تُعدّ خصوصية المستخدم النهائي جوهر كل ما تقدّمه خدمة Ads Data Hub، وهي الأساس الذي تستند إليه منصتنا. ومن أجل المساعدة في الحفاظ على هذه الخصوصية ومساعدة عملائنا في الامتثال التنظيمي، نفرض فحوصات وقيودًا معيّنة مصمّمة للمساعدة في منع نقل بيانات عن المستخدمين الفرديين1 في البيانات التي تستخرجها من المنصة.
في ما يلي نظرة عامة على ميزات الخصوصية في Ads Data Hub، مع مزيد من التفاصيل في الأقسام التالية:
- تفحص عمليات التحقّق الثابتة البيانات الواردة في طلباتك بحثًا عن مخاوف واضحة وفورية بشأن الخصوصية.
- تحد ميزانيات الوصول إلى البيانات من إجمالي عدد المرات التي يمكنك فيها الوصول إلى جزء معيّن من البيانات.
- تضمن عمليات فحص التجميع أن يحتوي كل صف على عدد كبير بما يكفي من المستخدمين لحماية خصوصية المستخدم.
- تقارن عمليات التحقّق من الاختلافات (أو "عمليات التحقّق من الاختلافات") مجموعات النتائج للمساعدة في منعك من جمع معلومات عن مستخدِمين فرديين عن طريق مقارنة البيانات من مجموعات متعدّدة من المستخدِمين.
- وتُعدّ إضافة التشويش بديلاً عن عمليات التحقُّق من الاختلافات. لا يتوفّر "وضع الضوضاء" إلا في تجربة Ads Data Hub لجهات التسويق. لمزيد من المعلومات عن إضافة التشويش، اطّلِع على هذه الصفحة في موقع Ads Data Hub لجهات التسويق.
إذا لم تجتَز النتيجة فحوصات الخصوصية، سيعرض Ads Data Hub رسالة خصوصية لإعلامك بأنّه تمّت فلترة أحد الصفوف. يمكن أن يكون هذا أي شيء من صف واحد إلى مجموعة نتائج كاملة. لضمان دقة القيم الإجمالية لإعداد التقارير، استخدِم ملخصًا للصفوف التي تمت فلترتها لاحتساب البيانات من الصفوف التي تم إسقاطها2.
عمليات التحقّق الثابتة
تفحص عمليات التحقّق الثابتة العبارات الواردة في طلباتك بحثًا عن مخاوف واضحة وفورية متعلقة بالخصوصية، مثل تصدير معرّفات المستخدمين أو أي وظيفة لمعرّفات المستخدمين أو استخدام وظائف غير مسموح بها عبر الحقول التي تحتوي على بيانات على مستوى المستخدم. لتجنُّب أخطاء طلبات البحث من عمليات التحقّق الثابتة، راجِع أفضل الممارسات وافهم الوظائف المسموح بها.
الحد الأقصى لعدد مرات الوصول إلى البيانات
تحد ميزانية الوصول إلى البيانات من إجمالي عدد المرات التي يمكنك فيها الوصول إلى
جزء معين من البيانات. سيتم إشعار المستخدمين الذين يقتربون من نهاية ميزانيتهم
من خلال رسالة خصوصية من
النوع DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED. يمكنك مراقبة الميزانية باستخدام نقطة الدخول ميزانية الوصول إلى البيانات أو من خلال ملاحظة إشعارات الميزانية في واجهة المستخدم.
متطلبات التجميع
يقع الحدّ الأدنى لتجميع المستخدمين في عمليات فحص الخصوصية في Ads Data Hub. بالنسبة إلى معظم طلبات البحث، يمكنك تلقّي بيانات إعداد التقارير فقط عن 50 مستخدمًا أو أكثر. ومع ذلك، يمكن استخدام طلبات البحث التي يمكنها الوصول إلى النقرات والإحالات الناجحة فقط للإبلاغ عن 10 مستخدمين أو أكثر.
- يتم احتساب الأحداث التي تحتوي على أرقام تعريف المستخدمين الصفرية كمستخدم واحد ضمن حد التجميع، بغض النظر عن عدد المستخدمين الفعليين الذين أنشأوا الأحداث.
