यह लेगसी दस्तावेज़ है और हो सकता है कि यह पूरा न हो. अगर आप मार्केटर हैं, तो नए दस्तावेज़ देखने के लिए मार्केटर साइट पर जाएं. अगर आप मेज़रमेंट पार्टनर हैं, तो मेज़रमेंट पार्टनर साइट पर जाएं.

Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Ads Data Hub में निजता जांच

Ads Data Hub में, असली उपयोगकर्ताओं की निजता को सबसे ज़्यादा अहमियत दी जाती है. हमारा प्लैटफ़ॉर्म इसी आधार पर बनाया गया है. हमारा मकसद, उपयोगकर्ताओं की निजता बनाए रखना और अपने ग्राहकों को नियमों का पालन करने में मदद करना है. इसलिए, हम कुछ जांच और पाबंदियां लागू करते हैं. इन्हें इस तरह से डिज़ाइन किया गया है कि प्लैटफ़ॉर्म से मिलने वाले डेटा में, किसी उपयोगकर्ता¹ के बारे में जानकारी न हो.

यहां Ads Data Hub की निजता से जुड़ी सुविधाओं की खास जानकारी दी गई है. ज़्यादा जानकारी के लिए, इसके बाद वाले सेक्शन देखें:

स्टैटिक जांच में, आपकी क्वेरी में दिए गए स्टेटमेंट की जांच की जाती है, ताकि निजता से जुड़ी साफ़ तौर पर दिखने वाली और तुरंत हल की जाने वाली समस्याओं का पता लगाया जा सके.
डेटा ऐक्सेस बजट से, किसी डेटा को ऐक्सेस करने की संख्या सीमित की जाती है.
एग्रीगेशन की जांच से यह पक्का किया जाता है कि हर लाइन में, असली उपयोगकर्ताओं की निजता की सुरक्षा के लिए, उपयोगकर्ताओं की संख्या काफ़ी ज़्यादा हो.
नॉइज़ इंजेक्शन में, एग्रीगेट करने वाले SELECT क्लॉज़ में, सटीक तरीके से कैलिब्रेट किया गया रैंडम नॉइज़ जोड़ा जाता है, ताकि सही नतीजे देते हुए उपयोगकर्ता की निजता की सुरक्षा की जा सके.
नतीजों में अंतर की जांच (या "अंतर की जांच") नॉइज़ इंजेक्शन का लेगसी विकल्प है. इसमें, नतीजों के सेट की तुलना की जाती है, ताकि ऐसे कॉम्बिनेशन को रोका जा सके जिनसे किसी उपयोगकर्ता की पहचान की जा सकती है. इससे नॉइज़ नहीं होता, लेकिन अक्सर डेटा में से अहम जानकारी को हटाया जा सकता है. साथ ही, यह भी नहीं बताया जा सकता कि डेटा में से कौनसी जानकारी हटाई जाएगी.

स्टैटिक जांच

स्टैटिक जांच में, आपकी क्वेरी में दिए गए स्टेटमेंट की जांच की जाती है, ताकि निजता से जुड़ी साफ़ तौर पर दिखने वाली और तुरंत हल की जाने वाली समस्याओं का पता लगाया जा सके. जैसे, उपयोगकर्ता की पहचान करने वाले एलिमेंट एक्सपोर्ट करना, उपयोगकर्ता की पहचान करने वाले एलिमेंट का कोई फ़ंक्शन इस्तेमाल करना या उपयोगकर्ता के लेवल का डेटा शामिल करने वाले फ़ील्ड पर, अनुमति न दिए गए फ़ंक्शन का इस्तेमाल करना. स्टैटिक जांच से क्वेरी में होने वाली गड़बड़ियों से बचने के लिए, सबसे सही तरीके देखें और समझें कि किन फ़ंक्शन का इस्तेमाल किया जा सकता है.

डेटा का ऐक्सेस बजट

डेटा ऐक्सेस बजट से, किसी डेटा को ऐक्सेस करने की संख्या सीमित की जाती है. जिन उपयोगकर्ताओं का बजट खत्म होने वाला है उन्हें निजता से जुड़ा मैसेज भेजा जाएगा जिसका टाइप DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED है. डेटा ऐक्सेस बजट के एंट्री पॉइंट का इस्तेमाल करके या यूज़र इंटरफ़ेस (यूआई) में बजट की सूचनाएं देखकर, बजट की निगरानी की जा सकती है.

एग्रीगेशन के लिए ज़रूरी शर्तें

Ads Data Hub की निजता से जुड़ी जांच में, उपयोगकर्ता के एग्रीगेशन की थ्रेशोल्ड सबसे अहम है. निजता मोड और ऐक्सेस किए गए डेटा के आधार पर, थ्रेशोल्ड अलग-अलग होती है:

नॉइज़ इंजेक्शन के लिए, नतीजे की हर लाइन में करीब 20 यूनीक उपयोगकर्ता होने चाहिए.
डिफ़रेंस चेकर के लिए, नतीजे की हर लाइन में करीब 50 यूनीक उपयोगकर्ता होने चाहिए.
सिर्फ़ क्लिक और कन्वर्ज़न डेटा की क्वेरी के लिए, नतीजे की हर लाइन में करीब 10 यूनीक उपयोगकर्ता होने चाहिए.

