倉庫セグメント

ウェアハウスセグメントを使用すると、データをMoEngageにコピーしたり移動したりすることなく、データウェアハウスからのデータに基づいてMoEngage上でセグメントを作成できます。

あなたのブランドが、独自のロジックで計算されたエンゲージメントスコアに基づいて、忠実なショッパーに独占的な割引を提供したいと考えているとしましょう。このデータは、あなたのデータウェアハウスにのみ保存され、アクセス可能です。ウェアハウスセグメントを使用すると、ウェアハウスから直接このデータにアクセスし、MoEngageでオーディエンスを構築し、数回のクリックでMoEngageからキャンペーンを送信できます。

ウェアハウスセグメントを使用すると、同期遅延なしでウェアハウスデータにリアルタイムでアクセスでき、オーディエンスの生成を加速し、タイムリーなエンゲージメントを可能にします。 さらに、データが倉庫内に安全に保存されているため、倉庫セグメントはデータセキュリティを確保し、プライバシー規制や業界標準への準拠を簡素化します。

アーリーアクセス

Google BigQuery、Snowflake、Databricks、およびRedshiftのためのウェアハウスセグメントは現在、早期アクセス中です。

倉庫セグメントの作成

ステップ 1: データソースを設定する

ビッグクエリ スノーフレーク Databricks Redshift

MoEngageに対してBigQueryの特定のテーブルへの読み取りアクセスを付与するために、以下の手順に従ってください。さらに、BigQuery Jobs APIへのアクセスを提供し、Moengageがジョブを提出し、クエリ結果をダウンロードできるようにします。

これらの指示は、Google Cloud Platformでの管理者権限を持っていることを前提としています。特に、BigQueryデータセットとジョブをホストしているプロジェクトにおいてです。

MoEngageのサービスアカウントを作成します

  1. Google Cloud コンソール を開きます。
  2. プロジェクトに移動し、 BigQuery データセットとジョブを確認してください。
  3. IAM & Admin 」セクションに移動し、「 Service Accounts 」を選択します。
  4. 「サービス アカウントを作成」をクリックします。
  5. サービスアカウントの名前を提供してください(例:moengage-access)。
  6. サービスアカウントに適切な役割を設定します BigQueryジョブユーザー
  7. サービスアカウントを作成します。

  8. サービスアカウントに移動し、 KEYS タブを選択します。
  9. クリックして ADD KEY ドロップダウンを選択し、次に新しいキーを作成を選択します。
  10. ポップアップで画面タイプとして JSON を選択してください

  11. CREATEをクリックして、JSONキー ファイルを生成してダウンロードします。
  12. JSONファイルを安全に保管し、以下のようにMoEngagと共有してください。

以下の詳細を warehousesegments@moengage.com に共有して、ワークスペースで倉庫セグメントを有効にしてください:

  1. MoEngageのために上記の手順に従って作成されたサービスアカウントのJSONキーファイル
  2. あなたのMoEngageワークスペース名とデータクラスター(DC)
  3. あなたのBigQueryの場所

Moengageと特定のテーブルへのアクセスを共有する

  1. BigQueryコンソールで、Moengageがアクセスするテーブルを含むデータセットに移動します。
  2. 共有 」ドロップダウンをクリックし、次に「 権限 」を選択します。


  3. サービスアカウントのメールアドレス(JSONキーファイルに記載されている)を「BigQuery Data Viewer」ロールのメンバーとして追加します。
  4. データセットへのアクセスを許可するには、 保存 をクリックしてください。

