如何將數據從 Facebook 上傳到 Google BigQuery

Facebook 是全球最受歡迎的社交網絡，每月有超過 26 億活躍用戶。 毫不奇怪，它已成為許多企業的強制性促銷渠道。 超過 700 萬廣告商在這個平台上推廣他們的服務。 此外，Facebook 還擁有另外三個最大的社交媒體平台：Instagram、WhatsApp 和 Facebook Messenger。

Facebook 和 Instagram 在廣告商中受歡迎的另一個原因是觸達受眾的低價和準確定位受眾的能力。

Facebook 為企業和營銷人員提供了處理廣告活動的工具：Facebook Ads Manager、Facebook Pixel 和 Facebook Analytics。

默認情況下，廣告管理器會提供有關覆蓋率、觀看次數、點擊次數、廣告費用等的信息。 如果您在您的網站上安裝 Facebook 像素並設置事件跟踪，您可以通過點擊廣告了解訪問您網站的用戶的行為。

您可以在您的廣告為您的網站帶來的任何設備上跟踪所有類型的轉化，並查看所需操作的成本。 Facebook 報告顯示所有點擊、註冊、訂單、購買等。

存儲在 Facebook 廣告資料中的數據只能告訴您一個來源的有效性。 但是，如果用戶通過自然流量找到您，然後返回您的網站，點擊 Facebook 上的鏈接，並在收到電子郵件後進行購買，該怎麼辦？ 在這種情況下，您如何評估 Facebook 渠道的有效性？ 在整合數據之前，您不會知道它如何與其他營銷資源交互以及它們如何影響整個業務。

在大公司，營銷不僅限於Facebook，銷售可以線上線下。 因此，有必要將來自 Facebook Ads Manager 的數據與來自您的網站、其他廣告服務和 CRM 的數據結合起來，這樣您就可以了解全局：在廣告上花了多少錢，哪些廣告渠道更有效，以及財務狀況結果。

通過將廣告服務的成本數據上傳到 Google BigQuery，您可以將成本與網站上的用戶活動、呼叫呼叫中心的電話、電子郵件以及從 CRM 系統購買的訂單相關聯。 這有助於您設置高級分析並評估所有營銷工作（包括在線和離線）對業務績效的影響。

上傳到 Google BigQuery 的營銷服務數據可用於計算您的歸因模型，然後 BigQuery 可以將結果傳遞給系統進行自動出價管理。 此外，在 Google BigQuery 中，您可以根據組合數據和歸因計算結果創建用戶受眾，然後自動將這些受眾發送到廣告服務。 最後，您可以使用 BigQuery 中收集的數據不受限制地構建您需要的任何報告。

最流行的雲平台是 Amazon Redshift、Google BigQuery 和 Microsoft Azure。 與傳統數據倉庫相比，它們具有共同的優勢：

• 當負載增長時，您無需維護服務器並連接新服務器。 雲存儲自動擴展。
• 雲平台比傳統存儲更快，並自動重新分配負載。
• 您無需在計算機上安裝服務器即可進入雲存儲。 只需打開瀏覽器並登錄雲。

我們選擇了 Google BigQuery 並將其推薦給我們的客戶，原因如下：

• 谷歌是營銷人員數據源數量的領導者：廣告、分析、搜索控制台、YouTube。 所有這些服務都與 BigQuery 無縫集成。
• 它可以快速處理大量數據。
• 無需數據庫管理員的幫助即可輕鬆開始使用 BigQuery。 只需創建一個 Google Cloud 帳戶。
• 您只需為您使用的服務付費。
• 有現成的服務和解決方案可以在沒有開發人員幫助的情況下將數據上傳到 Google BigQuery。

Google BigQuery 沒有用於從 Facebook 廣告管理器導入數據的內置工具。 您可以通過多種方式解決此問題：手動上傳數據、編寫自己的腳本或使用專門的服務，例如 OWOX BI。 讓我們仔細看看這些選項中的每一個。

您可以將 Facebook 廣告資料中的費用數據上傳到單獨的文件中，然後通過 BigQuery 界面手動上傳。 這種方法的缺點很明顯：很多不必要的工作，而且沒有自動化。

您還可以編寫腳本，從營銷服務上傳您需要的數據。 但是，您需要不斷地監視和支持這些腳本。 您還必須花費開發人員資源來組合來自不同帳戶和不同日期的數據，檢查數據質量，并快速響應廣告服務 API 的可能變化。 此外，如果 Facebook Ads 中的數據發生變化，您需要追溯更新數據，將所有廣告來源的成本轉換為單一貨幣等。如果您不做這些事情，質量差的數據可能會導致次優的解決方案花費你的生意很多。

使用 OWOX BI，您可以設置自動將不同廣告服務的成本導入 Google Analytics，並將成本數據以一個數據流的形式上傳到雲存儲。 如果您使用此方法，請考慮 Google Analytics 的限制：

• 每天最多可以將 90 MB 加載到單個數據集中。
• 每個資源每天最多可以下載 50 個文件。
• Google Analytics（分析）最多可能需要 24 小時來處理上傳的數據並使其在報告中可用。
• 上傳大量數據時，Google Analytics API 可能會出現問題。
• 您上傳的參數不能超過來自 Google Analytics 的成本數據集架構可以包含的數量。

