Einbindung in TikTok
Auf dieser Seite werden die erforderlichen Konfigurationen beschrieben, um Daten von TikTok als Datenquelle für die Marketing-Arbeitslast von Cortex Framework Data Foundation zu verwenden.
TikTok ist eine beliebte Social-Media-App, die für Kurzvideos bekannt ist. Das Cortex Framework kann Daten liefern, um die allgemeine Marketingleistung zu analysieren. Wenn Sie Daten von TikTok und verschiedenen anderen Quellen kombinieren, erhalten Sie ein umfassenderes Bild Ihrer Zielgruppe und der Effektivität Ihrer Social-Media-Kampagnen auf verschiedenen Plattformen.
Das folgende Diagramm zeigt, wie TikTok-Daten über die Marketing-Arbeitslast der Cortex Framework Data Foundation verfügbar sind:

Konfigurationsdatei
In der Datei config.json werden die Einstellungen konfiguriert, die für die Verbindung zu Datenquellen zum Übertragen von Daten aus verschiedenen Arbeitslasten erforderlich sind. Diese Datei enthält die folgenden Parameter für TikTok:
"marketing": {
"deployTikTok": true,
},
"TikTok": {
"deployCDC": true,
"datasets": {
"cdc": "",
"raw": "",
"reporting": "REPORTING_TikTok"
}
}
In der folgenden Tabelle wird der Wert für jeden Marketingparameter beschrieben:
| Parameter | Bedeutung | Standardwert | Beschreibung |
marketing.deployTikTok
|
TikTok bereitstellen | true
|
Führen Sie die Bereitstellung für die TikTok-Datenquelle aus. |
marketing.TikTok.deployCDC
|
CDC-Scripts für TikTok bereitstellen | true
|
Generieren Sie TikTok-CDC-Verarbeitungsskripts, die als DAGs in Managed Service for Apache Airflow ausgeführt werden. |
marketing.TikTok.datasets.cdc
|
CDC-Dataset für TikTok | CDC-Dataset für TikTok. | |
marketing.TikTok.datasets.raw
|
Rohdatensatz für TikTok | Rohdatensatz für TikTok. | |
marketing.TikTok.datasets.reporting
|
Berichtsdataset für TikTok | "REPORTING_TikTok"
|
Berichtsdatensatz für TikTok |
Datenmodell
In diesem Abschnitt wird das TikTok-Datenmodell anhand des Entity-Relationship-Diagramms (ERD) beschrieben.
Basisansichten
Das sind die blauen Objekte im ERD. Sie sind Ansichten von CDC-Tabellen ohne Transformationen, abgesehen von einigen Aliasen für Spaltennamen. Scripts finden Sie unter src/marketing/src/TikTok/src/reporting/ddls.
Berichtsdatenansichten
Das sind die grünen Objekte im ERD. Sie sind Berichtsansichten, die aggregierte Messwerte enthalten. Scripts finden Sie unter src/marketing/src/TikTok/src/reporting/ddls.
API-Verbindung
Das Cortex Framework verwendet die TikTok Reporting APIs, Version v1.3, als maßgebliche Quelle für TikTok-Daten. Cortex Framework verwendet den synchronen Modus und ruft Basic Reporting APIs auf, um Leistungsmesswerte für Anzeigen und Anzeigengruppen abzurufen. So wird sichergestellt, dass das Cortex Framework Zugriff auf aktuelle und genaue Informationen von TikTok hat, was eine effektive Datenanalyse und Berichterstellung ermöglicht.
Weitere Informationen zur API-Verbindung finden Sie unter TikTok Reporting APIs.
Kontoauthentifizierung
So konfigurieren Sie ein TikTok-Konto und die Kontoauthentifizierung:
- Richten Sie ein TikTok-Entwicklerkonto ein, falls Sie noch keines haben.
- App für die Cortex Framework-Integration erstellen Weitere Informationen finden Sie unter TikTok API for Business. Achten Sie darauf, dass Sie die folgenden beiden Bereiche für die App auswählen:
Ad Account Management/Ad Account InformationReporting/All
- Rufen Sie die App-ID, das Secret und das Langzeit-Zugriffstoken wie im TikTok-Leitfaden beschrieben ab und speichern Sie sie mit den folgenden Namen in Secret Manager:
- App-ID:
cortex_tiktok_app_id - Secret:
cortex_tiktok_app_secret - Langlebiges Zugriffstoken:
cortex_tiktok_access_token
- App-ID:
Datenaktualität und ‑verzögerung
Im Allgemeinen wird die Datenaktualität für Cortex Framework-Datenquellen durch die Upstream-Verbindung und die Häufigkeit der DAG-Ausführung begrenzt. Passen Sie die Ausführungshäufigkeit Ihres DAG an die Upstream-Häufigkeit, Ressourcenbeschränkungen und Ihre geschäftlichen Anforderungen an.
Mit der TikTok Marketing API sind die meisten Daten (mit Ausnahme von Conversions) nahezu in Echtzeit verfügbar.
