メインコンテンツまでスキップ
に最終更新

Meta Adsからデータを取り込む

備考

ベータ版

この機能はベータ版です。ワークスペース管理者は、 プレビュー ページからこの機能へのアクセスを制御できます。「Databricks プレビューの管理」を参照してください。

Meta Ads から Databricks にデータを取り込むための管理された取り込みパイプラインを作成する方法を学びます。サポートされているオブジェクトの一覧については、 「サポートされているオブジェクト」を参照してください。

要件​

  • 取り込み パイプラインを作成するには、次の要件を満たす必要があります。

    • ワークスペースでUnity Catalogが有効になっている必要があります。

    • ワークスペースでサーバレスコンピュートを有効にする必要があります。 「サーバレス コンピュート要件」を参照してください。

    • 新しい接続を作成する場合：メタストアに対してCREATE CONNECTION権限が必要です。Unity Catalogの「権限の管理」を参照してください。

      コネクタが UI ベースのパイプライン オーサリングをサポートしている場合、管理者はこのページのステップを完了することで、接続とパイプラインを同時に作成できます。 ただし、パイプラインを作成するユーザーが API ベースのパイプライン オーサリングを使用している場合、または管理者以外のユーザーである場合、管理者はまずカタログ エクスプローラーで接続を作成する必要があります。 「管理対象取り込みソースへの接続」を参照してください。

    • 既存の接続を使用する場合: 接続オブジェクトに対するUSE CONNECTION権限またはALL PRIVILEGESが必要です。

    • ターゲット カタログに対するUSE CATALOG権限が必要です。

    • 既存のスキーマに対するUSE SCHEMAおよびCREATE TABLE権限、またはターゲット カタログに対するCREATE SCHEMA権限が必要です。

  • メタ広告から取り込むには、 「メタ広告をデータソースとして設定する」のステップを完了する必要があります。

取り込みパイプラインを作成する​

このタブでは、宣言型自動化バンドルを使用してデータ取り込みパイプラインをデプロイする方法について説明します。バンドルにはジョブとタスクの YAML 定義を含めることができ、 Databricks CLIを使用して管理でき、さまざまなターゲット ワークスペース (開発、ステージング、本番運用など) で共有して実行できます。 詳細については、 「宣言的オートメーション バンドルとは何ですか?」を参照してください。 。

  1. Databricks CLIを使用してバンドルを作成します。

    Bash
    databricks bundle init

  2. バンドルに 2 つの新しいリソース ファイルを追加します。

  3. Databricks CLI を使用してパイプラインをデプロイします。

    Bash
    databricks bundle deploy

ad_insights構成​

ad_insightsからデータを取り込む場合、テーブルまたはスキーマのconnector_optionsでmeta_ads_optionsを設定する必要があります。

Value

説明

level

任意。知識の粒度レベル: account 、 campaign 、 adset 、またはad 。 デフォルトはadです。

start_date

任意。YYYY-MM-DD形式の知見データの開始日。 過去36ヶ月以内のものに限ります。設定されていない場合、コネクタはデフォルトで現在の日付の36ヶ月前になります。

breakdowns

オプション。内訳ディメンションのリスト (例: ["age", "gender", "country"] )。

action_breakdowns

オプション。アクション内訳ディメンションのリスト (例: ["action_type", "action_destination"] )。

action_attribution_windows

任意。アクション統計を報告するために使用される帰属ウィンドウのリスト（例： ["7d_click", "1d_view"] ）。設定されていない場合、コネクタはメタ広告アカウントの当然のアトリビューション設定を使用します。 サポートされている値については、 「属性設定」ウィンドウを参照してください。

action_report_time

任意。アクション統計を報告するために使用されるタイムスタンプを決定します: impression 、 conversion 、 mixed 、およびlifetime 。例えば、 impressionの場合、コネクタは、コンバージョンを引き起こしたインプレッションの日付にコンバージョンを報告します。conversionでは、変換が発生した日付にその変換が報告されます。

