বিজ্ঞাপন ডেটা হাবে গোপনীয়তা পরীক্ষা করা হয়

অ্যাডস ডেটা হাব যা কিছু করে, তার কেন্দ্রবিন্দুতে রয়েছে ব্যবহারকারীর গোপনীয়তা; এটিই আমাদের প্ল্যাটফর্মের ভিত্তি। সেই গোপনীয়তা বজায় রাখতে এবং আমাদের গ্রাহকদের নিয়মকানুন মেনে চলতে সাহায্য করার জন্য, আমরা কিছু নির্দিষ্ট যাচাই ও বিধিনিষেধ আরোপ করি। এই ব্যবস্থাগুলো প্ল্যাটফর্ম থেকে প্রাপ্ত ডেটার মধ্যে ^কোনো স্বতন্ত্র ব্যবহারকারীর তথ্য আদান-প্রদান রোধ করার উদ্দেশ্যে তৈরি করা হয়েছে।

মূল শব্দ: গোপনীয়তার বিধিনিষেধের কারণে ফলাফল থেকে বাদ দেওয়া সারিগুলোকে ফিল্টার করা সারি বলা হয়।

এখানে অ্যাডস ডেটা হাব-এর গোপনীয়তা বৈশিষ্ট্যগুলির একটি সংক্ষিপ্ত বিবরণ দেওয়া হলো, এবং পরবর্তী বিভাগগুলিতে আরও বিস্তারিত আলোচনা করা হয়েছে:

• স্ট্যাটিক চেক আপনার কোয়েরিগুলোর স্টেটমেন্টগুলো পরীক্ষা করে সুস্পষ্ট এবং তাৎক্ষণিক গোপনীয়তার উদ্বেগ খুঁজে বের করে।
• ডেটা অ্যাক্সেস বাজেট কোনো নির্দিষ্ট ডেটা মোট কতবার অ্যাক্সেস করা যাবে তা সীমিত করে।
• অ্যাগ্রিগেশন চেক নিশ্চিত করে যে প্রতিটি সারিতে শেষ ব্যবহারকারীর গোপনীয়তা রক্ষার জন্য পর্যাপ্ত সংখ্যক ব্যবহারকারী রয়েছে।
• নয়েজ ইনজেকশন ব্যবহারকারীর গোপনীয়তা রক্ষা করার পাশাপাশি যথেষ্ট নির্ভুল ফলাফল প্রদানের জন্য একটি অ্যাগ্রিগেটিং SELECT ক্লজে সুনির্দিষ্টভাবে ক্যালিব্রেটেড র‍্যান্ডম নয়েজ যোগ করে।
• ডিফারেন্স চেক (বা "ডিফ চেক") হলো নয়েজ ইনজেকশনের একটি পুরোনো বিকল্প, যা ফলাফলের সেটগুলোর মধ্যে তুলনা করে এমন সংমিশ্রণ প্রতিরোধ করতে সাহায্য করে যা স্বতন্ত্র ব্যবহারকারীদের শনাক্ত করতে পারে। এটি নয়েজ এড়িয়ে চলে, কিন্তু প্রায়শই এর ফলে উল্লেখযোগ্য এবং অপ্রত্যাশিত ডেটা রিডাকশন ঘটে।

দ্রষ্টব্য: যখনই সম্ভব, কোয়েরিগুলোর পুনরাবৃত্তি ও পরীক্ষার জন্য স্যান্ডবক্স ডেটা ব্যবহার করুন। যে জবগুলো স্যান্ডবক্স ডেটা ব্যবহার করে, সেগুলো প্রাইভেসি হিস্ট্রিতে যুক্ত হয় না।

