您可以使用 Reports API 检索参与 YouTube 联属营销计划的商品的关键效果指标。本指南介绍了如何查询 YouTube 特有的联属营销数据,例如归因于不同创作者、视频内容和单个产品的销售额、佣金、订单、观看次数和点击次数。
您可以使用 MCQL 从专用的 YouTube 联属营销“视图”中选择指标和维度,这些视图在查询中充当表。
前提条件
在使用本指南之前,请确保:
- 用于对 API 调用进行身份验证的账号具有 Performance and insights 角色,该角色授予对效果指标的访问权限。
- 您的 Google Merchant Center 账号参与了 YouTube 联属营销计划。
查询 Alpha 版端点
请注意,由于此功能处于公开 Alpha 版阶段,因此端点有所不同。如需检索 YouTube 联属营销效果数据,您需要向 v1alpha
端点发送 POST 请求。以下是示例请求:
HTTP
POST https://merchantapi.googleapis.com/reports/v1alpha/accounts/{ACCOUNT_ID}/reports:search
cURL
curl -X POST \
'https://merchantapi.googleapis.com/reports/v1alpha/accounts/{ACCOUNT_ID}/reports:search?key=[YOUR_API_KEY]' \
--header 'Authorization: Bearer [YOUR_ACCESS_TOKEN]' \
--header 'Accept: application/json' \
--compressed
按创作者查看效果
如需了解哪些 YouTube 创作者带来的互动和销售最多,您可以查询 youtube_creator_performance_view
。
此视图按各个 YouTube 创作者汇总指标,并包含创作者标题和频道 ID。
以下是一个 MCQL SELECT 语句示例,可用于获取 2025 年 5 月 1 日至 5 月 2 日期间销售额排名前 3 的创作者。
SELECT
title,
channel_id,
sales,
commissions,
orders,
clicks,
views
FROM youtube_creator_performance_view
WHERE date BETWEEN '2025-05-01' AND '2025-05-02'
ORDER BY sales DESC LIMIT 3
此查询会提取指定日期范围内按销售指标排名的前 3 名创作者的创作者名称、频道 ID 和关键效果指标。
按内容查看效果
如需了解哪些特定 YouTube 视频的效果最好,您可以查询 youtube_content_performance_view
。此视图按各个 YouTube 视频汇总指标,并包含视频标题和 ID。
以下是一个 MCQL SELECT 语句示例,您可以使用该语句获取 2025 年 5 月 1 日至 5 月 2 日期间观看次数最多的前 3 个视频。
SELECT
title,
video_id,
views,
clicks,
sales
FROM youtube_content_performance_view
WHERE date BETWEEN '2025-05-01' AND '2025-05-02'
ORDER BY views DESC LIMIT 3
此查询会检索指定日期范围内按 views
总数排名的前 3 个视频的视频标题、视频 ID 和关键指标。
按商品查看效果
如需分析 YouTube 联属营销计划中各个商品的表现,您可以查询 youtube_product_performance_view
。
此视图按商品汇总指标,并包含商品名称和商品 ID。
以下是一个 MCQL SELECT 语句示例,可用于查找 2025 年 5 月 1 日至 5 月 2 日期间销售额排名前 3 的产品:
SELECT
title,
offer_id,
sales,
commissions,
orders,
clicks
FROM youtube_product_performance_view
WHERE date BETWEEN '2025-05-01' AND '2025-05-02'
ORDER BY sales DESC LIMIT 3
此查询会返回指定时间段内前 3 个商品(按 sales
指标排序)的商品标题、商品优惠 ID 和效果指标。
重要注意事项
- 日期:始终使用
WHERE
子句按date
过滤查询,以指定报告期。日期采用YYYY-MM-DD
格式。 - 延迟时间:查询的延迟时间取决于所请求的数据量。大型查询需要更长时间,并且可能会导致超时。