BigQuery をソースとして使用する — オーディエンスターゲティング

BigQuery にあるデータでビジターをターゲティングするには、Kameleoon がそのデータを定期的に読み取ります。Data Ingestion Task は、設定した頻度で BigQuery プロジェクトに対して SQL クエリを実行し、クエリが返した訪問者を Kameleoon に取り込みます。クエリには、コードで Kameleoon に渡す識別子と一致する visitor_id 列を含める必要があります。ウェアハウスにすでにあるデータを使って、その訪問者にキャンペーンをターゲティングできます。 始める前に、プロジェクトで BigQuery 統合を有効化してください。その後、次の手順に従ってオーディエンスデータを取り込み、キャンペーンで使用します。

1. 機能を有効化: 選択したプロジェクトの構成で、Use BigQuery as a source というラベルのチェックボックスをオンにして、この機能を有効にします。
2. Data Ingestion Taskの作成: Add new task をクリックして、フォームに入力します。
3. 設定を保存: タスクを作成したら、Validate をクリックして構成設定を保存し、適用します。

4. カスタムデータの作成: Kameleoon は、設定した頻度でウェアハウスをポーリングします。収集したデータをターゲティングに使用するには、カスタムデータを作成します。
5. セグメントを作成: カスタムデータを使用するセグメントを作成し、キャンペーンでそのセグメントをターゲティングします。

​

Data Ingestion Tasks

Data Ingestion Task は、設定した頻度で BigQuery プロジェクトに対して SQL クエリを実行します。複数のタスクを作成でき、タスクごとに独自のクエリと頻度を設定できます。 ポーリングが失敗した場合、Kameleoon は失敗を記録し、後続のポーリングが成功するまで、オーディエンスは最後に成功したポーリングでのメンバーシップを保持します。

​

Data Ingestion Taskの作成

Data Ingestion Task を作成して、BigQuery からオーディエンスデータの取り込みを開始します。

1. Add new task をクリックします。

2. フォームに入力します:
   1. Name (required): タスクの目的を識別できる、一意でわかりやすい名前を付けます。
   2. Frequency (required): タスクを実行して BigQuery からデータを取得する頻度を指定します (例: 1 日ごと)。
   3. BigQuery project ID (required): Google BigQuery プロジェクトに関連付けられたプロジェクト ID を入力します。
   4. Region (required): 提供されたリストから適切なリージョンを選択します。リージョンの選択により、BigQuery オペレーションの地理的な場所が決まります (利用可能なリージョン)。
   5. Query (required): BigQuery データベースからオーディエンスを取得する SQL クエリを入力します。クエリは次の形式に従う必要があります: SELECT visitor_id, attribute_1, ..., attribute_N FROM your_events_table

attribute_ フィールドは省略可能です。高度なターゲティングのシナリオで使用します。その方法は インポートしたオーディエンスをターゲティングする で説明しています。 visitor_id 列には、Kameleoon が各訪問者のオーディエンスデータを検索するための識別子が入ります。コードでオーディエンスを取得するときに渡す値と同じ値を使用してください。使用する値は、Kameleoon 訪問者コード、または独自の warehouseKey を渡している場合はその値です。識別子の選び方については、訪問者識別 を参照してください。 必要な情報をすべて入力したら、Confirm をクリックして Data Ingestion Task を作成します。 Data Ingestion Task を作成すると、Kameleoon はウェアハウスのポーリングを開始し、取り込まれたデータはすぐにターゲティングに利用できます。ポーリングされたデータは、Web 実験では Activation API、Feature Experimentation では 当社の SDK を通じて利用できます。

​

ガイドライン

列の命名

列名には、英字 (大文字または小文字)、数字、アンダースコア (_) のみを使用できます。先頭を数字にすることはできません。

列の順序

統合を正しく機能させるため、列は指定された順序 (visitor_id の後に省略可能な属性を続けた順序) で並べる必要があります。

​

取り込み前にクエリを実行する

タスクを作成または編集するときに、Kameleoon でクエリを直接テストできます。テストにより次のことができます:

• 接続をリアルタイムで確認できます。
• 認証情報とアクセス権が正しいことを確認でき、最初のデータインポートを待たずに問題をすぐに検出できます。
• データの構造とアクセシビリティを検証できます。

簡単なクエリを実行して、Kameleoon が正しいデータベースとテーブルにアクセスできることを確認できます。データセットの小さなサンプルをダウンロードして、スキーマ、権限、コンテンツが期待どおりであることを確認することもできます。

​

Data Ingestion Taskの更新

Data Ingestion Task を編集して、名前、頻度、BigQuery プロジェクト ID、リージョン、クエリを変更できます。

1. タスクの選択: まず、ドロップダウンメニューから編集する Data Ingestion Task を選択します。

2. タスクの詳細を編集: 名前、頻度、BigQuery プロジェクト ID、リージョン、クエリなど、変更したいフィールドを編集します。
3. 変更を確定: 必要な更新を行ったら、Confirm をクリックして Data Ingestion Task の変更を保存します。

​

Data Ingestion Taskの削除

不要になった Data Ingestion Task を削除します。タスクを削除する前に、関連するカスタムデータを削除してください。削除を確定する前に、アプリに警告が表示されます。

1. タスクの選択: ドロップダウンメニューから削除する Data Ingestion Task を選択します。
2. 削除を開始: 編集フォームのDelete data ingestion taskをクリックします。
3. 削除を確定: 確認プロンプトが表示されます。Confirm をクリックして、選択した Data Ingestion Task を削除します。

​

インポートしたオーディエンスのターゲティング

各 Data Ingestion Task はオーディエンスを 1 つ定義します。そのオーディエンスは、カスタムデータとセグメントを通じてターゲティングします。ターゲティングの対象に合わせて、次のアプローチから選択してください:

• 事前定義されたオーディエンス: 例えば、ロンドンで生まれたすべての訪問者です。すべての Data Ingestion Task のオーディエンスを一覧にしたカスタムデータを 1 つ作成し、そこからセグメントを作成します。
• 訪問者の属性: 例えば、訪問者ごとの出生地のように、多くの異なる値を持つ属性です。クエリで visitor_id の後に属性をフィールドとして追加し、その値を保持するカスタムデータを作成します。

カスタムデータを読み取る方法は製品によって異なります。Feature Experimentation のみの場合は Kameleoon SDK のメソッドを使用します。Web Experimentation を単独で使用する場合、または Feature Experimentation と併用する場合は、カスタム JavaScript コードを使用します。 各アプローチの設定手順とコードサンプルについては、インポートしたオーディエンスをターゲティングする を参照してください。