教學｜BigQuery Connector
Creation Date: October 26, 2023
Created By: Crescender Lab
💁♀️ 可做到
-
有效分析跨渠道行銷成效
-
極致個人化跨渠道溝通
-
建立多維度精準受眾群
-
整合360º一致顧客輪廓
1. 什麼是BigQuery Data Exporter？
讓我們先簡單了解 BigQuery 是什麼？BigQuery 是 Google Cloud 推出的雲端資料分析服務，可執行 PB 級規模的數據分析作業，像是大家日常會使用的 Google 搜尋引擎、Google Ads 服務，背後就是由 BigQuery 作為資料處理與分析的核心技術。BigQuery 同時也內建機器學習技術，讓用戶能依照自己的需求進行更深度的資料分析。
BigQuery 兩大優點
-
速度快：查詢或分析 TB/PB 等級的資料最快可達到「秒」的等級。
-
應用多：支援各種 BI（Business Intelligence）、CDP、MA 等工具；協同第三方強化資料整合至分析應用。
除了上述兩大優點，BigQuery 採用 SQL 的語法，讓用戶查詢資料時更易上手，資料存取也經過加密處理以強化安全機制，而大家最在意的 DR（Disaster Recovery）能力，BigQuery 則提供資料多份複製的功能，以避免資料遺失的風險。
▶️ 設定步驟（ 以Emarsys串接為例 ）
任何數據相關平台如有接收 BQ 資料，皆可和漸強實驗室 BQ Connector串接，以下提供六個常見平台串接說明參考：
BI system: Power BI, Tableau, Metabase
CDP: Emarsys, Treasure data, Insider
ℹ️ 請確認已經從漸強團隊索取以下資料，即可開始在您們現有的平台進行設定
- GCP project id
- Dataset id
- Client email address
- Secret.json file
2. 在Add-ons 選單中選擇 Relational Data
3. 在Relational Data中選擇Connection
4. 點選 Create Connection
5. 選擇 BigQuery
6. 輸入漸強實驗室提供的4個資料值
7. 輸入完成後點選Save
ℹ️ 如何在Emarsys中建立Segment Templates讀取資料，請參考：Creating relational segments from Emarsys
⛔️ 注意事項
- 需具備 SQL 程式語言能力
- 資料同步方向為 單向由 MAAC → BQ
- 消費行為 (Transaction) 的追蹤資料，僅限已串接 MAAC 平台之網域 Web GA 資料可提供
- 單一客戶每日用量限制為 500 GB
▶️ BigQuery 提供相關資料類型說明
目前使用 BigQuery 可取得漸強實驗室 MAAC 產品資料庫所搜集之聯絡人屬性、標籤、開封、點擊及消費等行為資料。
ℹ️ 更新頻率
- 屬性 profile 類型資料：每日 00:00 am 更新
- 事件 event 類型資料：即時更新 (如系統當下過載可能會有 1-2 分鐘延遲)
8. 屬性資料 - Contacts
2024/02/23 更新：支援聯絡人在 MAAC 中建立時間
9. 屬性資料 - Tags
10. 事件資料 - Transactions
⚠️ 請留意消費行為 (Transaction) 的追蹤資料，僅限已串接 MAAC 平台之網域 Web GA 資料可提供
11. 事件資料 - Message Send
12. 事件資料 - Message Open
13. 事件資料 - Message Click
- 每次的訊息開封和訊息點擊，都是獨立的BQ事件
- 如需要回傳訊息開封及點擊互動行為資料，使用 Open API 推播訊息時，請務必記得建立 event id
- 於 MAAC 不同功能產生之點擊互動行為資料，如使用的 UTM 相同，將會產生兩筆資料（ campaign_name 不一樣 ）
14. 事件資料 - 獎項寄送
15. 事件資料 - 獎項領取
16. 事件資料 - 獎項兌換
17. 事件資料 - 聯絡人檔案 CID 更新
18. 事件資料 - 新增聯絡人標籤
19. 事件資料 - 移除聯絡人標籤
⚠️ BQ connector 建立後始可收集聯絡人互動資訊相關資料
Created with Tango.us
評論
0 條評論
請登入寫評論。