多方见解¶

关于模板¶

此模板演示了基于 Snowflake Collaboration Data Clean Room 构建的三方 Data Clean Room 用例。它将代表广告和衡量工作流程中不同方的三个不同数据集汇集在一起：

• 出版商（曝光）： 广告曝光数据，包括经哈希处理的电子邮件、IP 地址、展示日期、广告组和广告系列 ID，表示受众在广告平台上的展示次数。

• 广告商（购买）： 购买交易数据，包括经哈希处理的电子邮件、购买日期、平台、位置和购买金额，代表客户在移动设备、桌面和 CTV 上的购买行为。

• 身份合作伙伴（客户主干）： 身份解析数据，包括经哈希处理的电子邮件、状态和归档类型，作为第三方主干，通过地理位置和人口统计属性增强协作。

该模板使用标准化联接键（经哈希处理的电子邮件 SHA-256），以显示按地理位置细分的购买行为的汇总见解。具体来说，该分析计算了三方每个州和广告组的购买总数和平均支出金额。

这种三方联接是 Snowflake Collaboration Data Clean Room 的一项关键功能，超越了一对一的提供商-使用者 Clean Room 模型。协作规范控制哪些方可以运行哪些模板并访问哪些数据产品，从而实现灵活的权限管理。例如，身份提供商可以贡献数据，而无需访问运行任何分析模板。

两个 SQL 模板包括：

• 受众重叠： 一个简单的重叠查询，可返回在联接的数据集中找到的经哈希处理的不同电子邮件，这对于受众激活非常有用。

• 州支出分析： 洞察查询，可联接所有三个表，以计算每个州和广告组的总购买量和平均支出，提供可操作的广告系列绩效洞察。

协作角色¶

关键用例¶

• 身份解析： 使用经哈希处理的联接密钥跨出版商、广告商和第三方身份提供商安全地匹配客户记录，从而在不暴露原始 PII 的情况下实现受众的统一视图。

• 受众重叠分析： 确定出版商、广告商和身份数据提供商之间的共享受众，以评估匹配率、完善定位策略并激活营销活动的匹配分段。

• 按地理位置进行购买归因：通过将广告商交易数据与出版商曝光数据和第三方身份主干相结合，将购买行为归因于特定的广告组和地理区域。

• 广告系列绩效优化： 按州和广告组汇总总购买量和平均支出，以了解哪些广告系列和区域带来的价值最大，从而实现数据驱动的预算分配。

获取工作表和模板¶

您可以通过两种方式运行此示例：

• 单个账户： 在一个 Snowflake 账户中运行整个示例，其中一个账户扮演所有三个角色。

• 三个账户： 在同一组织和同一云托管环境中的三个不同的 Snowflake 账户上运行示例，每个账户扮演不同的角色（出版商、广告商、身份合作伙伴）。

请参阅将 SQL 工作表上传到您的 Snowflake 账户的说明。