इस दस्तावेज़ के बारे में जानकारी
इस लेख को पढ़ने के बाद, आपको:
- खास जानकारी वाली रिपोर्ट जनरेट करने से पहले समझें कि किन रणनीतियों को बनाया जाना चाहिए.
- पेश है शोर लैब. यह एक ऐसा टूल है जो शोर के कई पैरामीटर के असर को समझने में मदद करता है. साथ ही, इससे शोर को मैनेज करने की अलग-अलग रणनीतियों को तेज़ी से एक्सप्लोर करने और उनका आकलन करने में मदद मिलती है.
सुझाव/राय दें या शिकायत करें
इस दस्तावेज़ में खास जानकारी वाली रिपोर्ट के साथ काम करने के कुछ सिद्धांतों के बारे में बताया गया है. हालांकि, ग़ैर-ज़रूरी आवाज़ों को मैनेज करने के ऐसे कई तरीके हैं जो शायद यहां न दिखें. आपके सुझाव, जोड़ी गई चीज़ें, और सवालों का स्वागत है!
- नॉइज़ मैनेजमेंट की रणनीतियों, एपीआई (epsilon) की उपयोगिता या निजता के बारे में सार्वजनिक तौर पर सुझाव देने, और नॉइज़ लैब के साथ सिम्युलेट करते समय अपनी बातें शेयर करने के लिए: इस समस्या पर टिप्पणी करें
- नॉइज़ लैब के बारे में लोगों को सुझाव/राय देने या शिकायत करने के लिए (सवाल पूछें, किसी गड़बड़ी की शिकायत करें, सुविधा के लिए अनुरोध करें): यहां एक नई समस्या बनाएं
- एपीआई के किसी दूसरे पहलू के बारे में सार्वजनिक तौर पर सुझाव/राय देने या शिकायत करने के लिए: यहां एक नई समस्या बनाएं
शुरू करने से पहले
- परिचय के लिए, एट्रिब्यूशन रिपोर्टिंग: खास जानकारी वाली रिपोर्ट और एट्रिब्यूशन रिपोर्टिंग के पूरे सिस्टम की खास जानकारी पढ़ें.
- इस गाइड का बेहतर तरीके से इस्तेमाल करने के लिए, ग़ैर-ज़रूरी डेटा के बारे में जानकारी और एग्रीगेशन की सुविधा के बारे में जानकारी को स्कैन करें.
डिज़ाइन से जुड़े फ़ैसले
मुख्य डिज़ाइन का सिद्धांत
तीसरे पक्ष की कुकी और खास जानकारी वाली रिपोर्ट के काम करने के तरीके में बुनियादी अंतर हैं. एक मुख्य अंतर यह है कि खास जानकारी वाली रिपोर्ट में मौजूद, मेज़रमेंट डेटा में जोड़ी गई ग़ैर-ज़रूरी जानकारी होती है. रिपोर्ट को शेड्यूल कैसे किया जाता है, यह भी एक तरीका है.
ज़्यादा सिग्नल-टू-नॉइज़ रेशियो वाली खास जानकारी वाली रिपोर्ट के मेज़रमेंट डेटा को ऐक्सेस करने के लिए, डिमांड साइड प्लैटफ़ॉर्म (डीएसपी) और विज्ञापन की परफ़ॉर्मेंस का आकलन करने वाली कंपनियों को अपने विज्ञापन देने वालों के साथ मिलकर काम करना होगा. इससे वे शोर को मैनेज करने की रणनीतियां बना पाएंगे. इन रणनीतियों को डेवलप करने के लिए, डीएसपी और मेज़रमेंट कंपनियों को डिज़ाइन से जुड़े फ़ैसले लेने होंगे. ये फ़ैसले एक ज़रूरी सिद्धांत के इर्द-गिर्द हैं:
डिस्ट्रिब्यूशन के लिए शोर की वैल्यू सिर्फ़ दो पैरामीटर⏤epsilon और योगदान के बजट पर निर्भर करती है⏤आपके पास कई ऐसे कंट्रोल होते हैं जिनसे आउटपुट मेज़रमेंट डेटा के सिग्नल-टू-नॉइस अनुपात पर असर पड़ता है.
हालांकि, हमें उम्मीद है कि बार-बार इस्तेमाल की जाने वाली प्रोसेस से सबसे अच्छे फ़ैसले मिलेंगे, लेकिन इन फ़ैसलों पर होने वाले हर एक बदलाव से, लागू करने की प्रक्रिया थोड़ी अलग होगी. इसलिए, कोड के दोहराव को लिखने से पहले (और विज्ञापन चलाने से पहले) ये फ़ैसले लिए जाने चाहिए.
फ़ैसला: डाइमेंशन की जानकारी का स्तर
इसे शोर लैब में आज़माएं
- ऐडवांस मोड पर जाएं.
- पैरामीटर के साइड पैनल में, अपना कन्वर्ज़न डेटा खोजें.
- डिफ़ॉल्ट पैरामीटर ध्यान से देखें. डिफ़ॉल्ट रूप से, हर दिन मिलने वाले कुल कन्वर्ज़न की कुल संख्या 1,000 होती है. अगर डिफ़ॉल्ट सेटअप (डिफ़ॉल्ट डाइमेंशन, हर डाइमेंशन के लिए अलग-अलग वैल्यू की डिफ़ॉल्ट संख्या, मुख्य रणनीति A) का इस्तेमाल किया जाता है, तो यह औसत वैल्यू हर बकेट के हिसाब से करीब 40 होगी. ध्यान रखें कि इनपुट में यह वैल्यू 40 है. हर दिन के हिसाब से औसत कन्वर्ज़न की संख्या इस संख्या के बराबर है.
- डिफ़ॉल्ट पैरामीटर के साथ सिम्युलेशन चलाने के लिए, 'सिम्युलेट करें' पर क्लिक करें.
- पैरामीटर के साइड पैनल में, डाइमेंशन खोजें. देश या इलाका का नाम बदलकर शहर करें. साथ ही, संभावित अलग-अलग वैल्यू की संख्या को बदलकर 50 करें.
- देखें कि इससे हर ब्लॉक के हिसाब से, हर दिन के कन्वर्ज़न की औसत संख्या में कैसे बदलाव आता है. अब यह काफ़ी कम हो गया है. ऐसा इसलिए है, क्योंकि अगर बिना कुछ बदले इस डाइमेंशन में संभावित वैल्यू की संख्या बढ़ाई जाती है, तो हर बकेट में कितने कन्वर्ज़न इवेंट जोड़े जाएंगे, इसमें बदलाव किए बिना बकेट की कुल संख्या बढ़ जाएगी.
- 'सिम्युलेट करें' पर क्लिक करें.
- नतीजों के सिम्युलेशन के गै़र-ज़रूरी डेटा पर गौर करें: गै़र-ज़रूरी डेटा का अनुपात, पिछले सिम्युलेशन के शोर के अनुपात से अब ज़्यादा है.
डिज़ाइन के मुख्य सिद्धांत को देखते हुए, छोटे जवाब वाली वैल्यू, जवाब की बड़ी वैल्यू के मुकाबले ज़्यादा ग़ैर-ज़रूरी हो सकती हैं. इसलिए, कॉन्फ़िगरेशन के आपके चुने गए विकल्प से इस बात पर असर पड़ता है कि हर बकेट में कितने एट्रिब्यूट किए गए कन्वर्ज़न इवेंट खत्म होते हैं (अगर इसे आपकी एग्रीगेशन कुंजी कहा जाता है) और वह संख्या, फ़ाइनल आउटपुट की खास जानकारी वाली रिपोर्ट में नॉइज़ पर असर डालती है.
