Privasi pengguna akhir adalah inti dari semua yang dilakukan oleh Ads Data Hub; ini adalah fondasi yang menjadi dasar platform kami. Untuk membantu menjaga privasi dan membantu pelanggan mematuhi kepatuhan terhadap peraturan, kami menerapkan pemeriksaan dan pembatasan tertentu, yang dirancang untuk membantu mencegah transmisi data tentang masing-masing pengguna1 dalam data yang Anda dapatkan dari platform. Berikut adalah ringkasan pemeriksaan, dengan detail selengkapnya pada bagian di bawah:
- Pemeriksaan statis. Pemeriksaan statis memeriksa pernyataan dalam kueri Anda untuk mencari masalah privasi yang jelas dan langsung, seperti:
- Mengekspor ID pengguna atau fungsi ID pengguna apa pun.
- Menggunakan fungsi yang tidak diizinkan pada kolom yang berisi data tingkat pengguna.
- Anggaran akses data. Anggaran akses data Anda membatasi frekuensi total Anda dapat mengakses bagian data tertentu. Pengguna yang mendekati akhir anggaran akan diberi tahu melalui pesan privasi dengan jenis
DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED. Anda dapat memantau anggaran menggunakan titik entri anggaran akses data. Persyaratan agregasi. Persyaratan agregasi memastikan bahwa setiap baris berisi jumlah pengguna yang cukup besar untuk melindungi privasi pengguna akhir.
Pemeriksaan perbedaan. Pemeriksaan perbedaan membandingkan hasil dari tugas yang Anda jalankan dengan hasil sebelumnya, serta baris dari kumpulan hasil yang sama. Hal ini dirancang untuk membantu mencegah Anda mengumpulkan informasi tentang pengguna individual dengan membandingkan data dari beberapa kumpulan pengguna yang memenuhi persyaratan agregasi kami. Pelanggaran pemeriksaan perbedaan dapat dipicu oleh perubahan pada data pokok di antara dua tugas.
Jika hasil tidak lulus pemeriksaan privasi, Ads Data Hub akan menampilkan atau menampilkan pesan privasi yang memberi tahu Anda bahwa baris difilter. Sasaran dapat berupa apa pun, mulai dari baris tunggal, hingga seluruh kumpulan hasil. Untuk memastikan total pelaporan Anda tetap akurat, gunakan ringkasan baris yang difilter untuk menghitung data dari baris yang dihapus2.
Persyaratan agregasi
Inti dari pemeriksaan privasi Ads Data Hub adalah nilai minimum agregasi pengguna. Untuk sebagian besar kueri, Anda hanya dapat menerima data pelaporan tentang 50 pengguna atau lebih. Namun, kueri yang hanya mengakses klik dan konversi dapat digunakan untuk melaporkan 10 pengguna atau lebih. (Pengguna dengan ID null tidak diperhitungkan dalam nilai minimum agregasi ini.)
Pada contoh di bawah, baris yang berisi kampanye 125 akan difilter dari hasil akhir, karena baris tersebut menggabungkan hasil dari 48 pengguna, yang berada di bawah jumlah minimum 50 pengguna. Baris yang difilter adalah baris yang dihilangkan dari hasil karena pembatasan privasi.
| Kampanye | Pengguna | Tayangan |
|---|---|---|
| 123 | 314 | 928 |
| 124 | 2718 | 5772 |
| 125 | 48 | 353 |
Pemeriksaan perbedaan
Pemeriksaan perbedaan membantu memastikan bahwa pengguna tidak dapat diidentifikasi melalui perbandingan beberapa hasil yang digabungkan secara memadai. Saat membandingkan hasil tugas dengan hasil sebelumnya, Ads Data Hub mencari kerentanan pada tingkat pengguna perorangan. Karena itu, bahkan hasil dari kampanye yang berbeda, atau hasil yang melaporkan jumlah pengguna yang sama, dapat difilter jika mereka memiliki banyak pengguna yang tumpang tindih.
Di sisi lain, dua kumpulan hasil gabungan mungkin memiliki jumlah pengguna yang sama--yang tampaknya sama--tetapi tidak berbagi pengguna individual, sehingga menjaga privasi, sehingga tidak akan difilter.
Ads Data Hub menggunakan data dari hasil historis Anda saat mempertimbangkan kerentanan hasil baru. Artinya, menjalankan kueri yang sama berulang kali akan menghasilkan lebih banyak data untuk digunakan dalam pemeriksaan perbedaan saat mempertimbangkan kerentanan hasil baru. Selain itu, data pokok dapat berubah, yang menyebabkan pelanggaran pemeriksaan privasi pada kueri yang dianggap stabil.
Jika hasil tingkat pekerjaan Anda berbeda secara memadai, tetapi masing-masing baris serupa dengan baris di pekerjaan sebelumnya, Ads Data Hub akan memfilter baris yang serupa. Pada contoh di bawah, baris yang berisi kampanye 123 pada hasil kedua akan difilter karena berbeda dari hasil sebelumnya oleh satu pengguna.
| Tugas 1 | Tugas 2 | |||
|---|---|---|---|---|
| ID Kampanye | Pengguna | ID Kampanye | Pengguna | |
| 123 | 400 | 123 | 401 | |
| 124 | 569 | 224 | 1325 |
Jika jumlah pengguna di semua baris dalam kumpulan hasil mirip dengan jumlah dari pekerjaan sebelumnya, Ads Data Hub akan memfilter seluruh kumpulan hasil. Pada contoh di bawah, semua hasil dari tugas kedua akan difilter.
| Tugas 1 | Tugas 2 | |||
|---|---|---|---|---|
| ID Kampanye | Pengguna | ID Kampanye | Pengguna | |
| 123 | 400 | 123 | 402 | |
| 124 | 1367 | 124 | 1367 |
Ringkasan baris yang difilter
Ringkasan ringkasan baris yang difilter yang difilter karena pemeriksaan privasi. Data dari baris yang difilter dijumlahkan dan ditambahkan ke baris generik. Meskipun tidak dapat dianalisis lebih lanjut, data yang difilter memberikan ringkasan jumlah data yang difilter dari hasil penelusuran.
Penasihat kueri
Jika SQL Anda valid, tetapi mungkin memicu pemfilteran berlebihan, penasihat kueri menampilkan saran yang dapat ditindaklanjuti selama proses pengembangan kueri, untuk membantu Anda menghindari hasil yang tidak diinginkan.
Pemicu mencakup pola berikut:
- Bergabung dengan subkueri gabungan
- Menggabungkan data yang tidak diagregasi dengan pengguna yang berpotensi berbeda
- Tabel sementara yang ditentukan secara rekursif
Untuk menggunakan penasihat kueri:
- UI. Rekomendasi akan muncul di editor kueri, di atas teks kueri.
- API. Gunakan metode
customers.analysisQueries.validate.
-
Selain data yang telah mereka setujui untuk dibagikan, seperti dalam kasus panelis. ↩
-
Kecuali jika dicegah oleh batasan privasi, seperti saat pengguna di ringkasan baris yang difilter tidak memenuhi persyaratan agregasi. ↩