Managed Airflow-Verbindungen
Erstellen Sie die folgenden Verbindungen in Managed Airflow. Weitere Informationen finden Sie in der Dokumentation zum Verwalten von Airflow-Verbindungen.
| Verbindungsname | Purpose |
tiktok_raw_dataflow
|
Für TikTok API > BigQuery Rohdatensatz |
tiktok_cdc_bq
|
Für die Übertragung von Rohdaten-Datasets in CDC-Datasets |
tiktok_reporting_bq
|
Für CDC-Dataset > Übertragung von Berichts-Dataset |
Berechtigungen für das Dienstkonto von Managed Service for Apache Airflow
Gewähren Sie dem Dienstkonto, das in Managed Airflow verwendet wird (wie in der tiktok_raw_dataflow-Verbindung konfiguriert), Dataflow-Berechtigungen.
Eine Anleitung finden Sie in der Dataflow-Dokumentation.
Außerdem sollte dasselbe Dienstkonto auch Zugriff auf Secret Manager Accessor haben.
Aufnahmeeinstellungen
Sie können die Datenpipelines Source to Raw und Raw to CDC über die Einstellungen in der Datei src/TikTok/config/ingestion_settings.yaml steuern. In diesem Abschnitt werden die Parameter der einzelnen Datenpipelines beschrieben.
Von Quell- zu Rohdatentabellen
Dieser Abschnitt enthält Einträge, mit denen gesteuert wird, wie Daten von TikTok abgerufen werden und wo sie im Rohdatensatz landen. Jeder Eintrag entspricht einer Rohdatentabelle, in der Daten aus der TikTok-API für diese Einheit abgerufen wurden. Anhand dieser Konfigurationsparameter erstellt das Cortex Framework Airflow-DAGs, die Dataflow-Pipelines ausführen, um Daten aus TikTok-APIs zu verarbeiten.
Die folgenden Parameter steuern die Einstellungen für Source to Raw für jeden Eintrag:
| Parameter | Beschreibung |
base_table
|
Tabelle im Rohdatensatz, in der die Daten für eine Einheit gespeichert sind(z. B. Daten vom Typ „Anzeige“). |
load_frequency
|
Wie oft wird ein DAG für diese Einheit ausgeführt, um Daten zu verarbeiten? Weitere Informationen zu möglichen Werten finden Sie in der Airflow-Dokumentation. |
schema_file
|
Schemadatei im Verzeichnis src/table_schema, in der API-Antwortfelder den Spaltennamen der Zieltabelle zugeordnet werden.
|
partition_details
|
Optional:Wenn Sie möchten, dass diese Tabelle aus Leistungsgründen partitioniert wird. Weitere Informationen finden Sie unter Tabellenpartition. |
cluster_details
|
Optional:Wenn Sie möchten, dass diese Tabelle aus Leistungsgründen gruppiert wird. Weitere Informationen finden Sie unter Clustereinstellungen. |
Rohdaten- in CDC-Tabellen
Dieser Abschnitt enthält Einträge, mit denen gesteuert wird, wie Daten aus Rohdatentabellen in CDC-Tabellen verschoben werden. Jeder Eintrag entspricht einer CDC-Tabelle, die wiederum einer für die Source to Raw table erwähnten Entität entspricht.
Die folgenden Parameter steuern die Einstellungen für Raw to CDC für jeden Eintrag:
| Parameter | Beschreibung |
base_table
|
Tabelle im CDC-Dataset,in der die Rohdaten nach der CDC-Transformation gespeichert werden (z. B.auction_ad_performance)
|
load_frequency
|
Wie oft ein DAG für diese Einheit ausgeführt wird, um die CDC-Tabelle zu füllen. Weitere Informationen zu möglichen Werten finden Sie in der Airflow-Dokumentation. |
row_identifiers
|
Liste der Spalten (durch Komma getrennt), die einen eindeutigen Datensatz für diese Tabelle bilden. |
partition_details
|
Optional:Wenn Sie möchten, dass diese Tabelle aus Leistungsgründen partitioniert wird. Weitere Informationen finden Sie unter Tabellenpartition. |
cluster_details
|
Optional:Wenn Sie möchten, dass diese Tabelle aus Leistungsgründen gruppiert wird. Weitere Informationen finden Sie unter Clustereinstellungen. |
Berichtseinstellungen
Mit der Datei src/TikTok/config/reporting_settings.yaml können Sie konfigurieren und steuern, wie das Cortex Framework Daten für die letzte Berichtsebene von TikTok generiert.
Mit dieser Datei wird gesteuert, wie BigQuery-Objekte der Berichtsebene (Tabellen, Ansichten, Funktionen oder gespeicherte Prozeduren) generiert werden.
Weitere Informationen finden Sie unter Datei mit Berichtseinstellungen anpassen.
Nächste Schritte
- Weitere Informationen zu anderen Datenquellen und Arbeitslasten finden Sie unter Datenquellen und Arbeitslasten.
- Weitere Informationen zu den Schritten für die Bereitstellung in Produktionsumgebungen finden Sie unter Voraussetzungen für die Bereitstellung der Cortex Framework Data Foundation.
