Pular para o conteúdo principal
Última atualização em

Ingerir dados de Meta Ads

info

Beta

Este recurso está em versão Beta. Os administradores do espaço de trabalho podem controlar o acesso a este recurso na página de Pré-visualizações . Veja as prévias do Gerenciador Databricks.

Aprenda como criar um pipeline de ingestão gerenciado para importar dados do Meta Ads para o Databricks. Para obter uma lista dos objetos suportados, consulte Objetos suportados.

Requisitos​

  • Para criar um pipeline de ingestão, você deve atender aos seguintes requisitos:

    • Seu workspace deve estar habilitado para o Unity Catalog.

    • compute sem servidor (serverless compute) deve estar habilitado para seu workspace. Consulte os requisitos compute sem servidor.

    • Se você planeja criar uma nova conexão: Você deve ter privilégios CREATE CONNECTION no metastore. Consulte a seção sobre privilégios de gerenciamento no Unity Catalog.

      Se o conector suportar a criação pipeline baseada em interface de usuário, um administrador poderá criar a conexão e o pipeline simultaneamente, concluindo os passos desta página. No entanto, se os usuários que criam pipelines utilizarem a criação pipeline baseada em API ou não forem administradores, um administrador deverá primeiro criar a conexão no Catalog Explorer. Consulte Conectar para gerenciar fontes de ingestão.

    • Se você planeja usar uma conexão existente: Você deve ter privilégios USE CONNECTION ou ALL PRIVILEGES no objeto de conexão.

    • Você deve ter privilégios USE CATALOG no catálogo de destino.

    • Você deve ter privilégios USE SCHEMA e CREATE TABLE em um esquema existente ou privilégios CREATE SCHEMA no catálogo de destino.

  • Para ingerir dados do Meta Ads, você deve concluir os passos em Configurar o Meta Ads como fonte de dados.

Crie um pipeline de ingestão.​

Esta tab descreve como implantar um pipeline de ingestão usando Declarative Automation Bundles. Os pacotes podem conter definições YAML de Job e tarefa, são gerenciados usando a CLI Databricks e podem ser compartilhados e executados em diferentes espaços de trabalho de destino (como desenvolvimento, teste e produção). Para mais informações, consulte O que são pacotes de automação declarativa?.

  1. Crie um pacote usando a CLI do Databricks:

    Bash
    databricks bundle init

  2. Adicione dois novos arquivos de recursos ao pacote:

  3. Implante o pipeline usando a CLI Databricks :

    Bash
    databricks bundle deploy

ad_insights configuração​

Ao ingerir dados de ad_insights, você deve configurar meta_ads_options em connector_options para a tabela ou esquema:

Valor

Descrição

level

Opcional. Nível de granularidade para percepções: account, campaign, adset ou ad. O valor padrão é ad.

start_date

Opcional. A data de início dos dados de percepções no formato YYYY-MM-DD . Deve ter sido nos últimos 36 meses. Se não estiver definido, o conector assume por padrão 36 meses antes da data atual.

breakdowns

Opcional. Lista de dimensões de decomposição (por exemplo, ["age", "gender", "country"]).

action_breakdowns

Opcional. Lista de dimensões de detalhamento da ação (por exemplo, ["action_type", "action_destination"]).

action_attribution_windows

Opcional. Lista de janelas de atribuição usadas para relatar estatísticas de ação (por exemplo, ["7d_click", "1d_view"]). Se não estiver configurado, o conector usa as configurações de atribuição default da sua account Meta Ads. Consulte a seção Janelas de Atribuição para obter informações sobre os valores suportados.

action_report_time

Opcional. Determina o carimbo de data/hora usado para relatar as estatísticas de ação: impression, conversion, mixed e lifetime. Por exemplo, com impression, o conector reporta uma conversão na data da impressão que a gerou. Com conversion, ele reporta uma conversão na data em que ocorreu.

time_increment

Opcional. Período de agregação para as estatísticas retornadas: all_days, monthly ou um número inteiro de dias (de 1 a 90) como strings (por exemplo, "1" para intervalos diários, "7" para semanais). Se não estiver definido, o default API de suspeita all_days será usado.

custom_insights_lookback_window

Opcional. Número de dias para reingestão em cada sincronização subsequente para capturar conversões que chegam com atraso. Se não estiver definido, o conector reengere os últimos 7 dias. Quando definido explicitamente e action_attribution_windows não está definido, este valor também é usado para derivar a janela de atribuição enviada para Meta como <N>d_click,1d_view.

Exemplos​

Utilize esses exemplos para configurar seu pipeline.

Ingerir todas as tabelas atuais e futuras de uma account​

Segue abaixo um exemplo de arquivo de definição de pipeline:

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

Selecione tabelas específicas de uma account para ingestão.​

Segue abaixo um exemplo de arquivo de definição de pipeline:

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

Ingerir ad_insights com meta_ads_options​

Segue abaixo um exemplo de arquivo resources/meta_ads_pipeline.yml :

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

Arquivo de definição de tarefas do Declarative Automation Bundles​

Segue abaixo um exemplo de arquivo de definição de tarefa para uso com pacotes de automação declarativa. A execução do trabalho ocorre todos os dias, exatamente um dia após a última execução.

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}

Padrões comuns​

Para configurações avançadas pipeline , consulte Padrões comuns para gerenciar pipeline de ingestão.

Próximos passos​

começar, programar e definir alerta em seu pipeline. Consulte Tarefa comum de manutenção pipeline.

Recursos adicionais​

Nesta página