স্থির চেক

স্ট্যাটিক চেক আপনার কোয়েরির স্টেটমেন্টগুলো পরীক্ষা করে সুস্পষ্ট ও তাৎক্ষণিক গোপনীয়তার উদ্বেগ খুঁজে বের করে, যেমন ইউজার আইডেন্টিফায়ার এক্সপোর্ট করা, ইউজার আইডেন্টিফায়ারের কোনো ফাংশন ব্যবহার করা, অথবা ইউজার-লেভেল ডেটা ধারণকারী ফিল্ডের উপর অননুমোদিত ফাংশন ব্যবহার করা। স্ট্যাটিক চেক থেকে কোয়েরি ত্রুটি এড়াতে, সেরা অনুশীলনগুলো পর্যালোচনা করুন এবং কোন ফাংশনগুলো অনুমোদিত তা বুঝুন।

ডেটা অ্যাক্সেস বাজেট

আপনার ডেটা অ্যাক্সেস বাজেট একটি নির্দিষ্ট ডেটা মোট কতবার অ্যাক্সেস করতে পারবেন তা সীমিত করে। যেসব ব্যবহারকারীর বাজেট প্রায় শেষ হয়ে আসবে, তাদেরকে DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED টাইপের একটি প্রাইভেসি মেসেজের মাধ্যমে জানানো হবে। আপনি ডেটা অ্যাক্সেস বাজেট এন্ট্রি পয়েন্ট ব্যবহার করে অথবা UI-তে বাজেট নোটিফিকেশনগুলো পর্যবেক্ষণ করে বাজেটটি নিরীক্ষণ করতে পারেন।

একত্রীকরণের প্রয়োজনীয়তা

অ্যাডস ডেটা হাব-এর গোপনীয়তা যাচাইয়ের মূলে রয়েছে ব্যবহারকারীর ডেটা একত্রীকরণের সীমা। নির্দিষ্ট সীমাটি গোপনীয়তা মোড এবং অ্যাক্সেস করা ডেটার উপর নির্ভর করে:

• নয়েজ ইনজেকশনের জন্য প্রতিটি ফলাফল সারিতে প্রায় ২০ জন স্বতন্ত্র ব্যবহারকারী প্রয়োজন।
• পার্থক্য যাচাই করার জন্য প্রতিটি ফলাফল সারিতে প্রায় ৫০ জন স্বতন্ত্র ব্যবহারকারীর প্রয়োজন হয়।
• শুধুমাত্র ক্লিক এবং রূপান্তর ডেটা অনুসন্ধান করার জন্য প্রতিটি ফলাফল সারিতে প্রায় ১০ জন স্বতন্ত্র ব্যবহারকারীর প্রয়োজন হয়।

দ্রষ্টব্য: যেসব ইভেন্টের ইউজার আইডি শূন্য বা নাল, সেগুলো অ্যাগ্রিগেশন থ্রেশহোল্ড গণনার অন্তর্ভুক্ত নয়।

নিম্নলিখিত উদাহরণে (নয়েজ ইনজেকশন ব্যবহার করে), ১২৫ নম্বর ক্যাম্পেইন সম্বলিত সারিটি চূড়ান্ত ফলাফল থেকে ফিল্টার করে বাদ দেওয়া হবে, কারণ এটি ১৮ জন ব্যবহারকারীর ফলাফল একত্রিত করে, যা ন্যূনতম ২০ জন ব্যবহারকারীর সংখ্যার চেয়ে কম।

ক্যাম্পেইন আইডি	ব্যবহারকারীরা	ছাপ
১২৩	৩১৪	৯২৮
১২৪	২৭১৮	৫৭৭২
১২৫	১৮	৪৫

গোপনীয়তা মোড

সতর্কীকরণ: অ্যাডস ডেটা হাব-এর নীতিমালা অনুসারে, যেসব ব্যবহারকারী আমাদের ডেটা একত্রীকরণের শর্ত পূরণ করেন না, তাদের পৃথকভাবে চিহ্নিত করার জন্য ডেটা বিচ্ছিন্ন করার চেষ্টা করবেন না।

