Insights multipartes¶

Sobre o modelo¶

Este modelo demonstra um caso de uso de sala limpa de dados de três partes, criado no Snowflake Collaboration Data Clean Rooms. Ele reúne três conjuntos de dados distintos que representam diferentes partes em um fluxo de trabalho de publicidade e mensuração:

• Editor (exposições): dados de exposição de anúncios, incluindo e-mail com hash, endereço IP, data da impressão, grupo de anúncios e ID da campanha, representando impressões de público em uma plataforma de anúncios.

• Anunciante (compras): dados de transação de compra, incluindo e-mail com hash, data da compra, plataforma, localização e valor da compra, representando o comportamento de compra do cliente em dispositivos móveis, desktops e CTV.

• Paceiro de identidade (espinha dorsal do cliente): dados de resolução de identidade, incluindo e-mail com hash, estado e tipo de arquivamento, servindo como uma espinha dorsal de terceiros que enriquece a colaboração com atributos de geolocalização e demográficos.

O modelo une os três conjuntos de dados usando chaves de junção padronizadas (e-mail com hash SHA-256) para revelar insights agregados sobre o comportamento de compra, segmentados por geolocalização. Especificamente, a análise calcula o número total de compras e o valor médio gasto por estado e grupo de anúncios entre as três partes.

Essa junção entre as três partes é um recurso fundamental do Snowflake Collaboration Data Clean Rooms, que vai além dos modelos de salas limpas provedor-consumidor individuais. A especificação de colaboração controla quais partes podem executar quais modelos e acessar quais ofertas de dados, possibilitando permissões flexíveis. Por exemplo, o provedor de identidade pode contribuir com dados sem ter acesso para executar nenhum modelo de análise.

Dois modelos SQL estão incluídos:

• Sobreposição de público: uma consulta de sobreposição simples que retorna e-mails com hash distintos encontrados nos conjuntos de dados unidos, útil para ativação de público.

• Análise de gasto por estado: uma consulta de insights que une as três tabelas para calcular o total de compras e o gasto médio por estado e grupo de anúncios, fornecendo insights acionáveis ​​sobre o desempenho da campanha.

Funções de colaboração¶

Principais casos de uso¶

• Resolução de identidade: combine com segurança registros de clientes entre provedores de identidade de terceiros, editores e anunciantes usando chaves de junção com hash, permitindo uma exibição unificada de públicos sem expor PIIs brutas.

• Análise de sobreposição de público: identifique públicos compartilhados entre um editor, anunciante e provedor de dados de identidade para avaliar taxas de correspondência, refinar estratégias de segmentação e ativar segmentos correspondentes para campanhas.

• Atribuição de compra por geografia: atribua o comportamento de compra a grupos de anúncios e regiões geográficas específicos, unindo dados de transações de anunciantes com dados de exposição de editores e uma espinha dorsal de identidade de terceiros.

• Otimização do desempenho da campanha: agregue o total de compras e o gasto médio por estado e grupo de anúncios para entender quais campanhas e regiões estão gerando mais valor, permitindo a alocação de orçamento orientada por dados.

Como obter as planilhas e o modelo¶

Você pode executar este exemplo de duas maneiras:

• Conta única: execute todo o exemplo em uma conta Snowflake, onde uma única conta desempenha todas as três funções.

• Três contas: execute o exemplo em três contas Snowflake separadas na mesma organização e no mesmo ambiente de hospedagem em nuvem, com cada conta desempenhando uma função diferente (editor, anunciante, parceiro de identidade).

Consulte as instruções para carregar uma planilha SQL em sua conta Snowflake.