BigQuery Jobs APIへのアクセスを許可する

最初のステップでアクセスがすでに付与されている場合はスキップしてください。

  1. Google Cloud Consoleで、 IAM & Admin セクションに移動し、次にIAMを選択します。
  2. 新しいメンバーを追加するには アクセスを許可 をクリックしてください。
  3. サービスアカウントのメールアドレスを入力してください(JSONキーファイルにあります)。
  4. BigQuery Jobs APIとの対話を可能にするために、 BigQuery Job User として 役割 を割り当てます。
  5. APIへのアクセスを許可するには 保存 をクリックしてください。
arrow_drop_down 特定のテーブルへのアクセスを制限する(オプション)
  1. Moengageと共有されたJSONキーファイルを開いてください。
  2. JSONコンテンツ内のprivate_key_id属性を見つけてください。
  3. BigQueryコンソールで、目的のテーブルを含むデータセットを開きます。
  4. アクセスを制限したいテーブルを選択し、コンテキストメニューから「テーブルを共有」をクリックします。
  5. サービスアカウントのメールアドレスをメンバーとして追加し、これらのテーブルに対して「BigQuery データ ビューア」の役割に制限します。

上記の手順に従うことで、MoengageにBigQuery内の特定のテーブルへの読み取りアクセスを正常に付与しました。

さらに、BigQuery Jobs APIへのアクセス権が付与されており、ジョブを送信し、クエリ結果をダウンロードすることができます。データセキュリティを維持するためには、アクセス権限を定期的にレビューし、管理することが不可欠です。

ステップ 2: ウェアハウスクエリを実行する

  1. MoEngage ダッシュボードの セグメント の下にある 倉庫セグメント タブに移動します。
  2. ここでは、前のステップで設定されたデータウェアハウス接続を、上部の ソース ドロップダウンから選択できます。
  3. ソースが選択されると、データウェアハウス スキーマ - データベース、テーブル、列が左パネルに表示されます。ここから、クエリで使用したいデータベース、テーブル、またはカラムを検索できます。
  4. 右側の SQLエディタ にSQLクエリを入力できます。任意の操作を実行できます。複数のテーブルの結合、サブクエリ、エイリアスなど、最適な結果を返すために必要な操作を行ってください。
  5. データウェアハウスでSQLクエリを実行するには、 クエリを実行 をクリックしてください。下のクエリ結果セクションに新しい行が追加されるのが見えるはずです。 2024-11-26_17-24-56.gif
  6. この クエリ結果 セクションは、実行された最近のウェアハウスクエリのリストを提供し、特定のクエリからデータウェアハウスによって返されたデータの行数、実行時間、スキャンされたデータなどのクエリメトリクスを含みます。これらのメトリクスは、データウェアハウスクエリのパフォーマンスを評価するのに役立ち、MoEngageでクエリを作成する際に最適化するために使用できます。
    1. クエリごとの使用クレジットはSnowflakeで利用可能です。
    2. Databricksはクエリが実行されたときに使用されたクレジットを提供しないため、定期的に 使用状況 を監視することをお勧めします。
    3. Redshiftはクエリが実行されたときにスキャンされたデータを提供しないため、定期的に使用状況を監視することをお勧めします。
  7. クエリ結果セクションでは、MoEngageから実行された各倉庫クエリのステータスも提供されます。ステータスは成功、失敗、または処理済みです。
  8. クエリが正常に実行されたら、クエリ結果セクションから行を展開し、各クエリのサンプル結果を見ることができるはずです。各クエリに対して最大100行、10列のデータを表示します。
  9. 各クエリ結果には、各行の3点メニューからアクセスできるアクションのセットがあります。
    • SQLエディタに挿入: クエリ結果セクションから特定のSQLクエリをエディタに直接挿入できます。
      このアクションは、エディタ内の既存のクエリを置き換えることに注意してください。
    • カスタムセグメントを作成: 任意のクエリ結果から直接カスタムセグメントを作成できます。ただし、クエリは単一のID列を返すことが期待されます。 (MoEngageにIDとして存在するユニークユーザー識別) としてカスタムセグメントとして保存されるためです。したがって、このオプションは単一の列を返すクエリにのみアクティブになります。
    • クエリをコピー: このアクションは、クエリをクリップボードにコピーします。
    • クエリを実行: クエリ結果から直接クエリを実行することができます。Run queryアクションを使用します。新しい実行のために、クエリ結果セクションの上部に新しい行が追加されます。
    • 結果をダウンロード: ダウンロード結果アクションを使用して、クエリの結果をダウンロードできます。ダウンロードされたファイルには、最大100行と100列のデータが含まれます
  10. プレビュー テーブル: これで、スキーマ セクションにリストされている任意のテーブルから、サンプル行をワンクリックでプレビューできます。スキーマ内のテーブル名にカーソルを合わせると、目のアイコンが表示されます。これをクリックすると、テーブルに対してサンプルクエリが実行され、最大 10 行のデータがプレビューとして提供されます。
warning

