بالنسبة لأدوات القياس ذات الصلة بعائد الإنفاق الإعلاني، من المهم استخدام مجموعة من الفلاتر لتحديد طريقة حساب أداة قياس عائد الإنفاق الإعلاني بالضبط. تتضمن الفلاتر المهمة attribution_window
وtime_preset
(فترة الإسناد) وhours_since_creation
هنا. يشير مصطلح ROAS إلى عائد الإنفاق الإعلاني.
على سبيل المثال، إذا كنت تريد حساب عائد الإنفاق الإعلاني لنقرات شراء تطبيق الهواتف المحمولة خلال 7 أيام، ولكنك تريد فقط 7 أيام من البيانات المكتملة:
attribution_window
على 7D_CLICK
time_preset
على LAST_ND_14_8
يؤدي هذا إلى إسناد جميع قيم شراء تطبيقات الهواتف المحمولة خلال 7 أيام للمستخدمين الذين نقروا على الإعلان خلال فترة الإسناد، باستثناء آخر 7 أيام نظرًا إلى أنها تتضمن بيانات غير مكتملة. إذا نقر المستخدم على الإعلان بالأمس، فإننا لا ندرج هذا المستخدم ضمن حساب عائد الإنفاق الإعلاني، حيث لا يزال أمامه 6 أيام من عمليات الشراء المحتملة.
يشير مصطلح "قيم الشراء" إلى قيم أحداث الشراء على تطبيقات الهواتف المحمولة وأحداث شراء التحويل على موقع الويب (بيكسل فيسبوك) بالنسبة لأدوات قياس عائد الإنفاق الإعلاني ذات الصلة. في API، يشير ذلك إلى قيم شراء أدوات قياس الإحصاء app_custom_event.fb_mobile_purchase
وoffsite_conversion.fb_pixel_purchase
على التوالي.
إذا كانت فترة الإسناد تتضمن فترتي النقر والعرض معًا، فسيكون عائد الإنفاق الإعلاني الذي يتم احتسابه هو مجموع القيم. على سبيل المثال، إذا كان attribution_window
بالقيمة 1D_VIEW_7D_CLICK
، فإننا نأخذ قيمة عائد الإنفاق الإعلاني لـ 1D_VIEW
وقيمة عائد الإنفاق الإعلاني لـ 7D_CLICK
ونحسب المجموع. وذلك لأن كلا الإسنادين منفصلان ويمكن جمعهما معًا بشكل صحيح من دون تداخل.
يشمل الاستخدام الأمثل لأداة القياس هذه أيضًا بعض الفلاتر المستندة إلى الوقت، للتأكد من مرور عدد كافٍ من الأيام حتى تكون هناك بيانات مكتملة. إذا كانت حالة الاستخدام تتطلب بيانات مكتملة، فإننا نوصي باستخدام فلتر مثل hours_since_creation
لضمان تشغيل المجموعة الإعلانية لفترة كافية.
فيما يلي مثال على القاعدة التي:
0.50
(50%) نظرًا إلى أن هذه القواعد محددة بشكل كبير، فإنها تنطبق عادةً على قائمة محددة من المجموعات الإعلانية، مثل id
= 123
. نستخدم 8*24
للإشارة إلى الساعات التي مضت منذ عملية الإنشاء للحصول على يوم كامل على الأقل من البيانات المكتملة.
curl \ -F 'name=Test Website ROAS Rule' \ -F 'schedule_spec={ "schedule_type": "DAILY" }' \ -F 'evaluation_spec={ "evaluation_type": "SCHEDULE", "filters": [ { "field": "id", "value": [123], "operator": "IN" }, { "field": "time_preset", "value": "LAST_ND_14_8", "operator": "EQUAL" }, { "field": "attribution_window", "value": "7D_CLICK", "operator": "EQUAL" }, { "field": "hours_since_creation", "value": 192, "operator": "GREATER_THAN" }, { "field": "website_purchase_roas", "value": 0.50, "operator": "GREATER_THAN" } ] }' \ -F 'execution_spec={ "execution_type": "CHANGE_BUDGET", "execution_options": [ { "field": "change_spec", "value": { "amount": 20, "unit": "PERCENTAGE" }, "operator": "EQUAL" }, ] }' \ -F "access_token=<ACCESS_TOKEN>" \ https://graph.facebook.com/<VERSION>/<AD_ACCOUNT_ID>/adrules_library
فيما يلي مثال على القاعدة التي:
مرة أخرى، للحصول على البيانات المكتملة فقط، استخدم إعدادات التعيين المسبق للوقت التي لا تتضمن بيانات اليوم، مثل LAST_7D
وLAST_14D
.
curl \ -F 'name=Test Mobile App ROAS Rule' \ -F 'schedule_spec={ "schedule_type": "DAILY" }' \ -F 'evaluation_spec={ "evaluation_type": "SCHEDULE", "filters": [ { "field": "id", "value": [123], "operator": "IN" }, { "field": "time_preset", "value": "LAST_7D", "operator": "EQUAL" }, { "field": "attribution_window", "value": "1D_VIEW_1D_CLICK", "operator": "EQUAL" }, { "field": "hours_since_creation", "value": 48, "operator": "GREATER_THAN" }, { "field": "mobile_app_purchase_roas", "value": [0.76, 0.84], "operator": "NOT_IN_RANGE" } ] }' \ -F 'execution_spec={ "execution_type": "CHANGE_BID", "execution_options": [ { "field": "change_spec", "value": { "amount": 0.80, "target_field": "mobile_app_purchase_roas" }, "operator": "EQUAL" }, ] }' \ -F "access_token=<ACCESS_TOKEN>" \ https://graph.facebook.com/<VERSION>/<AD_ACCOUNT_ID>/adrules_library