بررسی حریم خصوصی در Ads Data Hub

حریم خصوصی کاربر نهایی، هسته اصلی تمام کارهایی است که Ads Data Hub انجام می‌دهد؛ این پایه و اساسی است که پلتفرم ما بر آن بنا شده است. به منظور کمک به حفظ این حریم خصوصی و کمک به مشتریانمان در رعایت مقررات، ما بررسی‌ها و محدودیت‌های خاصی را اعمال می‌کنیم که برای جلوگیری از انتقال داده‌های مربوط به کاربران شخصی در داده‌هایی که از پلتفرم دریافت می‌کنید، طراحی شده‌اند.

در اینجا مروری بر ویژگی‌های حریم خصوصی Ads Data Hub ارائه شده است و جزئیات بیشتر در بخش‌های بعدی آمده است:

  • بررسی‌های ایستا، عبارات موجود در پرس‌وجوهای شما را بررسی می‌کنند تا نگرانی‌های آشکار و فوری در مورد حریم خصوصی را بیابند.
  • بودجه‌های دسترسی به داده‌ها، تعداد کل دفعاتی را که می‌توانید به یک قطعه داده مشخص دسترسی داشته باشید، محدود می‌کنند.
  • بررسی‌های تجمیع تضمین می‌کنند که هر ردیف شامل تعداد کافی از کاربران باشد تا از حریم خصوصی کاربر نهایی محافظت شود.
  • تزریق نویز، نویز تصادفی کالیبره شده دقیقی را به یک عبارت SELECT تجمیعی اضافه می‌کند تا ضمن ارائه نتایج نسبتاً دقیق، از حریم خصوصی کاربر محافظت کند.
  • بررسی‌های تفاوت (یا "بررسی‌های تفاوت") یک جایگزین قدیمی برای تزریق نویز است که مجموعه نتایج را مقایسه می‌کند تا از ترکیب‌هایی که می‌توانند کاربران منفرد را شناسایی کنند، جلوگیری کند. این روش از نویز جلوگیری می‌کند اما اغلب منجر به ویرایش قابل توجه و غیرقابل پیش‌بینی داده‌ها می‌شود.

بررسی‌های استاتیک

بررسی‌های ایستا، عبارات موجود در پرس‌وجوهای شما را بررسی می‌کنند تا نگرانی‌های آشکار و فوری مربوط به حریم خصوصی، مانند استخراج شناسه‌های کاربر، هرگونه تابع شناسه‌های کاربر یا استفاده از توابع غیرمجاز روی فیلدهایی که حاوی داده‌های سطح کاربر هستند را پیدا کنند. برای جلوگیری از خطاهای پرس‌وجو ناشی از بررسی‌های ایستا، بهترین شیوه‌ها را مرور کنید و بفهمید کدام توابع مجاز هستند .

بودجه دسترسی به داده‌ها

بودجه دسترسی به داده‌های شما، تعداد کل دفعاتی را که می‌توانید به یک داده مشخص دسترسی داشته باشید، محدود می‌کند. کاربرانی که به پایان بودجه خود نزدیک می‌شوند، با یک پیام حریم خصوصی با نوع DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED مطلع می‌شوند. می‌توانید بودجه را با استفاده از نقطه ورود بودجه دسترسی به داده‌ها یا با مشاهده اعلان‌های بودجه در رابط کاربری، رصد کنید.

الزامات تجمیع

در هسته بررسی‌های حریم خصوصی Ads Data Hub، آستانه تجمیع کاربر قرار دارد. این آستانه خاص به حالت حریم خصوصی و داده‌های دسترسی‌شده بستگی دارد:

  • تزریق نویز تقریباً به 20 کاربر منحصر به فرد برای هر ردیف نتیجه نیاز دارد.
  • بررسی تفاوت‌ها تقریباً به ۵۰ کاربر منحصر به فرد برای هر ردیف نتیجه نیاز دارد.
  • پرس‌وجوهایی که فقط داده‌های کلیک و تبدیل را بررسی می‌کنند، تقریباً به ۱۰ کاربر منحصر به فرد در هر ردیف نتیجه نیاز دارند.

در مثال زیر (با استفاده از تزریق نویز)، ردیفی که شامل کمپین ۱۲۵ است از نتایج نهایی فیلتر می‌شود، زیرا نتایج ۱۸ کاربر را تجمیع می‌کند که کمتر از حداقل ۲۰ کاربر است.

