Ads Data Hub (ADH) to środowisko analityczne Google działające w modelu clean room, które pozwala łączyć dane o wyświetleniach, kliknięciach i konwersjach z kampanii Google Ads, DV360, Campaign Manager 360 i YouTube z własnymi danymi reklamodawcy (1st-party) w BigQuery — bez ujawniania danych osobowych pojedynczych użytkowników. Dla marketera to jedyny oficjalny sposób na analizę zdarzeń reklamowych Google na poziomie logów, odkąd Google ograniczyło eksport surowych danych z identyfikatorami użytkowników. ADH umożliwia badania zasięgu i częstotliwości, atrybucji czy inkrementalności, których nie da się wykonać w standardowych raportach interfejsu.
Jak działa Ads Data Hub?
Ads Data Hub działa na infrastrukturze Google Cloud. Dane kampanii Google trafiają do odseparowanego projektu, do którego reklamodawca nie ma bezpośredniego dostępu — może wyłącznie uruchamiać na nich zapytania SQL. Wyniki trafiają do wskazanego zbioru danych w BigQuery reklamodawcy. Zanim wynik zostanie zapisany, Google stosuje kontrole prywatności:
- Próg agregacji — każdy wiersz wyniku musi opisywać wystarczająco dużą grupę użytkowników (w większości pól minimum 50); mniejsze grupy są usuwane z wyniku.
- Kontrola różnic — ADH porównuje kolejne zapytania i blokuje takie, których zestawienie pozwoliłoby wyizolować pojedyncze osoby.
- Brak eksportu identyfikatorów — do wyniku nie można wyprowadzić user_id, cookie ID ani innych pól identyfikujących osobę.
Własne dane (CRM, transakcje, segmenty odbiorców) wgrywa się do BigQuery i łączy z danymi Google przez wspólny klucz — najczęściej identyfikator użytkownika przekazany w tagu floodlight lub dopasowanie Customer Match. Dokumentację techniczną publikuje Google pod adresem developers.google.com/ads-data-hub.
Jakie analizy umożliwia Ads Data Hub?
| Typ analizy | Pytanie biznesowe | Wymagane dane |
|---|---|---|
| Zasięg i częstotliwość | Ile unikalnych osób dotarła kampania łącznie w YouTube i DV360? Jaki był rozkład częstotliwości? | Logi wyświetleń Google |
| Nakładanie się odbiorców | Jaka część użytkowników widziała zarówno kampanię display, jak i wideo? | Logi wyświetleń z kilku kont/platform |
| Atrybucja niestandardowa | Jak rozłożyć konwersje między punkty styku według własnego modelu? | Logi wyświetleń i kliknięć + konwersje |
| Analiza wartości klienta | Czy użytkownicy z ekspozycją na kampanię mają wyższy LTV? | Logi Google + dane CRM/transakcyjne 1st-party |
| Inkrementalność | O ile więcej konwersji wygenerowała grupa poddana ekspozycji względem kontrolnej? | Logi Google + konwersje + podział testowy |
Kiedy warto wdrożyć Ads Data Hub, a kiedy nie?
ADH ma sens, gdy skala kampanii jest duża, a pytania wykraczają poza standardowe raporty. Warto rozważyć wdrożenie, jeśli:
- prowadzisz kampanie w kilku platformach Google (np. DV360 i YouTube z osobnych kont) i potrzebujesz zdeduplikowanego zasięgu,
- posiadasz uporządkowane dane 1st-party (CRM, sprzedaż offline) i chcesz je zestawić z ekspozycją reklamową,
- chcesz mierzyć inkrementalność lub budować własny model atrybucji zamiast polegać na modelach wbudowanych.
Nie warto, gdy budżety są małe (progi agregacji będą usuwać większość wyników), gdy brakuje kompetencji SQL i BigQuery w zespole albo gdy potrzeby analityczne w pełni zaspokajają raporty DV360 i Looker Studio. ADH nie zastąpi też platformy zakupowej — więcej o samym ekosystemie znajdziesz w kategorii Display & Video 360.
Najczęstsze błędy przy pracy z Ads Data Hub
- Projektowanie zapytań bez uwzględnienia progu agregacji — zbyt szczegółowe wymiary (dzień × kreacja × miasto) prowadzą do „dziurawych” wyników.
- Brak spójnego klucza łączenia między danymi Google a danymi 1st-party; bez niego analiza sprowadza się do wyświetleń bez kontekstu biznesowego.
- Niedoszacowanie kosztów BigQuery przy dużych logach i częstych zapytaniach.
- Traktowanie ADH jak narzędzia raportowego „na co dzień” — to środowisko do analiz okresowych i badań, nie do dashboardu odświeżanego co godzinę.
Ads Data Hub w praktyce ICBM
W kampaniach programmatic wykorzystujemy Ads Data Hub przede wszystkim do dwóch celów: pomiaru realnego, zdeduplikowanego zasięgu w kampaniach wideo i display oraz weryfikacji, czy ekspozycja na kampanię przekłada się na zachowania widoczne w danych klienta. Najlepsze efekty daje przygotowanie schematu analiz jeszcze przed startem kampanii — ustalenie kluczy łączenia, podziału na grupy testowe i granulacji raportu tak, aby wyniki nie były wycinane przez kontrole prywatności.
Najczęściej zadawane pytania
Czy Ads Data Hub daje dostęp do danych osobowych użytkowników?
Nie. Reklamodawca nigdy nie widzi surowych logów ani identyfikatorów. Może jedynie uruchamiać zapytania, a wyniki są zwracane wyłącznie w formie zagregowanej, po przejściu kontroli prywatności Google.
Czym Ads Data Hub różni się od zwykłego eksportu raportów DV360 do BigQuery?
Standardowe eksporty zawierają dane już zagregowane według wymiarów raportu. ADH pracuje na danych zdarzeniowych na poziomie użytkownika, dzięki czemu pozwala liczyć unikalny zasięg między platformami, częstotliwość czy własne modele atrybucji, których z gotowych raportów nie odtworzysz.
Jakie kompetencje są potrzebne do korzystania z Ads Data Hub?
Podstawą jest znajomość SQL w dialekcie BigQuery oraz rozumienie struktury tabel logów reklamowych Google. Przydatna jest też wiedza o Google Cloud (uprawnienia, koszty zapytań) oraz o metodyce testów inkrementalności, jeśli ADH ma służyć do badań lift.
