンペーンや顧客のインサイトを生成したい場合にスタック内で非常に重要なソリューションになります。ADHを利用することで、広告主はCRMなどの他のソースからデータを取り込み、さまざまな広告チャネルのより全体的なビューを生成することができます。
– ADHはGoogle Cloudインフラストラクチャ上に構築されているため、コンバージョンへの道筋を理解したい広告主は、他のデータソースをBigQueryにアップロードすることができます。ADHを使用すると、データソースを組み合わせて、コンバージョンまでの目的のパスを生成することができます。
– クエリを記述して実行するには、ADHを管理する担当者がSQLプログラミング言語で実行し、BigQuery UIの使い方を理解している必要があります。
– ユーザーレベルのデータをADHからエクスポートすることはできず、エクスポートされるデータは最低50ユーザーで集計されます。
– ADHはBigQueryで構築されています。適切なスキルがあれば、Cloud for Marketingを活用することで、広告主のアナリティクス出力に革命を起こすことができます。
ADH内で利用可能なデータは、DV360またはCampaign Managerのログファイルからのもので、これはあなたが見ることを期待しているものです。しかし、YouTubeやモバイル広告のキャンペーンデータをイベント段階で活用することもでき、レポーティングインサイトという点では全く新しいレベルに到達することができます。例えば、クロススクリーンのYouTubeキャンペーンを測定できるのはADHだけです。
Bidmathでは、BigQueryのエキスパートであり、お客様がどのようなデータ課題を抱えていようとも、その答えにたどり着くための手段はBigQueryを活用することであると実感しています。CRMの統合、未知のユーザーを識別する新しい方法、真の顧客生涯価値を確認したいと考えている場合など、データジャーニーのお手伝いをいたします。
We support & manage programmatic campaigns on a transparent basis and leverage dynamic creative expertise.
Our experts can implement, audit and manage platforms including offering full training sessions to support in-housing clients.
Copyright © 2012-2020 Bidmath
All Rights Reserved
Bidmath Global HQ
Watertorenplein 8
1051PA Amsterdam
The Netherlands