डाइमेंशन की जानकारी का स्तर, किसी एक बकेट में एट्रिब्यूट किए गए कन्वर्ज़न इवेंट की संख्या पर असर डालने वाला एक डिज़ाइन फ़ैसला है. एग्रीगेशन कुंजियों और उनके डाइमेंशन के इन उदाहरणों पर ध्यान दें:
- तरीका 1: मोटे डाइमेंशन वाला एक मुख्य स्ट्रक्चर: देश x विज्ञापन कैंपेन (या सबसे बड़ा कैंपेन एग्रीगेशन बकेट) x प्रॉडक्ट टाइप (10 संभावित प्रॉडक्ट टाइप में से)
- तरीका 2: विस्तृत डाइमेंशन के साथ एक मुख्य स्ट्रक्चर: शहर x क्रिएटिव आईडी x प्रॉडक्ट (100 प्रॉडक्ट में से)
देश की तुलना में शहर ज़्यादा जानकारी वाला डाइमेंशन है. कैंपेन की तुलना में, क्रिएटिव आईडी ज़्यादा जानकारी वाला है और प्रॉडक्ट टाइप की तुलना में प्रॉडक्ट ज़्यादा जानकारी वाला है. इसलिए, अप्रोच 2 के खास जानकारी वाली रिपोर्ट के आउटपुट में, हर बकेट (= हर कुंजी) के लिए इवेंट (कन्वर्ज़न) की संख्या, पहले प्रोसेस 1 के मुकाबले कम होगी. आउटपुट में ग़ैर-ज़रूरी आवाज़ों को जोड़ने से बकेट में इवेंट की संख्या पर कोई असर नहीं पड़ता, इसलिए खास जानकारी वाली रिपोर्ट में मौजूद मेज़रमेंट डेटा दूसरा तरीका से ज़्यादा दिलचस्प होगा. हर विज्ञापन देने वाले के लिए, कुंजी के डिज़ाइन में कई छोटी-मोटी चीज़ों को ध्यान में रखते हुए प्रयोग करें, ताकि नतीजों में ज़्यादा से ज़्यादा फ़ायदा मिल सके.
फ़ैसला: मुख्य स्ट्रक्चर
इसे शोर लैब में आज़माएं
सिंपल मोड में, डिफ़ॉल्ट कुंजी स्ट्रक्चर का इस्तेमाल किया जाता है. बेहतर मोड में, अलग-अलग मुख्य स्ट्रक्चर के साथ प्रयोग किया जा सकता है. डाइमेंशन के कुछ उदाहरण शामिल किए गए हैं; आपके पास इनमें बदलाव करने का विकल्प भी है.
- ऐडवांस मोड पर जाएं.
- पैरामीटर के साइड पैनल में, 'कुंजी' रणनीति खोजें. देखें कि टूल में मौजूद A नाम की डिफ़ॉल्ट रणनीति में एक अहम कुंजी स्ट्रक्चर का इस्तेमाल किया गया है, जिसमें सभी डाइमेंशन शामिल हैं: देश या इलाका x कैंपेन आईडी x प्रॉडक्ट कैटगरी.
- 'सिम्युलेट करें' पर क्लिक करें.
- मिलने वाले सिम्युलेशन के शोर के अनुपात पर ध्यान दें.
- कुंजी की रणनीति को B में बदलें. इससे आपको अतिरिक्त कंट्रोल दिखते हैं, जिनकी मदद से मुख्य स्ट्रक्चर को कॉन्फ़िगर किया जा सकता है.
- अपने मुख्य स्ट्रक्चर को कॉन्फ़िगर करें. उदाहरण के लिए:
- मुख्य स्ट्रक्चर की संख्या: 2
- मुख्य स्ट्रक्चर 1 = देश या इलाका x प्रॉडक्ट कैटगरी.
- मुख्य स्ट्रक्चर 2 = कैंपेन आईडी x प्रॉडक्ट कैटगरी.
- 'सिम्युलेट करें' पर क्लिक करें.
- ध्यान दें कि अब आपको हर मेज़रमेंट लक्ष्य टाइप के लिए, खास जानकारी वाली दो रिपोर्ट मिलती हैं. ये दो अलग-अलग मुख्य स्ट्रक्चर इस्तेमाल करने पर, खरीदारी की संख्या के लिए और दो परचेज़ वैल्यू के लिए होते हैं. उनके शोर का अनुपात देखें.
- अपने कस्टम डाइमेंशन के साथ भी इसे आज़माया जा सकता है. ऐसा करने के लिए, वह डेटा खोजें जिसे आपको ट्रैक करना है: डाइमेंशन. उदाहरण वाले डाइमेंशन हटाएं और आखिरी डाइमेंशन के नीचे दिए गए जोड़ें/हटाएं/रीसेट करें बटन का इस्तेमाल करके, खुद के डाइमेंशन बनाएं.
डिज़ाइन से जुड़ा एक और फ़ैसला, जो एक बकेट में एट्रिब्यूट किए गए कन्वर्ज़न इवेंट की संख्या पर असर डालता है वह है मुख्य स्ट्रक्चर, जिसे इस्तेमाल करने का फ़ैसला लिया जाता है. एग्रीगेशन कुंजियों के इन उदाहरणों पर ध्यान दें:
- सभी डाइमेंशन के साथ एक अहम स्ट्रक्चर है, आइए इस अहम रणनीति A को कहते हैं.
- दो मुख्य स्ट्रक्चर, जिनमें से हर एक में डाइमेंशन का सबसेट है; चलिए, इसे मुख्य रणनीति B कहते हैं.
रणनीति A आसान है. हालांकि, कुछ खास जानकारी ऐक्सेस करने के लिए, आपको ग़ैर-ज़रूरी जवाबों की वैल्यू में भी खास जानकारी शामिल करनी पड़ सकती है. इन वैल्यू को जोड़ने पर, ग़ैर-ज़रूरी आवाज़ों का पता भी लगाया जा सकता है. रणनीति B की मदद से, खास जानकारी वाली रिपोर्ट में दिखने वाली खास जानकारी से जुड़ी वैल्यू, आपको पहले से ही ज़रूरी जानकारी दे सकती है. इसका मतलब है कि रणनीति A की तुलना में, रणनीति B से बेहतर सिग्नल-टू-नॉइस अनुपात मिलने की संभावना है. हालांकि, रणनीति A के साथ शोर को पहले से ही स्वीकार किया जा सकता है, इसलिए अब भी आप रणनीति A को आसान बनाने के लिए रणनीति A का इस्तेमाल कर सकते हैं. ज़्यादा जानकारी वाले उदाहरण में, इन दो रणनीतियों के बारे में ज़्यादा जानें.
'की मैनेजमेंट' एक गहरी विषय है. सिग्नल-शोर अनुपात को बेहतर बनाने के लिए, कई बेहतरीन तकनीकों का इस्तेमाल किया जा सकता है. एक विकल्प के बारे में बेहतर कुंजी मैनेजमेंट लेख में बताया गया है.
फ़ैसला: बैच में भेजे जाने की फ़्रीक्वेंसी
इसे शोर लैब में आज़माएं
- सिंपल मोड (या बेहतर मोड) पर जाएं. बैच फ़्रीक्वेंसी के मामले में, दोनों मोड एक ही तरह से काम करते हैं
- पैरामीटर के साइड पैनल में, अपनी एग्रीगेशन की रणनीति > बैचिंग फ़्रीक्वेंसी देखें. यह ऐसी एग्रीगेट रिपोर्ट के बैच की फ़्रीक्वेंसी के बारे में बताता है जिसे एक ही जॉब में एग्रीगेशन सेवा की मदद से प्रोसेस किया जाता है.
- बैच बनाने की डिफ़ॉल्ट फ़्रीक्वेंसी देखें: डिफ़ॉल्ट रूप से, एक दिन में बैच बनाने की फ़्रीक्वेंसी सिम्युलेट की जाती है.
- 'सिम्युलेट करें' पर क्लिक करें.
- मिलने वाले सिम्युलेशन के शोर के अनुपात पर ध्यान दें.
- एक साथ कई अनुरोध भेजने की फ़्रीक्वेंसी को हर हफ़्ते पर सेट करें.
- नतीजों के सिम्युलेशन के गै़र-ज़रूरी डेटा पर गौर करें: शोर का अनुपात, पिछले सिम्युलेशन की तुलना में अब कम (बेहतर) है.
एक और बकेट में एट्रिब्यूट किए गए कन्वर्ज़न इवेंट की संख्या को प्रभावित करने वाला एक और डिज़ाइन फ़ैसला, वह है बैचिंग फ़्रीक्वेंसी, जिसका इस्तेमाल करने का फ़ैसला लिया जाता है. बैच फ़्रीक्वेंसी यह बताती है कि एग्रीगेट रिपोर्ट को कितनी बार प्रोसेस किया जाता है.
ज़्यादा बार एग्रीगेशन के लिए शेड्यूल की जाने वाली रिपोर्ट (जैसे, हर घंटे) में कम एग्रीगेशन शेड्यूल वाली रिपोर्ट की तुलना में कम कन्वर्ज़न इवेंट शामिल होंगे (उदाहरण के लिए, हर हफ़्ते). इस वजह से, हर घंटे की रिपोर्ट में ज़्यादा नॉइज़ शामिल होगा.``` में कम एग्रीगेशन शेड्यूल वाली रिपोर्ट की तुलना में कम कन्वर्ज़न इवेंट शामिल होते हैं (उदाहरण के लिए, हर हफ़्ते). इस वजह से, हर घंटे की रिपोर्ट का सिग्नल और शोर का अनुपात, हर हफ़्ते की रिपोर्ट के मुकाबले कम होगा. अलग-अलग फ़्रीक्वेंसी के लिए, रिपोर्टिंग से जुड़ी ज़रूरी शर्तों के साथ एक्सपेरिमेंट करें और हर एक के लिए सिग्नल-टू-नॉइस अनुपात का आकलन करें.
बैच करने और लंबी समयावधि के लिए एग्रीगेट करने के बारे में ज़्यादा जानें.
फ़ैसला: ऐसे कैंपेन वैरिएबल जो एट्रिब्यूट किए जा सकने वाले कन्वर्ज़न पर असर डालते हैं
इसे शोर लैब में आज़माएं
हालांकि, इसका अंदाज़ा लगाना मुश्किल हो सकता है और सीज़न के हिसाब से पड़ने वाले असर के साथ-साथ इसमें काफ़ी फ़र्क़ हो सकता है. 10: 10, 100, 1,000 या 10, 000 की सबसे करीबी पावर के लिए,सिंगल-टच एट्रिब्यूट वाले हर दिन के कन्वर्ज़न की संख्या का अनुमान लगाने की कोशिश करें और अनुमान लगाएं.
- ऐडवांस मोड पर जाएं.
- पैरामीटर के साइड पैनल में, अपना कन्वर्ज़न डेटा खोजें.
- डिफ़ॉल्ट पैरामीटर ध्यान से देखें. डिफ़ॉल्ट रूप से, हर दिन मिलने वाले कुल कन्वर्ज़न की कुल संख्या 1,000 होती है. अगर डिफ़ॉल्ट सेटअप (डिफ़ॉल्ट डाइमेंशन, हर डाइमेंशन के लिए अलग-अलग वैल्यू की डिफ़ॉल्ट संख्या, मुख्य रणनीति A) का इस्तेमाल किया जाता है, तो यह औसत वैल्यू हर बकेट के हिसाब से करीब 40 होगी. ध्यान रखें कि इनपुट में यह वैल्यू 40 है. हर दिन के हिसाब से औसत कन्वर्ज़न की संख्या इस संख्या के बराबर है.
- डिफ़ॉल्ट पैरामीटर के साथ सिम्युलेशन चलाने के लिए, 'सिम्युलेट करें' पर क्लिक करें.
- मिलने वाले सिम्युलेशन के शोर के अनुपात पर ध्यान दें.
- अब TOTAL रोज़ाना की जाने वाली कन्वर्ज़न की संख्या को 100 पर सेट करें. देखें कि इससे हर बकेट के हिसाब से, हर दिन के औसत कन्वर्ज़न की वैल्यू कम हो जाती है.
- 'सिम्युलेट करें' पर क्लिक करें.
- ध्यान रखें कि शोर का अनुपात अब ज़्यादा हो गया है: इसकी वजह यह है कि जब हर बकेट से कम कन्वर्ज़न मिलते हैं, तो निजता बनाए रखने के लिए ज़्यादा गै़र-ज़रूरी डेटा का इस्तेमाल किया जाता है.
एक अहम अंतर किसी विज्ञापन देने वाले के लिए संभावित कन्वर्ज़न की कुल संख्या बनाम एट्रिब्यूट किए गए कन्वर्ज़न की कुल संख्या है. खास जानकारी वाली रिपोर्ट में मौजूद ग़ैर-ज़रूरी आवाज़ों का असर कम होता है. एट्रिब्यूट किए गए कन्वर्ज़न ऐसे कुल कन्वर्ज़न के सबसेट होते हैं जिनमें कैंपेन वैरिएबल होने का खतरा होता है, जैसे कि विज्ञापन बजट और विज्ञापन टारगेटिंग. उदाहरण के लिए, आपको उम्मीद है कि 10 हज़ार डॉलर के विज्ञापन कैंपेन के मुकाबले 10 हज़ार डॉलर के विज्ञापन कैंपेन के लिए एट्रिब्यूट किए गए कन्वर्ज़न ज़्यादा होंगे. बाकी सब एक बराबर होंगे.
विचारणीय बातें:
- सिंगल-टच और एक ही डिवाइस एट्रिब्यूशन मॉडल के लिए एट्रिब्यूट किए गए कन्वर्ज़न का आकलन करें. ऐसा इसलिए, क्योंकि ये एट्रिब्यूशन रिपोर्टिंग एपीआई से इकट्ठा की गई खास जानकारी वाली रिपोर्ट के दायरे में आते हैं.
- एट्रिब्यूट किए गए कन्वर्ज़न के लिए, सबसे खराब स्थिति और सबसे अच्छे मामले, दोनों की गिनती पर विचार करें. उदाहरण के लिए, बाकी सब कुछ एक जैसा होने के बावजूद, विज्ञापन देने वाले के लिए कम से कम और ज़्यादा से ज़्यादा संभावित कैंपेन बजट पर विचार करें. इसके बाद, अपने सिम्युलेशन में इनपुट के तौर पर, दोनों नतीजों के लिए कन्वर्ज़न को एट्रिब्यूट करने लायक कन्वर्ज़न का अनुमान लगाएं.
- अगर आपको Android प्राइवसी सैंडबॉक्स का इस्तेमाल करना है, तो कैलकुलेशन में क्रॉस-प्लैटफ़ॉर्म एट्रिब्यूट किए गए कन्वर्ज़न का इस्तेमाल करें.
फ़ैसला: स्केलिंग का इस्तेमाल करना
इसे शोर लैब में आज़माएं
- ऐडवांस मोड पर जाएं.