অ্যাডস ডেটা হাব দুটি প্রাইভেসি মোড অফার করে— নয়েজ ইনজেকশন এবং ডিফারেন্স চেক । প্রতিটি মোডের বিস্তারিত জানতে নিম্নলিখিত পৃষ্ঠাগুলি দেখুন:

• নয়েজ ইনজেকশন (ডিফল্ট)
• পার্থক্য যাচাই (লেগ্যাসি)

নয়েজ ইনজেকশনের সাথে পার্থক্য পরীক্ষাগুলির তুলনা করুন

প্রকৃত তথ্য ক্যাম্পেইন আইডি ইম্প্রেশন সংখ্যা ১০১ ৩৫ ১০২ ৬৩ ২০১ ১৪২ ২০২ ২১ ৩০১ ৫৬ ৩০২ ৯৯	পার্থক্য যাচাই ব্যবহার করে প্রাপ্ত ফলাফল ক্যাম্পেইন আইডি ইম্প্রেশন সংখ্যা ১০১ ৩৫ ১০২ ৬৩ ২০১ ১৪২ ২০২ ২১ ৩০১ ৫৬ ৩০২ ৯৯
নয়েজ ইনজেকশন ব্যবহার করে ফলাফল ক্যাম্পেইন আইডি ইম্প্রেশন সংখ্যা ১০১ ৩৭.৮৩৭৩ ১০২ ৬০.৯১০৪ ২০১ ১৮২.০৯৫৫ ২০২ ২৬.২৩৩২ ৩০১ ৫৮.০৮৭১ ৩০২ ৯৭.৫০১৮	নয়েজ মোডে ক্যাম্পেইন ১০১-এর উদাহরণ ক্যাম্পেইন আইডি প্রকৃত ধারণা শব্দ যোগ করা হয়েছে প্রাপ্ত ইম্প্রেশন ( ANON_COUNT ) ১০১ ৩৫ ২.৮৩৭৩ ৩৭.৮৩৭৩

সুস্পষ্ট গোপনীয়তা ফিল্টারিং

যেসব ক্ষেত্রে আপনাকে আপনার কোয়েরি ভাগ করতে হবে কিন্তু একত্রিত ফলাফলগুলোও সমন্বয় করতে চান, সেক্ষেত্রে আপনি কয়েকটি ছোট কোয়েরিতে সুস্পষ্টভাবে গোপনীয়তা যাচাই প্রয়োগ করতে পারেন এবং তারপর সেই ফলাফলগুলোকে গোপনীয়তা-সুরক্ষিত উপায়ে একত্রিত করতে পারেন।

ব্যবহারের উদাহরণ:

• আপনি একজন বিজ্ঞাপনদাতা, যিনি আপনার লিঙ্ক করা Google Ads অ্যাকাউন্টে অ্যাট্রিবিউশন ইভেন্ট টাইপ অনুযায়ী সমস্ত কনভার্সন খুঁজছেন, যার মধ্যে EEA ডেটাও অন্তর্ভুক্ত।
• আপনি একজন পরিমাপ অংশীদার, যিনি আপনার লিঙ্ক করা গুগল অ্যাডস অ্যাকাউন্টে অ্যাট্রিবিউশন ইভেন্ট টাইপ অনুযায়ী সমস্ত কনভার্সন খুঁজছেন।

আপনার গুগল অ্যাডস অ্যাকাউন্টের কনভার্সনের মোট সংখ্যা পেতে, আপনি প্রতিটি গুগল পরিষেবাতে আলাদাভাবে গোপনীয়তা যাচাই প্রয়োগ করার জন্য OPTIONS(privacy_checked_export=TRUE) ক্লজ ব্যবহার করে কোয়েরিটি নতুন করে লিখতে পারেন।

এই বিভাগের উদাহরণ পুনর্লিখনটি নিম্নলিখিত কাজগুলো করে:

