跨媒体和产品关联数据分析

本页介绍了使用 Cortex Framework Data Foundation 的跨媒体和产品关联分析 (Cross Media) 加速器所需的配置。

借助这款跨媒体加速器，Cortex Framework Data Foundation 会添加一组初始 KPI，以便了解在 Google Ads、YouTube（搭配 DV360）、Meta 和 TikTok 等媒体平台上投放的营销广告系列对商品和商品类别销售效果的影响。

下图描述了如何通过 Cortex Framework Data Foundation 的营销工作负载获取跨媒体数据分析：

配置文件

config.json 文件用于配置连接到数据源以从各种工作负载传输数据所需的设置。此文件包含以下跨媒体参数：

  "k9": {
    "datasets": {... },
    "crossMedia": {
      "productHierarchyType": "",
      "maxProductHierarchyMatchLevel": 9,
      "targetCurrencies": ["USD"],
      "additionalPrompt": "",
      "lookbackWindowDays": 7
    }
  },
  "VertexAI": {
    "region": "us-central1",
    "processingDataset": "CORTEX_VERTEX_AI_PROCESSING"
  },
...

下表介绍了每个参数的值：

数据模型

本部分使用实体关系图 (ERD) 介绍了跨媒体和产品关联数据分析数据模型。

部署跨媒体

1. 在源项目中创建 BigQuery 数据集，以供 Vertex AI 进行处理。

2. 按照各自的指南配置以下一个或多个营销数据源以进行部署：

   1. Google Ads
   2. 元
   3. YouTube（通过 DV360）
   4. TikTok

3. 启用并配置所需的通用维度：

   1. 国家/地区维度
   2. 商品维度
   3. 货币换算

4. 配置跨媒体设置：

   1. 将 k9.deployCrossMedia 设置为 True。
   2. 将 k9.CrossMedia.productHierarchyType 设置为与上一步中的 dataSourceType 相同的值。
   3. 在 VertexAI 部分，将数据集设置为您在第 1 步中创建的数据集，region 应与 Vertex AI 处理数据集所在的位置一致。

5. 根据需要调整任何其他设置。然后，您就可以开始部署了。

运行 DAG

1. 根据需要设置 Cloud Composer Airflow 环境。确保 k9_reporting 连接配置正确无误。
2. 将数据加载到“货币换算”和“商品层次结构”表中。
3. 运行 cross_media DAG。有两种变体：“完整刷新”或“增量刷新”。请使用适合您的用例的选项。

已知问题

如果未填充“货币换算”表，则最终输出表的所有行的 TotalCostInTargetCurrency 列都将为空。在这种情况下，您仍然可以使用 TotalCostInSourceCurrency 列以原始货币报告费用。

后续步骤

• 如需详细了解其他数据源和工作负载，请参阅数据源和工作负载。
• 如需详细了解在生产环境中部署的步骤，请参阅 Cortex Framework Data Foundation 部署前提条件。