- पैरामीटर के साइड पैनल में, अपनी एग्रीगेशन रणनीति > स्केलिंग देखें. यह डिफ़ॉल्ट रूप से 'हां' पर सेट होता है.
- शोर के अनुपात में स्केलिंग के सकारात्मक असर को समझने के लिए, पहले स्केलिंग को 'नहीं' पर सेट करें.
- 'सिम्युलेट करें' पर क्लिक करें.
- मिलने वाले सिम्युलेशन के शोर के अनुपात पर ध्यान दें.
- स्केलिंग को हां पर सेट करें. ध्यान दें कि नॉइज़ लैब, आपके मेज़रमेंट के लक्ष्यों की रेंज (औसत और ज़्यादा से ज़्यादा वैल्यू) के आधार पर इस्तेमाल किए जाने वाले स्केलिंग फ़ैक्टर को अपने-आप कैलकुलेट करता है. असल सिस्टम या ऑरिजिन ट्रायल सेटअप में, आपको स्केलिंग फ़ैक्टर के लिए खुद से कैलकुलेशन लागू करना होगा.
- 'सिम्युलेट करें' पर क्लिक करें.
- देखें कि इस दूसरे सिम्युलेशन में शोर का अनुपात अब कम (बेहतर) है. ऐसा इसलिए है, क्योंकि स्केलिंग का इस्तेमाल किया जा रहा है.
डिज़ाइन के मुख्य सिद्धांत को देखते हुए, जोड़ी गई ग़ैर-ज़रूरी आवाज़ें योगदान के बजट का एक फ़ंक्शन है.
इसलिए, सिग्नल-टू-नॉइस अनुपात को बढ़ाने के लिए, किसी कन्वर्ज़न इवेंट के दौरान इकट्ठा की गई वैल्यू को योगदान के बजट में स्केल करके, उन्हें बदला जा सकता है. साथ ही, एग्रीगेशन के बाद वैल्यू को कम किया जा सकता है. सिग्नल-शोर अनुपात को बढ़ाने के लिए, स्केलिंग का इस्तेमाल करें.
फ़ैसला: मेज़रमेंट के लक्ष्यों की संख्या और निजता के लिए बजट का बंटवारा
यह स्केलिंग से जुड़ा है; स्केलिंग का इस्तेमाल करना पढ़ना न भूलें.
इसे शोर लैब में आज़माएं
मेज़रमेंट लक्ष्य, कन्वर्ज़न इवेंट में इकट्ठा किया गया एक अलग डेटा पॉइंट होता है.
- ऐडवांस मोड पर जाएं.
- पैरामीटर के साइड पैनल में, वह डेटा खोजें जिसे आपको ट्रैक करना है: मेज़रमेंट के लक्ष्य. डिफ़ॉल्ट रूप से, मेज़रमेंट के दो लक्ष्य होते हैं: परचेज़ वैल्यू और खरीदारी की संख्या.
- डिफ़ॉल्ट लक्ष्यों के साथ सिम्युलेशन चलाने के लिए, 'सिम्युलेट करें' पर क्लिक करें.
- 'हटाएं' पर क्लिक करें. ऐसा करने से, मेज़रमेंट का आखिरी लक्ष्य हट जाएगा (इस मामले में, खरीदारी की संख्या).
- 'सिम्युलेट करें' पर क्लिक करें.
- ध्यान रखें कि इस दूसरे सिम्युलेशन के लिए परचेज़ वैल्यू के लिए शोर का अनुपात अब कम (बेहतर) है. इसकी वजह यह है कि आपके पास मेज़रमेंट के कम लक्ष्य हैं. इसलिए, अब मेज़रमेंट के आपके एक लक्ष्य को, योगदान के लिए पूरा बजट मिलता है.
- 'रीसेट करें' पर क्लिक करें. अब आपके पास मेज़रमेंट के दो लक्ष्य फिर से हैं: परचेज़ वैल्यू और परचेज़ की संख्या. ध्यान दें कि नॉइज़ लैब, आपके मामले में मेज़रमेंट के लक्ष्यों की रेंज (औसत और ज़्यादा से ज़्यादा वैल्यू) के आधार पर इस्तेमाल किए जाने वाले स्केलिंग फ़ैक्टर को अपने-आप कैलकुलेट करता है. डिफ़ॉल्ट रूप से, नॉइज़ लैब, बजट को मेज़रमेंट के सभी लक्ष्यों के बीच बराबर बांट देता है.
- 'सिम्युलेट करें' पर क्लिक करें.
- मिलने वाले सिम्युलेशन के शोर के अनुपात पर ध्यान दें. सिम्युलेशन में दिखाए गए स्केलिंग फ़ैक्टर पर ध्यान दें.
- अब हम निजता के बजट के बंटवारे को ज़रूरत के मुताबिक बनाते हैं, ताकि बेहतर सिग्नल-टू-नॉइस रेशियो हासिल किए जा सकें.
- मेज़रमेंट के हर लक्ष्य के लिए, असाइन किए गए बजट % में बदलाव करें. डिफ़ॉल्ट पैरामीटर को देखते हुए, मेज़रमेंट के लक्ष्य 1 (यानी खरीदारी की वैल्यू) की रेंज, मेज़रमेंट लक्ष्य 2 के मुकाबले ज़्यादा ज़्यादा है. जैसे, खरीदारी की संख्या (1 और 1 के बीच, यानी हमेशा 1 के बराबर). इस वजह से, इसे "स्केल करने के लिए ज़्यादा जगह की ज़रूरत है": मेज़रमेंट लक्ष्य 2 के बजाय, मेज़रमेंट लक्ष्य 1 के लिए ज़्यादा योगदान बजट असाइन करना बेहतर होगा, ताकि इसे ज़्यादा बेहतर तरीके से बढ़ाया जा सके (स्केलिंग देखें) और
- मेज़रमेंट के लक्ष्य 1 के लिए, बजट का 70% हिस्सा असाइन करें. मेज़रमेंट के लक्ष्य 2 के लिए 30% असाइन करें.
- 'सिम्युलेट करें' पर क्लिक करें.
- मिलने वाले सिम्युलेशन के शोर के अनुपात पर ध्यान दें. परचेज़ वैल्यू के लिए, गै़र-ज़रूरी डेटा का अनुपात, पिछले सिम्युलेशन की तुलना में अब काफ़ी कम (बेहतर) है. खरीदारी की संख्या के लिए, इनमें करीब-करीब कोई बदलाव नहीं होता है.
- अलग-अलग मेट्रिक के हिसाब से, बजट के बंटवारे में बदलाव करना जारी रखें. देखें कि यह शोर पर कैसे असर डालता है.
ध्यान दें कि जोड़ें/हटाएं/रीसेट करें बटन का इस्तेमाल करके, अपने कस्टम मेज़रमेंट के लक्ष्य सेट किए जा सकते हैं.
अगर किसी कन्वर्ज़न इवेंट पर, कन्वर्ज़न की संख्या जैसे एक डेटा पॉइंट (मेज़रमेंट लक्ष्य) को मेज़र किया जाता है, तो उस डेटा पॉइंट को योगदान के लिए पूरा बजट (65536) मिल सकता है. अगर किसी कन्वर्ज़न इवेंट पर कन्वर्ज़न के एक से ज़्यादा लक्ष्य सेट किए जाते हैं, जैसे कि कन्वर्ज़न की संख्या और परचेज़ वैल्यू, तो उन डेटा पॉइंट को योगदान के लिए बजट शेयर करना होगा. इसका मतलब है कि आपके पास अपनी वैल्यू बढ़ाने की ज़रूरत कम है.
