Especificación de evaluación

El objetivo principal del parámetro evaluation_spec de una regla es determinar los objetos en los que la regla debe ejecutar su acción. El valor de evaluation_type determina el tipo de método de evaluación y tiene las siguientes opciones:

evaluation_spec contiene una matriz filters que te permite limitar aún más la lista de objetos coincidentes. Por ejemplo, puedes crear filtros en metadatos de anuncios, conjuntos de anuncios y campañas publicitarias y métricas de insights. Todos los filtros se evalúan en conjunto con el operador AND.

La matriz filters contiene una lista de objetos de filtro. Estos objetos son diccionarios con claves de field, value y operator:

Cada filtro tiene una lista de operadores lógicos admitidos. A continuación se indican los operadores lógicos admitidos en las reglas SCHEDULE y TRIGGER:

evaluation_spec requiere un objeto trigger para el tipo de evaluación TRIGGER. El activador contiene un tipo y una especificación de filtro subyacente. La especificación de filtro puede ser field, value y operator.

El activador determina de forma dinámica si debemos evaluar una regla y solo puedes tener uno. Consulta Reglas basadas en activadores para obtener más información.

A continuación definimos algunos filtros especiales y grupos generales de filtros que puedes usar.

Filtros especiales

time_preset

El filtro time_preset determina el periodo de tiempo durante el que agregamos las métricas de insights. En este momento solo permitimos un filtro time_preset. Se aplica a todos los filtros de estadísticas de la regla, incluido el utilizado para el activador, si está presente.

El único operador admitido para time_preset es EQUAL y es obligatorio siempre que haya un activador o un filtro de insights. Las reglas basadas en activadores solo admiten valores predefinidos de tiempo que incluyan TODAY, ya que lleva a cabo una evaluación en tiempo real.

Los valores predefinidos de tiempo para las reglas pueden comportarse de manera diferente a otras interfaces. Algunos de estos valores predefinidos de tiempo incluyen los datos de hoy. Esto se debe a que los datos de hoy son fundamentales para las reglas que se ejecutan con más frecuencia que cada día. En el caso de otras interfaces, el valor predefinido LAST_N_DAYS no suele incluir los datos de hoy. Consulta las descripciones siguientes para obtener más información.

{
  "field": "time_preset",
  "value": "TODAY",
  "operator": "EQUAL"
}

attribution_window

El filtro attribution_window determina el periodo retrospectivo durante el que se agregan las métricas de insights. Para obtener más información, consulta la documentación de insights en Intervalos de atribución.

En este momento solo permitimos un filtro attribution_window y se aplica a todos los filtros de estadísticas de la regla. El único operador admitido para attribution_window es EQUAL y solo lo admiten las reglas basadas en programaciones.

Tanto si se especifica como si no, el único valor permitido de value para attribution_window es ACCOUNT_DEFAULT.

{
  "field": "attribution_window",
  "value": "ACCOUNT_DEFAULT",
  "operator": "EQUAL"
}

Filtros de metadatos

Con los filtros de metadatos, puedes filtrar los objetos en función del estado actual de sus campos de metadatos. También admiten la filtración de varios niveles, lo que significa que puedes usar prefijos para aplicar un filtro de metadatos en los elementos principales o los ascendientes de los principales de un objeto. Esto no afecta a otros filtros. Los filtros de insights se siguen aplicando al objeto normal.

Por ejemplo, si quieres una regla que se aplique a conjuntos de anuncios de campañas publicitarias cuyo objetivo sea WEBSITE_CLICKS, puedes incluir dos filtros:

 "filters" : [
  {
    "field": "entity_type",
    "value": "ADSET",
    "operator": "EQUAL",
  },
  {
    "field": "campaign.objective",
    "value": "WEBSITE_CLICKS",
    "operator": "EQUAL"
  }
]

Filtros de metadatos que admiten las reglas basadas en activadores y programaciones

Filtros de metadatos que solo admiten las reglas basadas en programaciones

entity_type y id

Para cada regla de tipo de evaluación SCHEDULE o TRIGGER, debes especificar un filtro entity_type o id.

Cuando especificas un filtro entity_type, determinas un nivel de objeto dinámico para el que aplicar la regla. Por ejemplo, si el valor de entity_type es AD, esa regla evalúa automáticamente los nuevos anuncios que se añadan a la cuenta publicitaria. Esto sucede independientemente del momento en el que crees la regla. Al especificar un filtro id, la regla solo se aplica a una lista estática de objetos.

Al especificar un filtro idsin prefijo, calculamos automáticamente el nivel del objeto para el que aplicar la regla. Por ejemplo, si quieres aplicar una regla a los anuncios [123, 456], solo necesitas un campo de filtro id, el valor [123, 456] y el operador IN. En este caso, no se necesita entity_type, ya que nos ha proporcionado una lista estática inicial de objetos y podemos calcular el nivel del objeto a partir de esos objetos.

Puedes usar entity_type y id junto con la filtración de varios niveles. Por ejemplo, si quieres una regla que se aplique a todos los anuncios de algunos conjuntos de anuncios especificados, puedes tener un filtro entity_type de AD y un filtro adset.id con los conjuntos de anuncio especificados.

De forma predeterminada, si no especificas un filtro effective_status, añadimos implícitamente un filtro effective_status al evaluar la regla.

En el caso de todos los tipos de ejecución que actúan sobre objetos activos, este filtro predeterminado tiene el operador IN y el valor ['ACTIVE', 'PENDING_REVIEW']. Esto significa que la regla solo evalúa los objetos que tienen o tendrán entrega activa. En el caso de los tipos de ejecución que no actúan sobre objetos activos (UNPAUSE), añadimos este filtro con el operador NOT_IN y el valor ['DELETED', 'ARCHIVED']. El filtro predeterminado es una optimización interna para nuestros tipos de ejecución.

Filtros de insights

Evaluamos los filtros de insights respecto a los valores actuales devueltos de la API de insights para un filtro time_preset determinado. Estos filtros se aplican directamente a la lista o al nivel de objetos y no admiten la filtración de varios niveles. Todos los filtros de insights admiten los siguientes operadores: GREATER_THAN, LESS_THAN, EQUAL, IN_RANGE y NOT_IN_RANGE.

Consulta una descripción de cada uno de los campos siguientes en los documentos de la API de insights. Las reglas basadas en programaciones admiten todos estos filtros.

A continuación se incluye una lista de filtros de insights y se indica si las reglas basadas en activadores los admiten:

Filtros avanzados

Puedes personalizar y derivar campos avanzados según los filtros de insights y metadatos anteriores. Para obtener más información, consulta Filtros avanzados de la especificación de evaluación.

Los filtros avanzados admiten los siguientes operadores: GREATER_THAN, LESS_THAN, EQUAL, IN_RANGE y NOT_IN_RANGE. Solo los admiten las reglas basadas en programaciones.

En el caso de algunos de los filtros avanzados más usados, admitidos un alias como filtro: