入门与指南专题介绍帐号管理营销资产广告管理数据洞察人群管理数据接入接口清单
授权认证 帐号管理 营销资产 广告管理 数据洞察 辅助工具 用户行为数据 用户人群数据 用户标签数据 用户属性数据
附录

线下行为数据接入

本节将为您介绍如何接入您的线下行为数据。

通过Marketing API接入线下行为数据可以分为三步:


1、新建线下用户行为数据源

线下行为是客户自有的用户行为数据,可以上传到腾讯数据源,用于在腾讯广告平台上进行圈层分析,创建行为人群等。在为您进行线下数据接入之前,您需要新建线下用户行为数据源。您可以调用接口 创建用户行为数据源 进行创建。对线下行为数据,用户行为数据源的类型需要选择OFFLINE。

如果您已经创建了用户行为数据源,您可以使用接口获取用户行为数据源,获取行为数据源的信息及数据接入的情况。

2、上报行为数据

创建好用户行为数据源后,您可以通过用户行为数据上报 接口上报线下行为数据。

参数说明

    • 用户标识(user_id)
      • gdt_openid: GDT Cookie Mapping分配的openid,不做处理
      • hash_imei: 对IMEI设备号转成小写,再进行md5编码
      • hash_idfa: IDFA 设备号保持大写,进行 md5 编码
      • hash_phone:电话号码直接 MD5 编码,如 md5(13500000000)
    • 行为类型 – 标准行为和自定义行为 (action_type, custom_action)
      • 标准行为: 标准行为是各数据应用方通用的常见行为,默认用于转化报表。标准行为填写在action_type字段中。标准行为列表详见标准行为
      • 自定义行为: 您也可以自定义任意自己需要的行为。设置action_type = CUSTOM, 并在custom_action中填写您自定义的行为名称。例子:上报一个‘complete_tutorial’的自定义行为,设置action_type=CUSTOM, custom_action=‘complete_tutorial’
    • 行为时间(action_time):实际行为发生的时间,如果不填写,系统将自动填充为收到数据的时间。
    • 行为参数(action_param):您可以为行为带上更多的信息。例如您上报了一个VIEW_CONTENT(浏览)行为,您还希望能附上浏览的类目、价格等信息,您可以将这些信息附加在行为参数(action_param字段)中。尤其如果您希望对接动态创意,您需要在action_param中附上动态创意需要的字段。具体动态创意的行为数据接入请参见【动态创意行为数据接入】

请求示例:

curl 'https://api.e.qq.com/v1.1/user_actions/add?access_token=<ACCESS_TOKEN>&timestamp=<TIMESTAMP>&nonce=<NONCE>' \

-d 'account_id=123456' \

-d 'actions=[

    {

        "user_action_set_id": "<USER_ACTION_SET_ID>",

        "action_time": 1487923255,

        "user_id": {

            " hash_phone ": "<HASH_PHONE>"

        },

        "action_type": "VIEW_CONTENT",

        "action_param": {

            "param": "value",

            "product_id": [

                13453,

                6583

            ]

        }

    }

]'

3、查看数据接入监测报表

上报数据后,您可以通过接口获取用户行为数据源报表来查看到数据上报的情况。以下将为您展示获取用户行为数据源报表接口的调用示例。

请求示例:

curl -G 'https://api.e.qq.com/v1.1/user_action_set_reports/get?access_token=<ACCESS_TOKEN>&timestamp=<TIMESTAMP>&nonce=<NONCE>' \

-d 'account_id=<ACCOUNT_ID>' \

-d 'user_action_set_id=<USER_ACTION_SET_ID>' \

-d 'date_range={

    "start_date": "2017-04-24",

    "end_date": "2017-05-01"

}' \

-d 'time_granularity=HOURLY' \

-d 'aggregation=DOMAIN'

应答示例:

{

    "code": 0,

    "message": "",

    "data": {

        "list": [

            {

                "date": "2017-04-25",

                "hour": "11",

                "domain": "https://example.com",

                "raw_action_count": 4000,

                "identified_action_count": 2100,

                "identified_user_count": 1400

            }

        ]

    }

}