यहां दिए गए उदाहरण में (नॉइज़ इंजेक्शन का इस्तेमाल करके), कैंपेन 125 वाली लाइन को फ़ाइनल नतीजों से फ़िल्टर कर दिया जाएगा, क्योंकि इसमें 18 उपयोगकर्ताओं के नतीजों को एग्रीगेट किया गया है. यह 20 उपयोगकर्ताओं की ज़रूरी संख्या से कम है.

कैंपेन आईडी	उपयोगकर्ता	इंप्रेशन
123	314	928
124	2718	5772
125	18	45

निजता मोड

Ads Data Hub में, निजता के दो मोड उपलब्ध हैं—नॉइज़ इंजेक्शन और डिफ़रेंस चेकर. हर मोड के बारे में ज़्यादा जानकारी के लिए, ये पेज देखें:

नॉइज़ इंजेक्शन (डिफ़ॉल्ट)
डिफ़रेंस चेकर (लेगसी)

डिफ़रेंस चेकर की तुलना नॉइज़ इंजेक्शन से करना

असल डेटा
कैंपेन आईडी	इंप्रेशन की गिनती
101	35
102	63
201	142
202	21
301	56
302	99

डिफ़रेंस चेकर का इस्तेमाल करके मिले नतीजे
कैंपेन आईडी	इंप्रेशन की गिनती
101	35
102	63
201	142
202	21
301	56
302	99

नॉइज़ इंजेक्शन का इस्तेमाल करके मिले नतीजे
कैंपेन आईडी	इंप्रेशन की गिनती
101	37.8373
102	60.9104
201	182.0955
202	26.2332
301	58.0871
302	97.5018

नॉइज़ मोड में कैंपेन 101 का उदाहरण
कैंपेन आईडी	असल इंप्रेशन	जोड़ा गया नॉइज़	दिखाए गए इंप्रेशन (`ANON_COUNT`)
101	35	2.8373	37.8373

निजता से जुड़ा डेटा फ़िल्टर करना

अगर आपको अपनी क्वेरी को अलग-अलग हिस्सों में बांटना है, लेकिन एग्रीगेट किए गए नतीजों को एक साथ दिखाना है, तो कई छोटी क्वेरी पर निजता से जुड़ी जांच लागू की जा सकती हैं. इसके बाद, उन नतीजों को निजता के लिहाज़ से सुरक्षित तरीके से एग्रीगेट किया जा सकता है.

इस्तेमाल के उदाहरण:

आप विज्ञापन देने वाले व्यक्ति या कंपनी हैं. आपको अपने लिंक किए गए Google Ads खाते में, एट्रिब्यूशन इवेंट टाइप के हिसाब से सभी कन्वर्ज़न देखने हैं. इसमें ईईए का डेटा भी शामिल है.
आप मेज़रमेंट पार्टनर हैं. आपको अपने लिंक किए गए Google Ads खाते में, एट्रिब्यूशन इवेंट टाइप के हिसाब से सभी कन्वर्ज़न देखने हैं.

अपने Google Ads खाते के लिए कन्वर्ज़न की कुल संख्या पाने के लिए, क्वेरी को फिर से लिखा जा सकता है. इसके लिए, OPTIONS(privacy_checked_export=TRUE) क्लॉज़ का इस्तेमाल करें, ताकि Google की हर सेवा पर अलग-अलग निजता से जुड़ी जांच लागू की जा सके.

इस सेक्शन में, फिर से लिखी गई क्वेरी का उदाहरण दिया गया है. इससे ये काम किए जाते हैं:

यह Google की हर सेवा के लिए अलग-अलग क्वेरी करती है. साथ ही, नतीजों के हर इंटरमीडिएट सेट पर, निजता से जुड़ी जांच लागू करती है.
यह Google की हर सेवा के लिए, निजता से जुड़ी जांच के बाद मिले नतीजों के लिए अलग-अलग अस्थायी टेबल बनाती है: YouTube, Gmail, और नेटवर्क.
यह अस्थायी टेबल से, निजता से जुड़ी जांच के बाद मिले कन्वर्ज़न की संख्या को एग्रीगेट और जोड़ती है.

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

ध्यान दें कि इस क्वेरी में, टेबल के बीच डेटा को सीधे तौर पर जोड़ने के लिए, JOIN का इस्तेमाल नहीं किया जाता. इसके बजाय, हर टेबल के लिए पहले क्वेरी की जाती है. इसके बाद, हर इंटरमीडिएट टेबल पर निजता से जुड़ी जांच लागू की जाती है. फिर, निजता से जुड़ी जांच के बाद मिले वैल्यू को जोड़ने के लिए, UNION का इस्तेमाल किया जाता है.

क्वेरी का सुझाव देने वाला टूल

अगर आपका एसक्यूएल मान्य है, लेकिन इससे निजता से जुड़ी समस्याएं हो सकती हैं, तो क्वेरी का सुझाव देने वाला टूल, क्वेरी को डेवलप करने की प्रोसेस के दौरान, कार्रवाई करने लायक सलाह देता है. इससे आपको अवांछित नतीजे पाने से बचने में मदद मिलती है.

क्वेरी का सुझाव देने वाले टूल का इस्तेमाल करने के लिए:

यूज़र इंटरफ़ेस (यूआई). क्वेरी एडिटर में, क्वेरी के टेक्स्ट के ऊपर सुझाव दिखेंगे.
एपीआई. customers.analysisQueries.validate तरीके का इस्तेमाल करें.

सिर्फ़ उस डेटा को शेयर किया जा सकता है जिसके लिए उपयोगकर्ताओं ने सहमति दी है. जैसे, पैनल में शामिल लोगों का डेटा. ↩