BigQuery Exporter in CM360 & DV360

In diesem Artikel erkunden wir diese leistungsstarke Kombination von BigQuery und Looker Studio und schauen uns dabei die technischen Voraussetzungen sowie die Vorteile an.

Was ist BigQuery?

BigQuery ist ein vollständig verwalteter, skalierbarer Datenbankdienst von Google Cloud, der entwickelt wurde, um große Datenmengen in Echtzeit zu analysieren. Mit seiner schnellen Abfrageleistung und seiner nahtlosen Integration mit anderen Google Cloud-Services bietet BigQuery eine robuste Plattform für die Verarbeitung und Analyse von Daten.

Die Integration mit Looker Studio

Durch die Integration von BigQuery mit Looker Studio erhalten Datenanalysten einen benutzerfreundlichen Zugang zu leistungsstarken Analysewerkzeugen. Looker Studio ermöglicht es Benutzern, interaktive Dashboards zu erstellen, komplexe Datenabfragen durchzuführen und aussagekräftige Visualisierungen zu generieren, alles direkt über die intuitive Benutzeroberfläche.

Welche Vorteile hat die Verknüpfung?

BigQuery ermöglicht es, Performance Daten aus Tools wie einem Ad Server oder einer DSP (Demand Side Platform) langfristig in der Cloud zu speichern. Oftmals speichern diese Tools die jeweiligen Performance Daten nur für einen kleinen Zeitraum – bei Google’s Campaign Manager 360 und Display & Video 360 beträgt die Speicherdauer 2 Jahre. Wenn die Daten somit nicht anderweitig gespeichert werden, sind diese Daten nach 2 Jahren verloren. In der Google Cloud können wiederum auf Basis dieser Daten Modelle erstellt werden, wie beispielsweise Modelle für Predictive Audiences.
Mithilfe von BigQuery können wir Daten von der DSP (z.B. Google’s Display & Video 360) und dem AdServer (Campaign Manager 360) in einer Datenquelle sammeln und in Looker Studio einsetzen. Ohne BigQuery wäre dies nur durch aufwändige Data Blends in Looker Studio möglich und diese sind oft sehr fehleranfällig und erzeugen längere Ladezeiten des Dashboards. Des Weiteren ermöglicht BigQuery den Import der Conversions aus Campaign Manager 360 auf Basis unterschiedlicher Attributionsmodelle.
- Theoretisch könnte man auch eine einzige BigQuery-Datenquelle erstellen, welche sämtliche Performance-Daten aus anderen Kanälen (Paid Social, SEA, GA) enthält – allerdings ist die Umsetzung nicht so leicht zu bewerkstelligen, da es mitunter ein “Stitching” der Daten erfordert. Hierfür benötigt es einen Data Scientist mit dem notwendigen Know-How. (*Stitching = Zusammenführung von 2 unterschiedlichen Datensätzen in einen neuen Datensatz)
Mithilfe von BigQuery können wir Daten zu Dynamic Creatives aus Campaign Manager 360 in Looker Studio reporten (Reporting Labels, Reporting Dimensions etc.). Ohne BigQuery kann man diese Informationen nur mittels Google Sheet Upload (offline) in Looker Studio einpflegen, da die nötigen Dimensionen dort nicht verfügbar sind – das ist mühsam und liefert im Vergleich zu BigQuery keine Echtzeitdaten.

Wie funktioniert die Verknüpfung?

Es gibt unterschiedliche Wege, Performance Daten aus den Tools an BigQuery zu übermitteln. Einer davon ist die Exporter Funktion: DV360 und CM360 können direkt mit dem BigQuery Exporter verknüpft werden.

DV360 Verknüpfung mit BigQuery Exporter

Unter Partner Settings →Linked Accounts →Link New Account, kann der BigQuery Exporter ausgewählt werden. Folgendes muss angegeben werden:

die BigQuery Project ID
die BigQuery Dataset ID
die DV360 Advertiser ID(s)

Genauere Informationen zur Verknüpfung findet man hier. Danach ist die Export Funktion in DV360 unter Instant und Offline Reports verfügbar.

CM360 Verknüpfung mit BigQuery Exporte

Unter Admin → Account → BigQuery Exporter → On → Save , kann der BigQuery Exporter aktiviert werden. Als nächstes muss folgendes angegeben werden:

BigQuery Project ID (wird bei Link ID eingetragen)
BigQuery DataSet ID

Detaillierte Informationen zur Verknüpfung findet ihr hier. Danach ist die Export Funktion in CM360 unter Instant Reports verfügbar.

Es ist wichtig, dass zuvor das BigQuery DataSet an den Service Account freigeben wird (siehe Screenshot).

Sobald die Verknüpfung zwischen den Tools hergestellt ist, muss man einen Report mit den gewünschten Daten erstellen. Dazu wählt man entweder einen Instant Report oder einen Offline Report (nur bei DV360) aus. Die Erstellung sieht in beiden Fällen sehr ähnlich aus: als Format muss man BigQuery angeben (statt CSV oder Excel) und man wählt die zuvor angelegte BigQuery Verknüpfung unter “BigQuery Link” aus:

Folgendes muss dabei berücksichtigt werden:

Reports dürfen nur bis max. 14 Tage rückwirkend erstellt werden – ein längerer Zeitraum wird von der Export Funktion nicht unterstützt
Es muss auf den Advertiser gefiltert werden, der mit BigQuery verknüpft ist. Auch wenn mehrere Advertiser mit BigQuery verknüpft sind, muss man einen Report pro Advertiser erstellen.
Es reicht nicht, die Daten einfach nur in BigQuery einzuspielen und im Anschluss in Looker Studio einzusetzen. Es ist in jedem Fall notwendig, dass ein Data Scientist die sogenannte Pipeline kontrolliert und sicherstellt, dass die Daten korrekt verarbeitet werden. Erst dann sollten sie mit Looker Studio verknüpft werden.

Best-Practice:

Es empfiehlt sich, den Report immer für die letzten 14 Tage zu erstellen und diesen dann täglich in BigQuery einlaufen zu lassen. Grund: Die Conversion Daten können sich über den Zeitraum des Lookback Windows noch stark änder

Fazit

Eine Verknüpfung von BigQuery mit Looker Studio erleichtert die Darstellung großer Datenmengen in Looker Studio und ermöglicht zudem die Verknüpfung unterschiedlicher Datenquellen ohne aufwendige Data Blends. Die Ladezeit von Dashboards wird deutlich minimiert und es ermöglicht die Darstellung von Daten, die normalerweise nicht von Looker Studio unterstützt werden.

In jedem Fall reicht eine einfache Verknüpfung der Tools mit BigQuery nicht aus – es benötigt einen Data Scientist, der sicherstellt, dass die Daten korrekt in BigQuery verarbeitet werden, bevor sie in Looker Studio bereitgestellt werden.