DocumentaçãoExperience PlatformUm tutorial técnico do Adobe

1.2.4 Carregar dados do BigQuery no Adobe Experience Platform

Last update: Mon Feb 17 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Objetivos

  • Mapear dados do BigQuery para um esquema XDM
  • Carregar dados do BigQuery no Adobe Experience Platform
  • Familiarize-se com a interface do usuário do BigQuery Source Connector

Antes de começar

Após o exercício anterior, essa página deve ser aberta no Adobe Experience Platform:

demonstração

Se estiver aberto, continue com o próximo exercício.

Se não estiver aberto, vá para Adobe Experience Platform.

No menu esquerdo, vá para Origens. Você verá a página inicial de Fontes. No menu Fontes, vá para o conector de origem do Google BigQuery e clique em Configurar.

demonstração

Em seguida, você verá a tela de seleção da conta do Google BigQuery. Selecione sua conta e clique em Avançar.

demonstração

Você verá a tela Selecionar dados.

demonstração

1.2.4.1 Seleção de tabela do BigQuery

Na tela Selecionar dados, selecione seu conjunto de dados do BigQuery. Agora você pode ver uma pré-visualização de dados de amostra do Google Analytics no BigQuery.

Clique em Next.

demonstração

1.2.4.2 Mapeamento XDM

Agora você verá isto:

demonstração

Agora é necessário criar um novo conjunto de dados ou selecionar um conjunto de dados existente para carregar os dados do Google Analytics. Para este exercício, um conjunto de dados e um esquema já foram criados. Não é necessário criar um novo esquema ou conjunto de dados.

Selecione Conjunto de dados existente. Abra o menu suspenso para selecionar um conjunto de dados. Procure o conjunto de dados chamado Demo System - Event Dataset for BigQuery (Global v1.1) e selecione-o. Clique em Next.

demonstração

Role para baixo. Agora é necessário mapear cada Campo Source do Google Analytics/BigQuery para um Campo Target XDM, campo por campo. Você poderá ver vários erros, que serão abordados pelo exercício de mapeamento abaixo.

demonstração

Use a tabela de mapeamento abaixo para este exercício.

Campo de origem
Campo de público alvo
_id
_id
_id
canal._id
timeStamp
carimbo de data e hora
GA_ID
--aepTenantId--.identification.core.gaid
customerID
--aepTenantId--. identification.core.crmId
Page
web.webPageDetails.name
Device
device.type
Browser
environment.browserDetails.vendor
MarketingChannel
marketing.trackingCode
TrafficSource
channel.typeAtSource
TrafficMedium
channel.mediaType
TransactionID
commerce.order.payments.transactionID
Ecommerce_Action_Type
eventType
Pageviews
web.webPageDetails.pageViews.value

Para alguns campos, é necessário remover o mapeamento original e criar um novo, para um Campo Calculado.

Campo calculado
Campo de público alvo
iif(Unique_Purchases == null, 0, Unique_Purchases)
commerce.purchases.value
iif(Product_Detail_Views == null, 0, Product_Detail_Views)
commerce.productViews.value
iif(Adds_To_Cart == null, 0, Adds_To_Cart)
commerce.productListAdds.value
iif(Product_Removes_From_Cart == null, 0, Product_Removes_From_Cart), 1, 0)
commerce.productListRemovals.value
iif(Product_Checkouts == null, 0, Product_Checkouts)
commerce.checkouts.value

Para criar um Campo Calculado, clique em + Novo tipo de campo e em Campo calculado.

demonstração

Cole a regra acima e clique em Salvar para cada um dos campos na tabela acima.

demonstração

Agora você tem um Mapeamento como este.

Os campos de origem GA_ID e customerID estão mapeados para um Identificador neste Esquema XDM. Isso permitirá enriquecer os dados do Google Analytics (dados de comportamento da Web/aplicativo) com outros conjuntos de dados, como dados de fidelidade ou da central de atendimento.

Clique em Next.

demonstração

1.2.4.3 Conexão e agendamento da assimilação de dados

Você verá a guia Agendamento:

Na guia Agendamento, você pode definir uma frequência para o processo de assimilação de dados para este Mapeamento e dados.

Como você está usando dados de demonstração no Google BigQuery que não serão atualizados, não há necessidade real de definir um cronograma neste exercício. Você precisa selecionar algo e, para evitar muitos processos de assimilação de dados inúteis, é necessário definir a frequência da seguinte maneira:

  • Frequência: Semana
  • Intervalo: 200
  • Hora de início: a qualquer momento na próxima hora

Importante: certifique-se de ativar a opção Preenchimento retroativo.

Por último, mas não menos importante, você deve definir um campo delta.

O campo delta é usado para agendar a conexão e carregar somente novas linhas que chegam ao seu conjunto de dados do BigQuery. Um campo delta geralmente é sempre uma coluna de carimbo de data e hora. Portanto, para assimilações de dados agendadas futuras, somente as linhas com um novo carimbo de data e hora mais recente serão assimiladas.

Selecione timeStamp como o campo delta.
Clique em Next.

demonstração

1.2.4.4 Analisar e iniciar conexão

Agora você verá uma visão geral detalhada da sua conexão. Verifique se tudo está correto antes de continuar, pois algumas configurações não podem mais ser alteradas posteriormente, como por exemplo, o mapeamento XDM.

Clique em Concluir.

demonstração

Depois que a conexão for criada, você verá o seguinte:

demonstração

Agora você está pronto para continuar com o próximo exercício, no qual usará o Customer Journey Analytics para criar visualizações avançadas com base nos dados do Google Analytics.

Próximas etapas

Ir para 1.2.5 Analisar Dados do Google Analytics usando o Customer Journey Analytics

Retorne para Assimilar e analisar dados do Google Analytics no Adobe Experience Platform com o Conector de Source do BigQuery

Voltar para Todos os módulos

recommendation-more-help
4bbf020c-24db-4a43-b239-88fab142f02d