付费媒体自动配置

当您在Content Analytics中启用付费媒体渠道并保存配置时，Adobe会使用付费媒体数据集的报表配置更新选定的连接和数据视图。 您无需自己重新创建默认维度、量度、查找逻辑或摘要数据组。

将创建三个对象层：

启用付费媒体不会自动将付费媒体数据连接到您网站的订单、预订或收入。 体验事件数据与付费媒体数据之间的关联需要客户特定的跟踪密钥映射和报表配置。

摘要数据集

下图显示了在Experience Platform中设置第一个付费媒体广告连接器（例如，对于Google Ads或Meta Ads）时如何生成摘要数据集。 可用广告网络中的相关API用于下载体验、资产和广告数据。 这些数据被标准化为通用的数据结构，并存储在六个摘要数据集中。

默认情况下，将创建所有六个摘要数据集。 是否每个数据集都填充了数据，这取决于广告网络。

有关概要数据集的概述，请参阅下表，其中包含以下信息：

此表描述了数据集覆盖范围，并不能保证特定网络会填充每个量度或元数据字段。 检查分析所需的字段。 不可用字段或不受支持的划分与测量出的字段零值不同。

摘要数据分组将等效维度汇总在一起；分组不会汇总六个性能量度总计。

查找数据集

单独的查找数据集描述了帐户、促销活动、广告组、广告、体验和资产。 它们使用实体GUID提供名称和元数据。 摘要数据集和六个查找数据集之间不存在一对一的配对。

查找数据集共享包含付费媒体核心元数据的公共构建基块。 该块包含Adobe生成的全局键以及每个实体的平台本机ID；例如： accountID和accountGUID、campaignID和campaignGUID等。 该块还存储常见的描述性字段，例如名称、状态、目标、优化目标、竞价策略、预算类型、预算值、货币、时区、服务状态、日期、广告网络、渠道、层次结构路径、网络和项目组合标识符。

组件

在Content Analytics中启用付费媒体渠道后，将会生成大量数据视图组件。 这些组件具有组件后缀，用于区分名称相似的组件。

量度

不同的广告网络会返回不同的性能细分。 Content Analytics会保留这些区别，而不是将量度的每个版本都视为可互换的。

例如：

每个点击量度组件提供不同的报表上下文。 您不能将这些量度组件合计为一个总计。 同一基础广告活动可以在多个摘要数据集中表示。 由于广告网络的报表行为，地理或人口细分数据集行聚合值可能与非细分数据集的聚合值不同。 这就是为什么会有单独的划分摘要数据集。

维度

每个摘要数据集都包含ID和GUID。 ID是由广告网络提供的身份（帐户、促销活动、广告组、广告、体验和资产），在​广告网络数据内是唯一的。 GUID是Adobe提供的身份（用于帐户、营销活动、广告组、广告、体验和资产），在​广告网络中是唯一的。 GUID用于查找相应的名称和元数据。

派生字段

派生字段是自动报告配置的一部分。 派生字段将标识符转换为名称和元数据，显示创意属性，并支持在报表源间使用的等效维度。 它们不会创建其他广告活动或自动归因网站转化。

对分析中的量度和该划分支持的维度使用相同的划分。 请注意，人口统计和地理总数不一定等于广告网络的无细分总数，也不意味着摄取失败。

报告和分析

完成Content Analytics付费媒体的设置和引入后，您可以开始报告和分析。 有关一些示例，请参阅下表。 使用可用的规范分组维度，并从匹配报表级别选择量度。

这些报告可以揭示创意属性和性能之间的关联，但不能证明属性导致了结果。

避免出现不兼容的组合：资产名称（付费媒体）与广告摘要量度不能替代资产报表。 使用资产汇总量度进行资产分析，使用广告地理位置量度进行区域分析。 来自不兼容配对的空单元格或零单元格不应解释为没有活动的证据。