time_increment

任意。返される統計情報の集計期間： all_days 、 monthly 、または日数の整数（ 1から90まで）を文字列として指定します（例：日単位の場合は"1" 、週単位の場合は"7" ）。設定されていない場合、 all_daysのノウハウAPIが使用されます。

custom_insights_lookback_window

任意。後続の同期ごとに再取り込みを行い、遅れて到着したコンバージョンを捕捉するまでの日数。設定されていない場合、コネクタは過去7日間のデータを再取り込みします。明示的に設定され、 action_attribution_windowsが設定されていない場合、この値はMetaに<N>d_click,1d_viewとして送信されるアトリビューションウィンドウを導出するためにも使用されます。

例​

これらの例を使用してパイプラインを構成します。

アカウントから現在および将来のすべてのテーブルを取り込む​

以下はパイプライン定義ファイルの例です。

YAML
resources:
  pipelines:
    pipeline_meta_ads:
      name: <pipeline-name>
      catalog: <destination-catalog>
      target: <destination-schema>
      channel: PREVIEW
      ingestion_definition:
        connection_name: <connection-name>
        objects:
          - schema:
              source_schema: <meta-ads-account-id>
              destination_catalog: <destination-catalog>
              destination_schema: <destination-schema>
              table_configuration:
                scd_type: SCD_TYPE_1

アカウントから特定のテーブルを選択して取り込む​

以下はパイプライン定義ファイルの例です。

YAML
resources:
  pipelines:
    pipeline_meta_ads:
      name: <pipeline-name>
      catalog: <destination-catalog>
      target: <destination-schema>
      channel: PREVIEW
      ingestion_definition:
        connection_name: <connection-name>
        objects:
          - table:
              source_schema: <meta-ads-account-id>
              source_table: campaigns
              destination_catalog: <destination-catalog>
              destination_schema: <destination-schema>
              table_configuration:
                scd_type: SCD_TYPE_1
          - table:
              source_schema: <meta-ads-account-id>
              source_table: ads
              destination_catalog: <destination-catalog>
              destination_schema: <destination-schema>
              table_configuration:
                scd_type: SCD_TYPE_1

ad_insights摂取する meta_ads_options​

以下はresources/meta_ads_pipeline.ymlファイルの例です。

YAML
resources:
  pipelines:
    pipeline_meta_ads:
      name: <pipeline-name>
      catalog: <destination-catalog>
      target: <destination-schema>
      channel: PREVIEW
      ingestion_definition:
        connection_name: <connection-name>
        objects:
          - table:
              source_schema: <meta-ads-account-id>
              source_table: ad_insights
              destination_catalog: <destination-catalog>
              destination_schema: <destination-schema>
              table_configuration:
                scd_type: SCD_TYPE_1
              connector_options:
                meta_ads_options:
                  level: ad
                  start_date: '2024-01-01'
                  breakdowns:
                    - age
                    - gender
                  action_breakdowns:
                    - action_type

宣言型自動化バンドルのジョブ定義ファイル​

以下は、宣言型自動化バンドルで使用するジョブ定義ファイルの例です。ジョブは毎日、最後の実行からちょうど 1 日後に実行されます。

YAML
resources:
  jobs:
    meta_ads_dab_job:
      name: meta_ads_dab_job

      trigger:
        periodic:
          interval: 1
          unit: DAYS

      email_notifications:
        on_failure:
          - <email-address>

      tasks:
        - task_key: refresh_pipeline
          pipeline_task:
            pipeline_id: ${resources.pipelines.pipeline_meta_ads.id}

一般的なパターン​

高度なパイプライン構成については、 「管理された取り込みパイプラインの一般的なパターン」を参照してください。

次のステップ​

パイプラインを開始、スケジュールし、アラートを設定します。一般的なパイプラインメンテナンスタスクを参照してください。

追加のリソース​

このページの見出し