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

Quy trình kiểm tra quyền riêng tư trong Trung tâm dữ liệu quảng cáo

Quyền riêng tư của người dùng cuối là yếu tố cốt lõi trong mọi hoạt động của Ads Data Hub; đây là nền tảng mà chúng tôi xây dựng nên. 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 từng người dùng¹ 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.
Tiêm nhiễu sẽ thêm nhiễu ngẫu nhiên được hiệu chỉnh chính xác vào một mệnh đề tổng hợp SELECT 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 phương pháp chèn nhiễu. Phương pháp này so sánh các tập hợp kết quả để giúp ngăn chặn những tổ hợp có thể xác định người dùng riêng lẻ. 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 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 hạn mức truy cập dữ liệu hoặc bằng cách theo dõi 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 cần 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 (Mặc định)
Kiểm tra sự khác biệt (Phiên bản cũ)

So sánh các bước kiểm tra chênh lệch với tính năng thêm nhiễu

Dữ liệu thực tế
Mã chiến dịch	Số lần hiển thị
101	35
102	63
201	142
202	21
301	56
302	99

Kết quả sử dụng quy trình kiểm tra sự khác biệt
Mã chiến dịch	Số lần hiển thị
101	35
102	63
201	142
202	21
301	56
302	99

Kết quả khi sử dụng tính năng thêm nhiễu
Mã chiến dịch	Số lần hiển thị
101	37,8373
102	60,9104
201	182.0955
202	26,2332
301	58,0871
302	97,5018

Ví dụ về Chiến dịch 101 ở chế độ nhiễu
Mã chiến dịch	Số lượt hiển thị thực tế	Đã thêm tiếng ồn	Số lượt hiển thị được trả về (`ANON_COUNT`)
101	35	2,8373	37,8373

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 một 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:

Thư viện này truy vấn từng dịch vụ của Google một cách riêng lẻ, áp dụng rõ ràng các quy trình kiểm tra quyền riêng tư cho từng tập hợp kết quả trung gian.
Thao tác này sẽ tạo một bảng tạm thời riêng 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 thay vào đó, trước tiên, truy vấn sẽ được thực hiện cho từng bảng, sau đó áp dụng các quy trình kiểm tra quyền riêng tư cho từng bảng trung gian, rồi 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 trình tư vấn 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 đối tượng nghiên cứu. ↩