شناسه کمپین کاربران برداشت‌ها
۱۲۳ ۳۱۴ ۹۲۸
۱۲۴ ۲۷۱۸ عدد ۵۷۷۲ عدد
۱۲۵ ۱۸ ۴۵

حالت‌های حریم خصوصی

مرکز داده تبلیغات دو حالت حریم خصوصی ارائه می‌دهد - تزریق نویز و بررسی تفاوت . برای جزئیات بیشتر در مورد هر حالت به صفحات زیر مراجعه کنید:

مقایسه بررسی‌های اختلاف با تزریق نویز

داده‌های واقعی
شناسه کمپین تعداد نمایش
۱۰۱ ۳۵
۱۰۲ ۶۳
۲۰۱ ۱۴۲
۲۰۲ ۲۱
۳۰۱ ۵۶
۳۰۲ ۹۹
نتایج با استفاده از بررسی‌های اختلاف
شناسه کمپین تعداد نمایش
۱۰۱ ۳۵
۱۰۲ ۶۳
۲۰۱ ۱۴۲
۲۰۲ ۲۱
۳۰۱ ۵۶
۳۰۲ ۹۹
نتایج با استفاده از تزریق نویز
شناسه کمپین تعداد نمایش
۱۰۱ ۳۷.۸۳۷۳
۱۰۲ ۶۰.۹۱۰۴
۲۰۱ ۱۸۲.۰۹۵۵
۲۰۲ ۲۶.۲۳۳۲
۳۰۱ ۵۸.۰۸۷۱
۳۰۲ ۹۷.۵۰۱۸
مثالی از کمپین ۱۰۱ در حالت نویز
شناسه کمپین برداشت‌های واقعی نویز اضافه شد تعداد بازدیدهای برگشتی ( ANON_COUNT )
۱۰۱ ۳۵ ۲.۸۳۷۳ ۳۷.۸۳۷۳

فیلترینگ صریح حریم خصوصی

در مواردی که نیاز به تجزیه پرس و جو خود دارید اما می‌خواهید نتایج تجمیع شده را با هم ترکیب کنید، می‌توانید به صراحت بررسی‌های حریم خصوصی را روی چندین پرس و جوی کوچکتر اعمال کنید و سپس آن نتایج را به روشی ایمن برای حفظ حریم خصوصی با هم جمع کنید.

موارد استفاده مثال:

  • شما یک تبلیغ‌کننده هستید که به دنبال تمام تبدیل‌ها بر اساس نوع رویداد انتسابی در حساب گوگل ادز لینک‌شده خود هستید که شامل داده‌های منطقه اقتصادی اروپا (EEA) نیز می‌شود.
  • شما یک شریک اندازه‌گیری هستید که به دنبال تمام تبدیل‌ها بر اساس نوع رویداد انتسابی در حساب گوگل ادز لینک‌شده خود هستید.

برای دریافت مجموع تبدیل‌ها برای حساب گوگل ادز خود، می‌توانید کوئری را با استفاده از عبارت OPTIONS(privacy_checked_export=TRUE) بازنویسی کنید تا بررسی‌های حریم خصوصی را برای هر سرویس گوگل به صورت جداگانه اعمال کنید.

مثال بازنویسی در این بخش موارد زیر را انجام می‌دهد:

  1. این ابزار هر سرویس گوگل را به صورت جداگانه جستجو می‌کند و به صراحت بررسی‌های حریم خصوصی را برای هر مجموعه نتایج میانی اعمال می‌کند.
  2. این یک جدول موقت جداگانه برای نتایج بررسی‌شده از نظر حریم خصوصی هر سرویس گوگل ایجاد می‌کند: یوتیوب، جیمیل و نتورک.
  3. این ابزار، تعداد تبدیل‌های بررسی‌شده از نظر حریم خصوصی را از جداول موقت جمع‌آوری و با هم جمع می‌کند.
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

توجه داشته باشید که این پرس‌وجو از JOIN برای ترکیب مستقیم داده‌ها بین جداول استفاده نمی‌کند، بلکه ابتدا پرس‌وجو را برای هر جدول انجام می‌دهد، بررسی‌های حریم خصوصی را برای هر جدول میانی اعمال می‌کند، سپس از UNION برای جمع کردن مقادیر بررسی‌شده از نظر حریم خصوصی استفاده می‌کند.

مشاور استعلام

اگر SQL شما معتبر باشد اما ممکن است باعث ایجاد مشکلات حریم خصوصی شود، مشاور پرس‌وجو در طول فرآیند توسعه پرس‌وجو، توصیه‌های عملی ارائه می‌دهد تا به شما در جلوگیری از نتایج نامطلوب کمک کند.

برای استفاده از مشاور استعلام:

  • رابط کاربری . توصیه‌ها در ویرایشگر پرس‌وجو، بالای متن پرس‌وجو نمایش داده می‌شوند.
  • API . از متد customers.analysisQueries.validate استفاده کنید.

  1. غیر از داده‌هایی که آنها به اشتراک‌گذاری آنها رضایت داده‌اند، مانند مورد اعضای میزگرد.