Add files via upload

marketing_attribution_models/README.txt

@@ -0,0 +1,16 @@
+Descrição das CTE’s
+
+events_base: query que puxa diversas colunas da tabela bruta do GA4 e realiza alguns tratamentos para desaninhar campos em formato RECORD e também para deduplicar e ordenar eventos que são disparados por cada usuário.
+
+leads: CTE que filtra somente os eventos de conversão “generate_lead” de cada usuário (utilizando como base o user_pseudo_id, por enquanto). Isso é feito através da regra “is_conversion”, que retorna um valor booleano que identifica se o evento em cada linha da CTE “events_base” é uma conversão ou não.
+
+touchpoints: une os dados de eventos de cada usuário e os relaciona com os dados de geração de lead através do user_pseudo_id.
+
+
+Colunas Essenciais
+
+lead_timestamp - define o momento exato em que o evento generate_lead foi coletado. esta coluna é utilizada para calcular os valores na coluna days_to_lead.
+
+lead_sequence - Ajuda a distinguir leads em sequência do mesmo usuário e definir o fim de cada jornada. Um mesmo usuário pode ter gerar vários leads, então esta coluna permite identificar e individualizar cada jornada, assumindo que após a geração do lead sempre consideramos que todos os eventos subsequentes daquele usuário fazem parte de uma nova jornada.
+
+days_to_lead - Calcula a diferença em dias entre o timestamp do evento em cada linha da tabela e o timestamp da geração do lead.

marketing_attribution_models/mta_zap_attribution_skeleton.sql

@@ -0,0 +1,94 @@
+--CTE para tratamento, desaninhamento e deduplicação dos eventos da base bruta do GA4
+WITH events_base AS (
+  SELECT
+    CAST(event_date AS DATE FORMAT 'YYYYMMDD') AS date,
+    (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id') AS ga_session_id,
+    CONCAT(user_pseudo_id, (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id')) AS session_id,
+    user_pseudo_id,
+    timestamp_micros(event_timestamp) AS event_timestamp,
+    event_bundle_sequence_id,
+    event_name,
+    collected_traffic_source.manual_source,
+    collected_traffic_source.manual_medium,
+    collected_traffic_source.manual_campaign_name,
+    collected_traffic_source.gclid,
+    session_traffic_source_last_click.google_ads_campaign.campaign_name as gads_campaign_name,
+    session_traffic_source_last_click.dv360_campaign.campaign_name as dv360_campaign_name,
+    session_traffic_source_last_click.sa360_campaign.campaign_name as sa360_campaign_name,
+    session_traffic_source_last_click.cm360_campaign.campaign_name as cm360_campaign_name,
+    'zapimoveis' AS brand,
+    geo.country AS country, 
+    geo.region AS state,
+    geo.city AS city,
+    platform,
+    device.category AS device,
+    COALESCE((SELECT IFNULL(value.string_value, CAST(value.int_value AS STRING)) FROM UNNEST(event_params) WHERE key = 'main_category'),'(not set)') AS main_category,
+    COALESCE((SELECT IFNULL(value.string_value, CAST(value.int_value AS STRING)) FROM UNNEST(event_params) WHERE key = "main_category_id" ),'(not set)') AS main_category_id,
+    COALESCE((SELECT IFNULL(value.string_value, CAST(value.int_value AS STRING)) FROM UNNEST(event_params) WHERE key = 'sub_category' ),'(not set)') AS sub_category,
+    COALESCE((SELECT IFNULL(value.string_value, CAST(value.int_value AS STRING)) FROM UNNEST(event_params) WHERE key = "sub_category_id" ),'(not set)') AS sub_category_id,
+    (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'content_group') AS content_group,
+    (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'reply_type') AS reply_type,
+    (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'lead_category') AS lead_category,
+    (SELECT value.string_value FROM UNNEST(event_params) WHERE key = 'lead_type') AS lead_type,
+    --Mecanismo de deduplicação
+    ROW_NUMBER() OVER (PARTITION BY event_timestamp, event_name, user_pseudo_id) AS row_num,
+    --Identificação do evento de conversão
+    CASE WHEN event_name = 'generate_lead' THEN 1 ELSE 0 END AS is_conversion
+  FROM
+    `mkt-data-analytics.analytics_407374944.events_*`
+  WHERE
+    _TABLE_SUFFIX BETWEEN '20251101' AND '20251107'
+
+),
+
+-- CTE que identifica todos os eventos de conversão e o momento em que ocorreram.
+leads AS (
+  SELECT
+    user_pseudo_id,
+    event_timestamp AS lead_timestamp,
+    --Identificação da ordem de cada lead gerado pelo usuário, assumindo que um usuário pode gerar mais de um lead.
+    ROW_NUMBER() OVER (PARTITION BY user_pseudo_id ORDER BY event_timestamp) AS lead_sequence
+  FROM
+    events_base
+  WHERE
+    is_conversion = 1
+    AND row_num = 1
+),
+
+-- Junta os eventos (touchpoints) com o lead subsequente mais próximo
+touchpoints AS (
+  SELECT
+    t1.* EXCEPT(row_num),
+    t2.lead_timestamp,
+    t2.lead_sequence,
+    -- Calcula a diferença de tempo (em dias) entre o touchpoint e o lead
+    TIMESTAMP_DIFF(t2.lead_timestamp, t1.event_timestamp, DAY) AS days_to_lead
+  FROM
+    events_base AS t1
+  INNER JOIN
+    leads AS t2
+    USING(user_pseudo_id)
+  WHERE
+    t1.row_num = 1
+    -- Garante que o touchpoint ocorreu antes ou no momento da geração do lead
+    AND t1.event_timestamp <= t2.lead_timestamp
+    -- Seleciona o lead subsequente mais próximo para cada evento
+    AND t2.lead_sequence = (
+      SELECT MIN(lead_sequence) 
+        FROM leads 
+      WHERE user_pseudo_id = t1.user_pseudo_id 
+      AND lead_timestamp >= t1.event_timestamp
+    )
+)
+-- Consulta final aplicando a janela de lookback de 7 dias e a criação da coluna de canal
+SELECT
+  *,
+  -- Placeholder para agrupamento de canais que será definido posteriormente
+  'placeholder' AS channel_grouping
+FROM
+  touchpoints
+WHERE
+  -- Filtra para incluir apenas touchpoints dentro da janela de 7 dias (incluindo o próprio lead, onde days_to_lead = 0)
+  days_to_lead <= 7
+ORDER BY
+  user_pseudo_id, lead_sequence, event_timestamp