इसलिए, आपके पास मेज़रमेंट के जितने ज़्यादा लक्ष्य होंगे, सिग्नल-टू-नॉइस रेशियो कम (ज़्यादा शोर) होने की संभावना होगी.
मेज़रमेंट के लक्ष्यों के बारे में दूसरा फ़ैसला, बजट का बंटवारा करना है. अगर योगदान के बजट को दो डेटा पॉइंट में बराबर-बराबर बांटा जाता है, तो हर डेटा पॉइंट का बजट 65536/2 = 32768 होगा. यह हर डेटा पॉइंट के लिए, सबसे बड़ी वैल्यू के हिसाब से हो भी सकता है और नहीं भी. उदाहरण के लिए, अगर खरीदारी की वह संख्या मापी जा रही है जिसकी वैल्यू ज़्यादा से ज़्यादा 1 है और परचेज़ वैल्यू कम से कम 1 और ज़्यादा से ज़्यादा 120 है, तो परचेज़ वैल्यू को बढ़ाने के लिए "ज़्यादा जगह" देने से फ़ायदा होगा. इसका मतलब है कि योगदान के बजट का ज़्यादा हिस्सा दिया जाना चाहिए. आपको दिखेगा कि शोर के असर के लिए, मेज़रमेंट के कुछ लक्ष्यों को दूसरों के मुकाबले प्राथमिकता दी जानी चाहिए या नहीं.
फ़ैसला: आउटलायर मैनेजमेंट
इसे शोर लैब में आज़माएं
मेज़रमेंट लक्ष्य, कन्वर्ज़न इवेंट में इकट्ठा किया गया एक अलग डेटा पॉइंट होता है.
- ऐडवांस मोड पर जाएं.
- पैरामीटर के साइड पैनल में, अपनी एग्रीगेशन रणनीति > स्केलिंग देखें.
- पक्का करें कि स्केलिंग को 'हां' पर सेट किया गया हो. ध्यान दें कि नॉइज़ लैब मेज़रमेंट के लक्ष्यों के लिए तय की गई रेंज (औसत और ज़्यादा से ज़्यादा वैल्यू) के आधार पर, इस्तेमाल किए जाने वाले स्केलिंग फ़ैक्टर को अपने-आप कैलकुलेट करता है.
- मान लें कि अब तक की सबसे बड़ी खरीदारी 2,000 डॉलर की है, लेकिन ज़्यादातर खरीदारी 10 से 120 डॉलर के बीच होती है. सबसे पहले, आइए देखते हैं कि लिटरल स्केलिंग वाले तरीके का इस्तेमाल करने पर क्या होता है (इसका सुझाव नहीं दिया जाता): purchaseValue के लिए ज़्यादा से ज़्यादा वैल्यू के तौर पर $2,000 डालें.
- 'सिम्युलेट करें' पर क्लिक करें.
- देखें कि शोर का अनुपात ज़्यादा है. इसकी वजह यह है कि फ़िलहाल हमारे स्केलिंग फ़ैक्टर का हिसाब 2,000 डॉलर के हिसाब से लगाया गया है, जबकि असल में ज़्यादातर खरीदारी वैल्यू, इससे काफ़ी कम होगी.
- अब, हम स्केल करने के ज़्यादा व्यावहारिक तरीके का इस्तेमाल करते हैं. खरीदारी की ज़्यादा से ज़्यादा वैल्यू को बदलकर, 120 डॉलर करें.
- 'सिम्युलेट करें' पर क्लिक करें.
- देखें कि इस दूसरे सिम्युलेशन में शोर का अनुपात कम (बेहतर) है.
स्केलिंग को लागू करने के लिए, आम तौर पर किसी कन्वर्ज़न इवेंट की, ज़्यादा से ज़्यादा संभावित वैल्यू के आधार पर स्केलिंग फ़ैक्टर का हिसाब लगाया जाता है. इस उदाहरण में ज़्यादा जानें.
हालांकि, उस स्केलिंग फ़ैक्टर को कैलकुलेट करने के लिए, लिटरल मैक्सिमम वैल्यू का इस्तेमाल करने से बचें. इससे आपके सिग्नल-टू-नॉइस रेशियो खराब हो सकते हैं. इसके बजाय, आउटलायर को हटाएं और व्यावहारिक ज़्यादा से ज़्यादा वैल्यू का इस्तेमाल करें.
आउटलायर मैनेजमेंट एक गंभीर विषय है. सिग्नल-शोर अनुपात को बेहतर बनाने के लिए, कई बेहतरीन तकनीकों का इस्तेमाल किया जा सकता है. एक विकल्प के बारे में, ऐडवांस्ड आउटलायर मैनेजमेंट लेख में बताया गया है.
अगले चरण
आपने अपने इस्तेमाल के उदाहरण के लिए, ग़ैर-ज़रूरी आवाज़ें कम करने की कई रणनीतियों का आकलन कर लिया है. अब आप ऑरिजिन ट्रायल की मदद से, असली मेज़रमेंट का डेटा इकट्ठा करके खास जानकारी वाली रिपोर्ट के साथ प्रयोग करने के लिए तैयार हैं. एपीआई इस्तेमाल करने से जुड़ी गाइड और सलाह देखें.
अन्य जानकारी
नॉइज़ लैब झटपट देखना
शोर लैब से, ग़ैर-ज़रूरी आवाज़ों को मैनेज करने की रणनीतियों का तेज़ी से आकलन और उनकी तुलना की जा सकती है. इसका इस्तेमाल इन कामों के लिए करें:
- उन मुख्य पैरामीटर के बारे में जानें जिनसे शोर और उनका असर पर असर पड़ सकता है.
- डिज़ाइन से जुड़े अलग-अलग फ़ैसलों के हिसाब से, आउटपुट मेज़रमेंट के डेटा पर ग़ैर-ज़रूरी आवाज़ों के असर को सिम्युलेट करें. डिज़ाइन के पैरामीटर में बदलाव तब तक करें, जब तक आप उस सिग्नल-शोर अनुपात तक न पहुंच जाएं जो आपके इस्तेमाल के उदाहरण के लिए सही है.
- खास जानकारी वाली रिपोर्ट के इस्तेमाल के बारे में अपना सुझाव/राय दें या शिकायत करें: ऐपसिलॉन और नॉइज़ पैरामीटर की कौनसी वैल्यू आपके लिए काम की हैं और कौनसी नहीं? इंफ़्लेक्शन पॉइंट कहां हैं?
इसे तैयारी वाला कदम मानें. नॉइज़ लैब आपके इनपुट के आधार पर, खास जानकारी वाली रिपोर्ट के आउटपुट को सिम्युलेट करने के लिए, मेज़रमेंट डेटा जनरेट करता है. इसमें न तो कोई डेटा मौजूद रहता है और न ही कोई डेटा शेयर किया जाता है.
नॉइज़ लैब में दो अलग-अलग मोड हैं:
- आसान मोड: शोर से जुड़े कंट्रोल की बुनियादी बातों को समझें.
- ऐडवांस मोड: ग़ैर-ज़रूरी आवाज़ें कम करने की अलग-अलग रणनीतियां आज़माएं. साथ ही, आकलन करें कि इस्तेमाल के लिए, किस सिग्नल-टू-नॉइस अनुपात की वजह से आपको बेहतर अनुभव मिलता है.
दो मोड के बीच टॉगल करने के लिए, सबसे ऊपर दिए गए मेन्यू में मौजूद बटन पर क्लिक करें. (#1. नीचे दिए गए स्क्रीनशॉट में देखें).