Warning

1.SQLクエリは、カスタムセグメントとして保存するために、単一のID列を返す必要があります。クエリが複数の列を返す場合、セグメントはユーザーを返しません。

2.SQLクエリは、あなたのデータウェアハウスで直接実行されます。この機能を利用する際には、データウェアハウスからのクエリ実行に伴うコストが発生することにご注意ください。

3.SQLクエリは15分でタイムアウトします。この制限を設定するには、CSMに連絡してください。

4.SQLクエリは、あなたのDWHと互換性がある必要があります。BigQueryでWarehouseセグメントを使用している場合、SQLクエリは GoogleSQL. によってサポートされている必要があります。同様に、Snowflakeはクエリ用に Standard SQL をサポートし、Databricksは ANSI標準SQL をサポートし、Redshiftは PostgreSQL をサポートしています。

ステップ 3: ウェアハウスのカスタムセグメントを定義する

SQLクエリが確定したら、カスタムセグメントの作成に進むことができます。カスタムセグメントクエリは、MoEngageにIDとして存在するユニークユーザー識別子の単一のカラムを返すことを期待しています。セグメントに名前と説明を付けてください。

Screenshot 2024-06-26 at 3.37.51 PM.png

ステップ 4: 倉庫のカスタムセグメントを使用する

倉庫セグメントを使用して作成されたカスタムセグメントは、タイプが Warehouse - SQL です。これらはすべてのセグメントページに表示されます。

外部カスタムセグメントに対して可能なアクション:

  • 表示 - セグメント情報ページでカスタムセグメントの詳細を表示します。ここでは、次のことができます:
    • セグメントを定義するSQLクエリを表示
    • カスタムセグメントを実行してユーザー数を更新します - これは、MoEngageがデータウェアハウスに接続し、SQLクエリを実行してユーザー数を更新する時です。
  • 編集 - カスタムセグメントを定義するために使用されたSQLクエリを編集できます
  • キャンペーンを作成 - あなたはすべてのセグメントページから直接キャンペーンを作成できます。キャンペーン作成のターゲットオーディエンスセクションは、選択したカスタムセグメントで自動的に入力されます。
  • 外部データウェアハウスセグメントは、他のカスタムセグメントやMoEngageでキャプチャされたユーザー属性および行動と組み合わせることができます。

倉庫セグメントのユーザー数を更新する

外部データウェアハウスセグメントのユーザー数を更新する方法は2つあります:

  • キャンペーンの実行時 - キャンペーンのターゲットオーディエンスの一部であるデータウェアハウスセグメントは、キャンペーンの実行時に自動的に更新されます。
  • セグメント情報ページからカスタムセグメントを実行する - セグメント情報ページからセグメントを手動で実行することもできます。

nandhini scr rec2.gif

考慮事項

  • 1つのデータウェアハウス接続に対して1つのウェアハウスセグメントを定義できます。複数のカスタムセグメントを異なるソースにポイントさせて、新しいカスタムセグメントを作成することができます。
  • 分析を実行する - 行動、ファネルなどは、ウェアハウスセグメントのユーザー数を更新しません。ウェアハウスセグメントを含むターゲットオーディエンスは次のいずれかになります:
    • セグメントが実行されたことがない場合は0を返します。
    • セグメントが以前に実行された場合は、最後の実行時のユーザー数を返します。

この記事は役に立ちましたか?
3人中3人がこの記事が役に立ったと言っています

How can we improve this article?