示例

以下示例介绍了如何报告和分析付费媒体效果，以及如何将Content Analytics体验和资产数据与付费媒体数据相结合。

广告营销活动效果

您想要报告广告级别的促销活动效果。 在Analysis Workspace中，使用促销活动名称作为维度（行），并使用下表所述的指标。 每个量度具有相同的组件后缀。

（可选）按广告名称划分促销活动名称，但将所有五列保留在“广告摘要”级别。

要调查单个资产，请使用单独的表，其中具有资产名称（付费媒体）和匹配的资产摘要列。 不要将两个表的总数相加。

确定表现最佳的广告

您想了解Meta广告在哪些方面的表现最佳？

要进行调查，请使用地理和人口结构的其他细分。 使用促销活动名称或广告名称作为维度，并使用下表所述的量度。 每个量度具有相同的组件后缀。

将付费媒体数据与体验事件数据连接起来

将付费媒体表现与网站行为数据相结合，了解促销活动和广告如何与网站参与度、转化和收入相关联。 例如，将广告网络点击次数和支出与归因于同一营销活动访问的订单进行比较。

要配置此报表，请将付费媒体摘要数据集和您的现场事件数据集包含在同一Customer Journey Analytics连接中。 从登陆页面URL参数或现有事件字段中捕获稳定的促销活动、广告或支持的资产标识符。 根据需要使用派生字段解析这些值，并将其映射到相应的付费媒体标识符，从而保留所需的网络和帐户上下文。 将标识符保留为字符串。 要关联匹配的事件和摘要维度，请在数据视图中配置摘要数据组。 启用付费媒体渠道不会自动配置此特定于实施的URL跟踪和映射。

在Analysis Workspace中，使用​ 广告摘要 ​指标进行促销活动或广告比较，使用​ 资源摘要 ​指标进行支持的资源比较。 将归因模型和回顾窗口应用于反映您的报表问题的网站转化量度。

请注意以下各项：

比较促销活动效果与现场订单

登陆页面URL可以包含多个跟踪参数。 在此示例中，utm_id中的促销活动ID用于将促销活动支出与网站订单进行比较。

https://www.example.com/offer?utm_source=facebook&utm_medium=paid_social&utm_campaign=autumn_offer&utm_id=120218706543980215

用于此比较的参数： utm_id=120218706543980215。 其他参数描述源、媒体和促销活动标签，但不用作本示例中使用的匹配字段。

如果在网站事件数据中捕获了URL，并且网站事件数据集和付费媒体数据集都是同一Customer Journey Analytics连接的一部分，则：

自由格式表显示广告网络支出以及归因于每个营销活动的网站订单。 两个广告支出相似的营销活动的归因下游网站操作数不同。 使用此比较可识别促销活动和登陆页面体验以进行进一步调查或测试，而不是仅根据广告量度来评估性能。

此示例使用促销活动ID，但在可捕获匹配值时，相同的方法可以使用广告组、广告或资产标识符。 Content Analytics属性，如​资源前景色，可让您比较创意特征与付费媒体效果。 通过跨两个源配置特定于资产的跟踪和匹配属性维度，您可以将该比较扩展到已归因的网站订单，并使用结果指导创意测试。

将资源性能与Web数据相结合

如果要报告和分析与付费媒体投资相关的资产性能，请考虑在广告网络付费媒体配置中添加特定资产UTM参数。 例如，除了标准动态参数（如site_source_name、campaign.id、adset.id或placement）之外，还添加静态自定义参数（如aca_asset_id=999999）。

此自定义参数将会添加到您的登陆页面URL。 例如： https://www.example.com/home.html?utm_content=120241705099850539%2Caca_asset_id%3D9999999%2Caca_placement%3DFacebook_Desktop_Feed&aca_id_2=8888888&utm_medium=paid&utm_source=fb&utm_id=120241705099830539&utm_term=120241705099840539&utm_campaign=120241705099830539

现在，页面上的资产与您的付费媒体数据之间存在关联。 在Analysis Workspace中使用该关系查看Content Analytics资源元数据（例如​资源前景色）如何有助于付费媒体促销活动取得成功。