सामान्य मोड
- सिंपल मोड की मदद से, एप्सिलॉन जैसे पैरामीटर (बाईं ओर मौजूद या #2. नीचे दिए गए स्क्रीनशॉट में) को कंट्रोल किया जा सकता है और देखा जा सकता है कि इनसे शोर पर क्या असर पड़ता है.
- हर पैरामीटर में एक टूलटिप (एक `?` बटन होता है). हर पैरामीटर की जानकारी देखने के लिए, इन पर क्लिक करें (नीचे दिए गए स्क्रीनशॉट में#3
- शुरू करने के लिए, "सिम्युलेट करें" बटन पर क्लिक करके देखें कि आउटपुट कैसा दिखता है (#4. नीचे दिए गए स्क्रीनशॉट में)
- आउटपुट सेक्शन में, आपको कई तरह की जानकारी मिल सकती है. कुछ एलिमेंट के बगल में `?` होता है. जानकारी के अलग-अलग हिस्सों की जानकारी देखने के लिए, हर `?` पर क्लिक करें.
- अगर आपको टेबल का बड़ा किया गया वर्शन देखना है, तो आउटपुट सेक्शन में, जानकारी वाले टॉगल पर क्लिक करें (#5. नीचे दिए गए स्क्रीनशॉट में)
- आउटपुट सेक्शन में हर डेटा टेबल के नीचे, ऑफ़लाइन इस्तेमाल के लिए टेबल डाउनलोड करने का विकल्प मौजूद होता है. इसके अलावा, सबसे नीचे दाएं कोने में, सभी डेटा टेबल डाउनलोड करने का विकल्प मौजूद है. #6. नीचे दिए गए स्क्रीनशॉट में देखें
- पैरामीटर सेक्शन में, पैरामीटर के लिए अलग-अलग सेटिंग की जांच करें.
'सिम्युलेट करें' पर क्लिक करके, आउटपुट पर असर पड़ता है:
सिंपल मोड के लिए नॉइज़ लैब इंटरफ़ेस.
बेहतर मोड
- बेहतर मोड में, आपके पास पैरामीटर पर ज़्यादा कंट्रोल होता है. आपके कस्टम मेज़रमेंट लक्ष्य और डाइमेंशन (#1. और #2. नीचे दिए गए स्क्रीनशॉट में) जोड़े जा सकते हैं
- पैरामीटर सेक्शन में नीचे की ओर स्क्रोल करें और 'मुख्य रणनीति' का विकल्प देखें. इसका इस्तेमाल, अलग-अलग मुख्य स्ट्रक्चर की जांच करने के लिए किया जा सकता है
(#3. नीचे दिए गए स्क्रीनशॉट में देखें)
- अलग-अलग कुंजी स्ट्रक्चर की जांच करने के लिए, कुंजी रणनीति को "B" में बदलें
- उन अलग-अलग कुंजी स्ट्रक्चर की संख्या डालें जिन्हें आपको इस्तेमाल करना है (डिफ़ॉल्ट तौर पर, यह "2" पर सेट होता है)
- क्लिक जनरेट करने वाली 'की स्ट्रक्चर'
- आपको कुंजी के स्ट्रक्चर तय करने के विकल्प दिखेंगे. इसके लिए, आपको उन कुंजियों के बगल में मौजूद चेकबॉक्स पर क्लिक करना होगा जिन्हें कुंजी के स्ट्रक्चर के लिए शामिल करना है
- आउटपुट देखने के लिए, 'सिम्युलेट करें' पर क्लिक करें.
बेहतर मोड के लिए, नॉइज़ लैब इंटरफ़ेस. 
बेहतर मोड के लिए, नॉइज़ लैब इंटरफ़ेस.
शोर की मेट्रिक
मुख्य सिद्धांत
हर उपयोगकर्ता की निजता को सुरक्षित रखने के लिए, ग़ैर-ज़रूरी आवाज़ों को जोड़ा गया है.
ज़्यादा गै़र-ज़रूरी डेटा का मतलब है कि बकेट/कुंजी बहुत कम होती है और उसमें संवेदनशील घटनाओं की सीमित संख्या का योगदान होता है. यह काम नॉइज़ लैब अपने-आप करता है. इससे लोगों को "भीड़ में छिपाने" या दूसरे शब्दों में, ज़्यादा शोर के साथ इन लोगों की निजता की सुरक्षा करने का मौका मिलता है.
कम गै़र-ज़रूरी डेटा से पता चलता है कि डेटा सेटअप को कुछ इस तरह से डिज़ाइन किया गया है कि लोग पहले से ही "भीड़ में छिपने" की सुविधा दे सकते हैं. इसका मतलब है कि बकेट में पर्याप्त संख्या में इवेंट से मिले योगदान शामिल होते हैं, ताकि यह पक्का किया जा सके कि हर उपयोगकर्ता की निजता सुरक्षित है.
यह स्टेटमेंट औसत प्रतिशत गड़बड़ी (APE) और RMSRE_T (थ्रेशोल्ड के साथ रूट-मीन-स्क्वेयर रिलेटिव एरर) दोनों पर सही होता है.
एपीई (औसत प्रतिशत गड़बड़ी)
APE, सिग्नल पर शोर का अनुपात होता है, जिसे समरी वैल्यू कहा जाता है.p> कम APE वैल्यू का मतलब, सिग्नल-टू-नॉइज़ रेशियो का बेहतर अनुपात होता है.
फ़ॉर्मूला
दी गई खास जानकारी वाली रिपोर्ट के लिए, एपीई का हिसाब इस तरह से लगाया जाता है:
True, सही जवाब वाली वैल्यू है. एपीई, खास जानकारी की हर सही वैल्यू पर मौजूद ग़ैर-ज़रूरी आवाज़ों का औसत होता है, जो खास जानकारी वाली रिपोर्ट में मौजूद सभी एंट्री का औसत होता है. नॉइज़ लैब में, प्रतिशत देने के लिए इसे 100 से गुणा किया जाता है.
फ़ायदे और नुकसान
छोटे साइज़ वाले बकेट का एपीई की फ़ाइनल वैल्यू पर कम असर पड़ता है. इससे शोर का आकलन करते समय, गुमराह किया जा सकता है. इसलिए, हमने RMSRE_T नाम की एक और मेट्रिक जोड़ी है, जिसे APE की इस सीमा को कम करने के लिए डिज़ाइन किया गया है. ज़्यादा जानकारी के लिए उदाहरण देखें.
कोड
APE कैलकुलेशन के लिए, सोर्स कोड देखें.
RMSRE_T (थ्रेशोल्ड के साथ रूट-मीन-स्क्वेयर गड़बड़ी)
RMSRE_T (थ्रेशोल्ड के साथ रूट-मीन-स्क्वेयर रिलेटिव एरर) नॉइज़ का दूसरा माप है.
RMSRE_T को कैसे समझें
कम RMSRE_T वैल्यू का मतलब है, बेहतर सिग्नल-टू-नॉइज़ रेशियो.
उदाहरण के लिए, अगर गै़र-ज़रूरी डेटा का अनुपात 20% और RMSRE_T का 0.2 प्रतिशत है, तो आपको भरोसा होगा कि गै़र-ज़रूरी डेटा का लेवल आपके हिसाब से सही होगा.
