Quyền riêng tư của người dùng cuối là yếu tố trọng tâm trong mọi hoạt động của Ads Data Hub; đây là nền tảng mà chúng tôi xây dựng. Để giúp duy trì quyền riêng tư đó và giúp khách hàng tuân thủ quy định, chúng tôi áp dụng một số quy trình kiểm tra và hạn chế nhằm ngăn chặn việc truyền dữ liệu về người dùng cá nhân1 trong dữ liệu mà bạn nhận được từ nền tảng.
Sau đây là thông tin tổng quan về các tính năng bảo vệ quyền riêng tư của Ads Data Hub, với thông tin chi tiết hơn trong các phần sau:
- Kiểm tra tĩnh sẽ xem xét các câu lệnh trong truy vấn của bạn để tìm ra những vấn đề rõ ràng và tức thời về quyền riêng tư.
- Ngân sách truy cập dữ liệu giới hạn tổng số lần bạn có thể truy cập vào một phần dữ liệu nhất định.
- Các bước kiểm tra tổng hợp đảm bảo rằng mỗi hàng chứa đủ số lượng người dùng để bảo vệ quyền riêng tư của người dùng cuối.
- Chèn nhiễu sẽ thêm nhiễu ngẫu nhiên được hiệu chỉnh chính xác vào một mệnh đề
SELECTtổng hợp để bảo vệ quyền riêng tư của người dùng trong khi vẫn cung cấp kết quả tương đối chính xác. - Kiểm tra chênh lệch (hoặc "kiểm tra chênh lệch") là một giải pháp thay thế cũ cho việc chèn dữ liệu nhiễu. Giải pháp này so sánh các tập hợp kết quả để giúp ngăn chặn những tổ hợp có thể xác định người dùng cá nhân. Điều này giúp tránh nhiễu nhưng thường dẫn đến việc che dữ liệu đáng kể và khó đoán.
Kiểm tra tĩnh
Các quy trình kiểm tra tĩnh sẽ xem xét các câu lệnh trong truy vấn của bạn để tìm ra những vấn đề về quyền riêng tư rõ ràng và tức thời, chẳng hạn như xuất giá trị nhận dạng người dùng, mọi hàm của giá trị nhận dạng người dùng hoặc sử dụng các hàm không được phép trên những trường chứa dữ liệu ở cấp người dùng. Để tránh lỗi truy vấn do các quy trình kiểm tra tĩnh, hãy xem các phương pháp hay nhất và tìm hiểu những hàm được phép.
Hạn mức truy cập dữ liệu
Hạn mức truy cập dữ liệu giới hạn tổng số lần bạn có thể truy cập vào một phần dữ liệu nhất định. Người dùng sắp hết ngân sách sẽ nhận được thông báo về quyền riêng tư có loại DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED. Bạn có thể theo dõi ngân sách bằng điểm truy cập ngân sách truy cập dữ liệu hoặc bằng cách quan sát các thông báo về ngân sách trong giao diện người dùng.
Yêu cầu về việc tổng hợp
Ngưỡng tổng hợp người dùng là yếu tố cốt lõi trong các quy trình kiểm tra quyền riêng tư của Ads Data Hub. Ngưỡng cụ thể phụ thuộc vào chế độ riêng tư và dữ liệu được truy cập:
- Tính năng thêm nhiễu yêu cầu khoảng 20 người dùng riêng biệt cho mỗi hàng kết quả.
- Để kiểm tra sự khác biệt, bạn cần có khoảng 50 người dùng riêng biệt cho mỗi hàng kết quả.
- Các truy vấn chỉ có dữ liệu về lượt nhấp và dữ liệu lượt chuyển đổi cần có khoảng 10 người dùng riêng biệt cho mỗi hàng kết quả.