1. এটি প্রতিটি গুগল পরিষেবাতে পৃথকভাবে অনুসন্ধান করে এবং প্রতিটি অন্তর্বর্তী ফলাফল সেটের উপর সুস্পষ্টভাবে গোপনীয়তা যাচাই প্রয়োগ করে।
2. এটি প্রতিটি গুগল পরিষেবার (ইউটিউব, জিমেইল এবং নেটওয়ার্ক) গোপনীয়তা-যাচাইকৃত ফলাফলের জন্য একটি আলাদা টেম্প টেবিল তৈরি করে।
3. এটি টেম্প টেবিলগুলো থেকে গোপনীয়তা-যাচাইকৃত রূপান্তরের সংখ্যাগুলো একত্রিত করে এবং যোগফল বের করে।

CREATE TEMP TABLE youtube_agg OPTIONS(privacy_checked_export=TRUE) AS
SELECT
 impression_data.campaign_id,
 attribution_event_type,
 COUNT(1) AS num_convs
FROM adh.google_ads_conversions_policy_isolated_youtube
WHERE impression_data.campaign_id IN UNNEST(@campaign_ids)
 AND conversion_type IN UNNEST(@conversion_type_list)
GROUP BY campaign_id, attribution_event_type;

CREATE TEMP TABLE network_agg OPTIONS(privacy_checked_export=TRUE) AS
SELECT
 impression_data.campaign_id,
 attribution_event_type,
 COUNT(1) AS num_convs
FROM adh.google_ads_conversions_policy_isolated_network
WHERE impression_data.campaign_id IN UNNEST(@campaign_ids)
 AND conversion_type IN UNNEST(@conversion_type_list)
GROUP BY campaign_id, attribution_event_type;

CREATE TEMP TABLE gmail_agg OPTIONS(privacy_checked_export=TRUE) AS
SELECT
 impression_data.campaign_id,
 attribution_event_type,
 COUNT(1) AS num_convs
FROM adh.google_ads_conversions_policy_isolated_gmail
WHERE impression_data.campaign_id IN UNNEST(@campaign_ids)
 AND conversion_type IN UNNEST(@conversion_type_list)
GROUP BY campaign_id, attribution_event_type;

SELECT
 campaign_id,
 attribution_event_type,
 SUM(num_convs) AS num_convs
FROM (
 SELECT * FROM youtube_agg
 UNION ALL
 SELECT * FROM network_agg
 UNION ALL
 SELECT * FROM gmail_agg
)
GROUP BY campaign_id, attribution_event_type

উল্লেখ্য যে, এই কোয়েরিটি টেবিলগুলোর মধ্যে সরাসরি ডেটা একত্রিত করার জন্য JOIN ব্যবহার করে না, বরং প্রথমে প্রতিটি টেবিলের জন্য কোয়েরিটি সম্পাদন করে, প্রতিটি মধ্যবর্তী টেবিলে গোপনীয়তা যাচাই প্রয়োগ করে, এবং তারপরে গোপনীয়তা-যাচাইকৃত মানগুলোর যোগফল বের করার জন্য একটি UNION ব্যবহার করে।

কোয়েরি উপদেষ্টা

আপনার SQL বৈধ হওয়া সত্ত্বেও যদি তা গোপনীয়তার সমস্যা তৈরি করতে পারে, তবে কোয়েরি অ্যাডভাইজার কোয়েরি তৈরির প্রক্রিয়া চলাকালীন কার্যকরী পরামর্শ প্রদান করে, যা আপনাকে অনাকাঙ্ক্ষিত ফলাফল এড়াতে সাহায্য করে।

কোয়েরি অ্যাডভাইজার ব্যবহার করতে:

• UI . সুপারিশগুলো কোয়েরি এডিটরে, কোয়েরি টেক্সটের উপরে প্রদর্শিত হবে।
• API . customers.analysisQueries.validate মেথডটি ব্যবহার করুন।

---

1. যেসব তথ্য তারা শেয়ার করতে সম্মতি দিয়েছেন, যেমন প্যানেলিস্টদের ক্ষেত্রে, তা ছাড়া। ↩