OWOX BI 擁有來自 Facebook、Instagram 和 LinkedIn 的直接數據流，您可以使用這些數據流將所有活動的原始數據上傳到 BigQuery。 這些數據方案包含 80 到 200 個參數，可確保您的報告具有高粒度的數據。

Facebook 與 Google BigQuery 直接集成的好處是什麼？

OWOX BI 提供了一個開箱即用的完整解決方案——您無需手動執行任何操作。 該服務以方便的格式收集您需要的所有數據，並監控其質量和相關性。

如果 Facebook Ads 中的歷史數據發生變化，OWOX BI 會自動更新上傳到 BigQuery 的數據。 此外，如有必要，您可以上傳過去六個月的歷史數據。 這將幫助您評估活動動態。

由於成本數據導入是在沒有 Google Analytics 參與的情況下進行的：

1. 您可以更快地獲取數據：費用會直接上傳到 BigQuery，您無需額外等待 24 小時讓 Google Analytics（分析）對其進行處理。
2. 數據的下載沒有 Google Analytics 的 90 MB 限制和每天 50 次下載。
3. 您只需在創建流時指定相同的數據集，即可將來自多個廣告帳戶的統計信息下載到單個 BigQuery 表中。
4. 來自廣告源的數據被編譯到 Google BigQuery 中的單方表中。 這極大地簡化了查詢的編譯和下載數據的分析。
5. 費用數據以兩種貨幣上傳到 BigQuery。 一個字段以來自廣告服務的原始貨幣存儲成本。 您可以在創建流程時指定將成本數據轉換為的其他貨幣。 轉換成本對於必須將來自不同來源的數據轉換為單一貨幣的報告很有幫助。

1. 確保您的廣告鏈接帶有 UTM 標籤。
2. 在 OWOX BI 主頁上，單擊 Create Pipeline：

3. 作為來源，選擇Facebook Ads ：

4. 作為目的地，選擇Google BigQuery ：

如果您在 Google BigQuery 中沒有項目，請了解如何開始使用雲存儲並創建數據集。

5. 選擇您要從中導出廣告費用數據的 Facebook 帳戶（或授予對新 Facebook 帳戶的訪問權限）：

在任何情況下，OWOX BI 都不會更改您的帳戶或廣告活動的設置！

對於大多數廣告平台，OWOX BI 僅請求訪問以讀取數據。 這種訪問級別足以讓我們獲得有關您廣告中鏈接標記的統計信息和信息。 但並非所有廣告服務都具有我們預期的訪問或工作級別。 例如，要使用 OWOX BI 將原始數據從 Facebook 導入 Google BigQuery，您需要 ads_management 權限。

6. 選擇連接的帳戶或授予對要存儲導出數據的 Google BigQuery 帳戶的訪問權限：

7. 選擇一個 Google BigQuery 項目和一個您想要將數據上傳到（或創建一個新的）的數據集：

筆記！ 要設置數據收集，您的 Google 帳戶必須被授予目標項目的BigQuery 數據編輯者和BigQuery 用戶角色。 否則，BigQuery 將不允許您上傳數據。

要檢查/授予這些權限，請轉到您的 Google Cloud Platform 項目中的身份和訪問管理頁面。 在 Google 文檔中閱讀更多內容。

8. 指定管道的設置：

• 選擇您要上傳費用數據的日期。 您可以設置未來或過去的日期。 如果您選擇過去的日期，請了解歷史數據導入的限制。
• 選擇默認情況下要應用於導入數據的源/媒體。 僅當 OWOX BI 未收到實際的 UTM 參數值時，您為 UTM 源/通道指定的默認值才會寫入成本數據表。 有關為何應在管道設置中為 UTM 源/通道指定默認值的更多信息，請參閱幫助。

重要的！ 您可以隨時將管道頁面上的源/媒體設置更改為除 google/organic 之外的任何值。 指定的值將應用於在更新窗口內進行更改後導入的新數據和歷史數據。

9. 單擊創建管道。

完畢！ 前一天的數據將在每天 00:00 (UTC) 出現在指定數據集中的表格中。 根據數據量和廣告服務 API 的功能，導入數據可能需要長達 24 小時。 有關表的結構，請參閱本文。

如果廣告服務中的信息發生追溯性變化，OWOX BI 將在已建立的更新窗口內更新上傳到 BigQuery 的所有數據。

在 Facebook 廣告資料和網絡分析系統中，您可以分析廣告效果的基礎知識。 例如，您可以分析 CTR、CPC、CPA、CR、會話、查看深度、跳出率、RPC 和 ROAS。 對於廣告渠道較少的小企業來說，這就足夠了。

但是，如果您與客戶有很多接觸點，有線下商店，並且想要查看整個購買路徑，那麼您應該考慮設置高級分析並創建一個包含您感興趣的所有指標的自動更新儀表板。 這將使您始終掌握最新信息，對廣告效果進行全面評估，並更快地做出重要決策。