Trong ví dụ sau (sử dụng phương pháp chèn nhiễu), hàng chứa chiến dịch 125 sẽ bị lọc khỏi kết quả cuối cùng, vì hàng này tổng hợp kết quả của 18 người dùng, thấp hơn mức tối thiểu là 20 người dùng.
| Mã chiến dịch | Người dùng | Số lượt hiển thị |
|---|---|---|
| 123 | 314 | 928 |
| 124 | 2718 | 5772 |
| 125 | 18 | 45 |
Chế độ riêng tư
Ads Data Hub cung cấp hai chế độ đảm bảo quyền riêng tư: thêm nhiễu và quy trình kiểm tra sự khác biệt. Hãy xem các trang sau đây để biết thông tin chi tiết về từng chế độ:
- Thêm nhiễu (Nên dùng)
- Kiểm tra sự khác biệt (Phiên bản cũ)
So sánh các bước kiểm tra chênh lệch với tính năng thêm nhiễu
Ở chế độ quy trình kiểm tra sự khác biệt, các hàng sẽ bị lọc nếu không đáp ứng yêu cầu về việc tổng hợp 50 người dùng hoặc nếu các hàng đó kích hoạt lỗi quy trình kiểm tra sự khác biệt.
Ở chế độ thêm nhiễu, các hàng chỉ được lọc nếu không đáp ứng yêu cầu về việc tổng hợp (khoảng 20 người dùng cho dữ liệu lượt hiển thị) và nhiễu ngẫu nhiên sẽ được thêm vào kết quả tổng hợp.
|
|
||||||||||||||||||||||||||||||||
|
|
||||||||||||||||||||||||||||||||
Lọc để bảo vệ quyền riêng tư một cách rõ ràng
Trong trường hợp cần chia nhỏ truy vấn nhưng muốn kết hợp các kết quả tổng hợp, bạn có thể áp dụng rõ ràng các quy trình kiểm tra quyền riêng tư cho một số truy vấn nhỏ hơn, sau đó tổng hợp các kết quả đó lại với nhau theo cách đảm bảo quyền riêng tư.
Ví dụ về các trường hợp sử dụng:
- Bạn là nhà quảng cáo đang tìm kiếm tất cả lượt chuyển đổi theo loại sự kiện phân bổ trong tài khoản Google Ads được liên kết, bao gồm cả dữ liệu ở Khu vực kinh tế Châu Âu (EEA).
- Bạn là đối tác đo lường đang tìm kiếm tất cả lượt chuyển đổi theo loại sự kiện phân bổ trong tài khoản Google Ads được liên kết.
Để nhận được tổng số lượt chuyển đổi cho tài khoản Google Ads của mình, bạn có thể viết lại truy vấn bằng cách sử dụng mệnh đề OPTIONS(privacy_checked_export=TRUE) để áp dụng các quy trình kiểm tra quyền riêng tư cho từng dịch vụ của Google.
Ví dụ về việc viết lại trong phần này thực hiện những việc sau:
- Thao tác này sẽ truy vấn từng dịch vụ của Google một cách riêng lẻ, áp dụng rõ ràng các bước kiểm tra quyền riêng tư cho từng tập hợp kết quả trung gian.
- Thao tác này sẽ tạo một bảng tạm thời riêng biệt cho kết quả đã kiểm tra quyền riêng tư của từng dịch vụ của Google: YouTube, Gmail và Mạng.
- Thao tác này tổng hợp và tính tổng số lượt chuyển đổi đã được kiểm tra quyền riêng tư từ các bảng tạm thời.
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
Xin lưu ý rằng truy vấn này không sử dụng JOIN để kết hợp trực tiếp dữ liệu giữa các bảng, mà trước tiên thực hiện truy vấn cho từng bảng, áp dụng các bước kiểm tra quyền riêng tư cho từng bảng trung gian, sau đó sử dụng UNION để tính tổng các giá trị đã kiểm tra quyền riêng tư.
Cố vấn truy vấn
Nếu SQL của bạn hợp lệ nhưng có thể gây ra các vấn đề về quyền riêng tư, thì trình tư vấn truy vấn sẽ đưa ra lời khuyên hữu ích trong quá trình phát triển truy vấn để giúp bạn tránh kết quả không mong muốn.
Cách sử dụng công cụ đề xuất truy vấn:
- Giao diện người dùng. Các đề xuất sẽ xuất hiện trong trình chỉnh sửa truy vấn, phía trên văn bản truy vấn.
- API. Sử dụng phương thức
customers.analysisQueries.validate.
-
Ngoài dữ liệu mà họ đã đồng ý chia sẻ, chẳng hạn như trong trường hợp người tham gia khảo sát. ↩