Przykładowy scenariusz

Ten przewodnik zawiera przykładowy scenariusz tworzenia i kierowania segmentu odbiorców opartego na regułach w interfejsie Google Ads API.

Omówienie scenariusza

Załóżmy, że masz witrynę, w której skonfigurowano niestandardowe parametry tagu remarketingowego, aby rejestrować te atrybuty użytkownika:

  • event (lub ecomm_pagetype): parametr ciągu znaków wskazujący kategorię strony w Twojej witrynie, np. "checkout" lub "cart".
  • cartsize (lub cart_size): parametr numeryczny reprezentujący liczbę produktów w koszyku na zakupy użytkownika, obliczany za pomocą operatorów porównania numerycznego, takich jak GREATER_THAN.
  • checkoutdate: parametr daty (w formacie YYYYMMDD, np. "20191031", obliczany w strefie czasowej konta) wskazujący datę, w której użytkownik dokonał płatności. Ten parametr ustawiasz tylko wtedy, gdy użytkownik dokona zakupu.

Chcesz wyświetlać więcej wyświetleń użytkownikom, którzy umieścili w koszyku wiele produktów i rozpoczęli proces płatności. Chcesz też docierać do użytkowników, którzy dokonali zakupu w listopadzie i grudniu, ponieważ w tych miesiącach planujesz przeprowadzić w swojej witrynie dużą wyprzedaż.

Tę listę odbiorców możesz opisać za pomocą jednego z tych warunków:

  • Użytkownicy, którzy odwiedzili stronę płatności i mieli w koszyku więcej niż 1 produkt.
  • Użytkownicy, którzy dokonali płatności w listopadzie lub grudniu.

Jeśli użytkownik spełnia warunek 1 lub warunek 2, chcesz zwiększyć stawki w określonych grupach reklam lub kampaniach o 25%.

Obiekty

Lista oparta na regułach jest reprezentowana w interfejsie Google Ads API jako rule_based_user_list.

Poniższa ilustracja przedstawia strukturę rule_based_user_list w tym scenariuszu:

Struktura listy użytkowników opartej na regułach, która łączy 2 grupy elementów reguł

Dalsze kroki

  1. Twórz grupy elementów reguły, aby zdefiniować poszczególne warunki parametrów i pogrupować je za pomocą logiki AND.
  2. Utwórz listę użytkowników, aby połączyć grupy elementów reguły za pomocą logiki OR, opcjonalnie wstępnie wypełnić listę danymi o użytkownikach z przeszłości i skierować na nią reklamę z modyfikatorem stawki.