Partager via

Science des données Toolkit - Flux de modèle personnalisé au niveau du journal

Le flux de modèle personnalisé Log-Level vous donne des informations spécifiques sur les modèles associés à vos éléments de ligne et les valeurs calculées par chaque modèle.

Séquence

Les colonnes ci-dessous sont répertoriées dans le même ordre qu’elles apparaissent dans le fichier de flux au niveau du journal (de haut en bas ici, de gauche à droite dans le fichier).

Clé entière

  • tinyint = 1 octet (8 bits)
  • smallint = 2 octets (16 bits)
  • int = 4 octets (32 bits)
  • bigint = 8 octets (64 bits)

Columns

Index de colonne Nom de colonne Type Description
01 date_time Heure d’époque UNIX Heure et date de l’impression (par exemple, 1526057561 qui doit être traduite au vendredi 11 mai 2018 16 :52 :41 (UTC)).
02 auction_id_64 Bigint Identificateur d’enchère unique AppNexus.
03 buyer_member_id int ID de membre de l’acheteur.
04 user_id_64 Bigint Id utilisateur 64 bits AppNexus stocké dans le magasin de cookies AppNexus. Ce champ est 0 lorsque AppNexus n’a pas de correspondance pour cet utilisateur ou que le navigateur de l’utilisateur n’accepte pas les cookies. Il sera -1 destiné aux utilisateurs opt-out.

Remarque : Ce champ a été déprécié du service de données de niveau journal de l’API (conformément au RGPD).
05 model_type int Type du modèle. Les valeurs possibles sont les suivantes :
1 = expected_value
2 = creative_selection
3 = ev_click
4 = click_imp
5 = ev_conv
6 = conv_imp
7 = conv_click
8 = bid_modifier
9 = non-évaluation
10 = cadence
11 = budget_splitter
06 model_id int ID du modèle personnalisé utilisé dans la vente aux enchères. Lorsqu’aucun modèle personnalisé n’est utilisé, la valeur par défaut est 0.
07 leaf_code string Valeur de chaîne facultative qui sera transmise aux journaux et aux rapports pour faciliter le débogage et l’analyse des performances. leaf_code peut contenir jusqu’à sept caractères ASCII (7 bits) et n’est pas obligatoirement unique ; la valeur par défaut ""est .
08 origin int Origin indique si le modèle est attaché par AppNexus. Les valeurs possibles sont les suivantes :
0 = Modèle attaché par le client
1 = Modèle attaché par l’optimisation AppNexus
2 = Modèle attaché par des fractionnements programmables
09 experiment int Indique si l’impression est une impression de test ou de contrôle. Cette option n’est actuellement pas prise en charge et sera 0 destinée à toutes les impressions.
10 value numeric(18,6) Valeur calculée par le modèle
11 campaign_group_id int ID de l’élément de ligne
12 hashed_user_id_64 octets Version hachée de l’ID utilisateur 64 bits AppNexus que nous fournirons en tant que proxy dans certains cas où AppNexus ne peut pas fournir le réel user_id_64. Vous ne pourrez pas cibler les utilisateurs via leur ID d’utilisateur haché. Toutefois, vous pouvez utiliser cet identificateur pour calculer les utilisateurs uniques, la fréquence des utilisateurs et la récurrence des utilisateurs. Consultez l’exemple pour hashed_user_id_64 ci-dessous.

Exemple pour hashed_user_id_64

user_id_64:
XXXXXX304391387YYYY
hashed_user_id_64:
0000f47b074866470613d9397f0bd7efa78c7adec992aac5e117cbe2d55993a94767

Modèles personnalisés

  • Last updated on