फ़ॉर्मूला
दी गई सारांश रिपोर्ट के लिए, RMSRE_T की गणना इस प्रकार की जाती है:
फ़ायदे और नुकसान
APE की तुलना में, RMSRE_T को समझना थोड़ा मुश्किल है. हालांकि, इसके कुछ फ़ायदे हैं जो कुछ मामलों में इसे खास जानकारी वाली रिपोर्ट में गै़र-ज़रूरी डेटा का विश्लेषण करने के लिए एपीई की तुलना में ज़्यादा सही बनाते हैं:
- RMSRE_T ज़्यादा स्थिर है. "T" एक थ्रेशोल्ड है. "T" का इस्तेमाल, RMSRE_T कैलकुलेशन में कम कन्वर्ज़न वाली बकेट को कम अहमियत देने के लिए किया जाता है. इसलिए, ये बकेट अपने छोटे साइज़ की वजह से शोर के प्रति ज़्यादा संवेदनशील होती हैं. T के साथ, मेट्रिक कम कन्वर्ज़न वाली बकेट पर तेज़ी से नहीं बढ़ती है. अगर T, 5 के बराबर है, तो 0 कन्वर्ज़न वाली किसी बकेट पर गै़र-ज़रूरी डेटा की वैल्यू 1 से कम होने पर, उसे 1 से ज़्यादा के तौर पर नहीं दिखाया जाएगा. इसके बजाय, इसे 0.2 पर सीमित कर दिया जाएगा, जो 1/5 के बराबर है, क्योंकि T 5 के बराबर है. छोटी बकेट को कम महत्व देने से, जो शोर के प्रति ज़्यादा संवेदनशील होती हैं, यह मेट्रिक ज़्यादा स्थिर होती है. इससे दो सिम्युलेशन की तुलना करना आसान हो जाता है.
- RMSRE_T आसानी से एग्रीगेशन की सुविधा देता है. कई बकेट के RMSRE_T और उनकी सही संख्या के बारे में जानकर आप उनके योग के RMSRE_T का पता लगा सकते हैं. इसकी मदद से, इन मिली-जुली वैल्यू के लिए, RMSRE_T को ऑप्टिमाइज़ भी किया जा सकता है.
हालांकि, APE के लिए एग्रीगेशन किया जा सकता है, लेकिन यह फ़ॉर्मूला काफ़ी जटिल है, क्योंकि इसमें लाप्लास नॉइज़ का निरपेक्ष मान शामिल है. इससे APE को ऑप्टिमाइज़ करना मुश्किल हो जाता है.
कोड
RMSRE_T गणना के लिए सोर्स कोड की समीक्षा करें.
उदाहरण
तीन बकेट वाली खास जानकारी वाली रिपोर्ट:
- बकेट_1 = नॉइज़: 10, truesummaryValue: 100
- बकेट_2 = नॉइज़: 20, truesummaryValue: 100
- बकेट_3 = नॉइज़: 20, truesummaryValue: 200
एपीई = (0.1 + 0.2 + 0.1) / 3 = 13%
RMSRE_T = sqrt( ( (10/max(5,100))^2 + (20/max(5,100))^2 + (20/max(5,200))^2) / 3) = sqrt( (0.01 + 0.04 + 0.01) / 3) = 0.14
तीन बकेट वाली खास जानकारी वाली रिपोर्ट:
- बकेट_1 = नॉइज़: 10, truesummaryValue: 100
- बकेट_2 = नॉइज़: 20, truesummaryValue: 100
- बकेट_3 = नॉइज़: 20, truesummaryValue: 20
एपीई = (0.1 + 0.2 + 1) / 3 = 43%
RMSRE_T = sqrt( ( (10/max(5,100))^2 + (20/max(5,100))^2 + (20/max(5,20))^2) / 3) = sqrt( (0.01 + 0.04 + 1.0) / 3) = 0.59
तीन बकेट वाली खास जानकारी वाली रिपोर्ट:
- बकेट_1 = नॉइज़: 10, truesummaryValue: 100
- बकेट_2 = नॉइज़: 20, truesummaryValue: 100
- बकेट_3 = नॉइज़: 20, truesummaryValue: 0
APE = (0.1 + 0.2 + इनफ़िनिटी) / 3 = इनफ़िनिटी
RMSRE_T = sqrt( ( (10/max(5,100))^2 + (20/max(5,100))^2 + (20/max(5,0))^2) / 3) = sqrt( (0.01 + 0.04 + 16.0) / 3) = 2.31
डिजिटल बटन का बेहतर मैनेजमेंट
किसी डीएसपी या विज्ञापन की परफ़ॉर्मेंस का आकलन करने वाली कंपनी के, दुनिया भर में विज्ञापन दिखाने वाले हज़ारों ग्राहक हो सकते हैं. ये ग्राहक अलग-अलग उद्योगों, मुद्राओं, और खरीदारी के लिए कीमत तय करने की क्षमता रखते हैं. इसका मतलब है कि हर विज्ञापन देने वाले के लिए एक एग्रीगेशन कुंजी बनाना और उसे मैनेज करना, बहुत ही गलत होगा. इसके अलावा, हमारे लिए एग्रीगेट करने लायक ज़्यादा से ज़्यादा वैल्यू और एग्रीगेशन बजट चुनने में मुश्किल होगी, जिससे दुनिया भर में मौजूद हज़ारों विज्ञापन देने वालों के बीच गै़र-ज़रूरी डेटा के असर को सीमित किया जा सके. इसके बजाय, नीचे दी गई स्थितियों पर विचार करें:
अहम रणनीति A
विज्ञापन तकनीक से जुड़ी सेवा देने वाली कंपनी, अपने सभी विज्ञापन ग्राहकों के लिए एक कुंजी बनाने और उसे मैनेज करने का फ़ैसला करती है. विज्ञापन देने वाले सभी लोगों और सभी मुद्राओं में, ये तरीके अलग-अलग होते हैं: कम वॉल्यूम में खरीदारी, ज़्यादा कीमत वाली खरीदारी, ज़्यादा कीमत वाली, कम कीमत वाली खरीदारी. इससे, नीचे दी गई कुंजी मिलती है:
| कुंजी (एक से ज़्यादा मुद्राएं) | |
|---|---|
| इकट्ठा की जा सकने वाली ज़्यादा से ज़्यादा वैल्यू | 50,00,000 |
| परचेज़ वैल्यू की सीमा | [120 से 5,00,000] |
मुख्य रणनीति B
विज्ञापन तकनीक से जुड़ी सेवा देने वाली कंपनी, अपने सभी विज्ञापन ग्राहकों के लिए दो कुंजियां बनाने और उन्हें मैनेज करने का फ़ैसला करती है. वह कुंजियों को मुद्रा के हिसाब से अलग-अलग करने का फ़ैसला करता है. विज्ञापन देने वाले सभी लोगों और सभी मुद्राओं में, खरीदारी की सीमा अलग-अलग होती है. इसमें कम वॉल्यूम, ज़्यादा कीमत वाली खरीदारी, ज़्यादा वॉल्यूम में की गई खरीदारी, कम कीमत वाली खरीदारी शामिल होती हैं. मुद्रा के हिसाब से अलग-अलग करते हुए, वे दो कुंजियां बनाते हैं:
| कुंजी 1 (डॉलर) | कुंजी 2 (येन) | |
|---|---|---|
| इकट्ठा की जा सकने वाली ज़्यादा से ज़्यादा वैल्यू | 40,000 डॉलर | 50,00,000 जैपनीज़ येन |
| परचेज़ वैल्यू की सीमा | [120 से 40,000] | [15,000 से 50,00,000] |
कुंजी रणनीति B के नतीजे में कुंजी रणनीति A के मुकाबले कम ग़ैर-ज़रूरी होगा, क्योंकि मुद्रा के मान सभी मुद्राओं में एक समान रूप से डिस्ट्रिब्यूट नहीं होते हैं. उदाहरण के लिए, इस बात पर ध्यान दें कि कैसे येन में तय की गई खरीदारी को डॉलर में रकम वाली खरीदारी के साथ मिलाकर दिखाया जाता है. इससे दिए गए डेटा में बदलाव होता है और आउटपुट में गड़बड़ी होती है.
अहम रणनीति C
विज्ञापन टेक्नोलॉजी से जुड़ी सेवा देने वाली कंपनी, अपने सभी विज्ञापन ग्राहकों के लिए चार कुंजियां बनाने और उन्हें मैनेज करने का फ़ैसला करती है. साथ ही, उन्हें मुद्रा और विज्ञापन देने वाली कंपनियों के हिसाब से अलग-अलग करती है:
| कुंजी 1 (डॉलर x महंगे गहनों के विज्ञापन देने वाले) |
कुंजी 2 (येन x गहनों के महंगे विज्ञापन देने वाले) |
कुंजी 3 (डॉलर और कपड़ों के खुदरा दुकानदार के विज्ञापन देने वाले) |
कुंजी 4 (येन x कपड़ों के खुदरा दुकानदार के विज्ञापन देने वाले) |
|
|---|---|---|---|---|
| इकट्ठा की जा सकने वाली ज़्यादा से ज़्यादा वैल्यू | 40,000 डॉलर | 50,00,000 जैपनीज़ येन | 500 डॉलर | 65,000 जैपनीज़ येन |
| परचेज़ वैल्यू की सीमा | [10,000 से 40,000] | [12,50,000 से 50,00,000] | [120 से 500] | [15,000 से 65,000] |
मुख्य रणनीति C के नतीजे में कुंजी रणनीति B की तुलना में कम ग़ैर-ज़रूरी है, क्योंकि विज्ञापन देने वाले की खरीदारी की वैल्यू, विज्ञापन देने वाले सभी लोगों के बीच समान रूप से डिस्ट्रिब्यूट नहीं होती हैं. उदाहरण के लिए, इस बात पर विचार करें कि किस तरह बेसबॉल हैट की खरीदारी के साथ मिलाकर खरीदे जाने वाले महंगे गहनों की खरीदारी से, बुनियादी डेटा और शोर वाले आउटपुट पर असर पड़ता है.
विज्ञापन देने वाले कई लोगों या कंपनियों के बीच समानताओं के लिए, ज़्यादा से ज़्यादा एग्रीगेट वैल्यू और शेयर किए गए स्केलिंग फ़ैक्टर बनाने पर विचार करें. इससे आउटपुट में गड़बड़ी को कम किया जा सकेगा. उदाहरण के लिए, विज्ञापन देने वालों के लिए, नीचे दी गई अलग-अलग रणनीतियों को आज़माया जा सकता है:
- मुद्रा के आधार पर अलग की गई एक रणनीति (डॉलर, येन, कैनेडियन डॉलर वगैरह)
- विज्ञापन देने वाले इंडस्ट्री के आधार पर अलग की गई एक रणनीति (बीमा, ऑटो, खुदरा वगैरह)
- एक रणनीति, जिसे परचेज़ वैल्यू की मिलती-जुलती रेंज से अलग किया गया हो ([100], [1000], [10,000] वगैरह)
विज्ञापन देने वाले की समानताओं के हिसाब से अहम रणनीतियां बनाने से, कुंजियों और उससे जुड़े कोड को मैनेज करना आसान हो जाता है. साथ ही, सिग्नल-टू-नॉइस अनुपात ज़्यादा हो जाते हैं. कोड मैनेजमेंट की तुलना में, ग़ैर-ज़रूरी आवाज़ों को बढ़ाने से जुड़ी जानकारी पाने के लिए, विज्ञापन देने वाले लोगों या कंपनियों की अलग-अलग रणनीतियों के साथ अलग-अलग रणनीतियों का इस्तेमाल करें.
एडवांस आउटलायर मैनेजमेंट
आइए, दो विज्ञापन देने वालों के बीच एक स्थिति पर विचार करें:
- विज्ञापनदाता A:
- विज्ञापन देने वाले A की साइट पर मौजूद सभी प्रॉडक्ट में, खरीदारी की कीमत [120 से 1,000 डॉलर] के बीच होगी, जो 880 डॉलर की हो सकती है.
- खरीदारी की कीमतों को 880 डॉलर की रेंज में समान रूप से बांटा गया है. खरीदारी की औसत कीमत के दो स्टैंडर्ड में अंतर के अलावा, कोई आउटलायर भी नहीं है.
- विज्ञापन देने वाला B:
- विज्ञापन देने वाले B की साइट पर मौजूद सभी प्रॉडक्ट में, खरीदारी की कीमत [120 से 1,000 डॉलर] के बीच होनी चाहिए, जो 880 डॉलर की हो सकती है.
- खरीदारी की कीमतें 120 से 500 डॉलर के बीच बहुत ज़्यादा बढ़ जाती हैं. जैसे, 500 डॉलर - 1000 डॉलर के बीच सिर्फ़ 5% खरीदारी होती है.
आखिरी नतीजों में योगदान के लिए बजट की ज़रूरी शर्तें और [शोर लागू करने का तरीका](/privacy-sandbox/relevance/attribution-reporting/understanding-noise/#how-noise-is-apply) जिस तरीके से होते हैं, उसे देखते हुए विज्ञापन देने वाले B को डिफ़ॉल्ट रूप से विज्ञापन देने वाले A के मुकाबले ज़्यादा ग़ैर-ज़रूरी नतीजे मिलेंगे. ऐसा इसलिए, क्योंकि विज्ञापन देने वाले B में आउटलायर से बुनियादी कैलकुलेशन को प्रभावित करने की ज़्यादा संभावना होती है.
किसी खास कुंजी सेटअप की मदद से, इसे कम किया जा सकता है. ऐसी मुख्य रणनीतियों की जांच करें जो बाहरी डेटा को मैनेज करने और कुंजी की खरीदारी की रेंज पर परचेज़ वैल्यू को समान रूप से बांटने में मदद करती हैं.
विज्ञापन देने वाले B के लिए, परचेज़ वैल्यू की दो अलग-अलग सीमाएं कैप्चर करने के लिए, दो अलग-अलग की बनाई जा सकती है. इस उदाहरण में, विज्ञापन टेक्नोलॉजी ने पाया है कि आउटलायर 500 डॉलर की खरीदारी वैल्यू से ज़्यादा दिखते हैं. इस विज्ञापन देने वाले के लिए दो अलग-अलग कुंजी लागू करें:
- मुख्य स्ट्रक्चर 1 : कुंजी, जो सिर्फ़ 120 डॉलर से 500 डॉलर के बीच की खरीदारी को कैप्चर करती है (इसमें खरीदारी की कुल संख्या का ~95% होता है).
- मुख्य स्ट्रक्चर 2: ऐसी कुंजी जो सिर्फ़ 500 डॉलर से ज़्यादा की खरीदारी को कैप्चर करती है (इसमें खरीदारी की कुल संख्या का ~5% होता है).
इस अहम रणनीति को लागू करने से, विज्ञापन देने वाले B की ज़रूरतों को बेहतर तरीके से मैनेज किया जा सकता है. साथ ही, इससे उन्हें खास जानकारी वाली रिपोर्ट से, ज़्यादा से ज़्यादा फ़ायदा पाने में मदद मिल सकती है. नई छोटी रेंज को ध्यान में रखते हुए, 'कुंजी A' और 'की B' को अब हर कुंजी के लिए डेटा का एक जैसा डिस्ट्रिब्यूशन होना चाहिए, जो पिछली एक कुंजी के लिए था. इससे, हर कुंजी के आउटपुट में ग़ैर-ज़रूरी आवाज़ें कम होंगी जो पिछली एक कुंजी के लिए थी.