- ولا يتم احتساب المستخدمين الذين لديهم أرقام تعريف فارغة ضمن حد التجميع.
أفضل الممارسات: يمكنك ضبط ملخّص الصف الذي تمّت فلترته لإعداد تقارير عن البيانات التي تم حذفها. ويساعد ذلك في الحفاظ على خط أساسي متّسق في تقاريرك.
في المثال التالي، ستتم فلترة الصف الذي يحتوي على الحملة 125 من النتائج النهائية لأنّه يجمع النتائج من 48 مستخدمًا، وهو ما يقل عن الحدّ الأدنى البالغ 50 مستخدمًا.
| معرّف الحملة | المستخدِمون | مرات الظهور |
|---|---|---|
| 123 | 314 | 928 |
| 124 | 2718 | 5772 |
| 125 | 48 | 353 |
عمليات التحقّق من الاختلافات
تساعد عمليات التحقّق من الاختلافات على ضمان عدم إمكانية تحديد هوية المستخدمين من خلال مقارنة عدة نتائج مجمّعة بشكل كافٍ بالطرق التالية:
- يقارنون نتائج الوظيفة التي تقوم بتشغيلها بنتائجك السابقة.
- وتقارن الصفوف ضمن نفس مجموعة النتائج.
يمكن حدوث انتهاكات للتحقق من الفروقات من خلال إجراء تغييرات على بياناتك الأساسية بين مهمتين. عند مقارنة نتائج إحدى الوظائف بالنتائج السابقة، يبحث Ads Data Hub عن الثغرات الأمنية على مستوى المستخدمين الفرديين. لهذا السبب، يمكن فلترة النتائج حتى النتائج الواردة من حملات مختلفة، أو النتائج التي تسجّل العدد نفسه من المستخدمين، إذا كان لديهم عدد كبير من المستخدمين المتداخلين.
من ناحية أخرى، قد تحتوي مجموعتا نتائج مجمّعتان على العدد نفسه من المستخدمين، وتبدو متطابقة، ولكن لا تتشارك المجموعة نفسها، وبالتالي تكون مصممة بالتوافق مع معايير الخصوصية، وفي هذه الحالة لن تتم فلترتها.
تستخدِم خدمة Ads Data Hub البيانات من نتائجك السابقة عند مراعاة ثغرات نتيجة جديدة. يعني ذلك أنّ تشغيل طلب البحث نفسه مرارًا وتكرارًا يؤدي إلى إنشاء المزيد من البيانات للاستخدام في عمليات التحقّق من الاختلافات عند التفكير في الثغرة الأمنية لنتيجة جديدة. بالإضافة إلى ذلك، يمكن أن تتغيّر البيانات الأساسية، ما يؤدي إلى حدوث انتهاكات للتحقّق من الخصوصية في طلبات البحث التي يُعتقد أنها ثابتة.
عندما تختلف النتائج على مستوى الوظيفة بشكل كافٍ، ولكن عندما يكون صفًا فرديًا مشابهًا لصف في مهمة سابقة، ستُجري خدمة Ads Data Hub فلترة للصف المشابه. في هذا المثال، ستتم تصفية الصف الذي يحتوي على الحملة 123 في نتائج الوظيفة الثانية، لأنه يختلف عن النتيجة السابقة من قِبل مستخدم واحد.
|
|
||||||||||||||||
إذا كان مجموع المستخدمين في جميع الصفوف في مجموعة نتائج مماثلاً لمجموع المستخدمين من وظيفة سابقة، ستُجري خدمة Ads Data Hub فلترة لمجموعة النتائج بالكامل. في هذا المثال، ستتم تصفية جميع النتائج من الوظيفة الثانية.
|
|
||||||||||||||||
ملخّص الصفوف التي تمّت فلترتها
ملخّصات الصفوف التي تمّت فلترتها تحتسب البيانات التي تمّت فلترتها بسبب عمليات فحص الخصوصية. يتم جمع البيانات من الصفوف التي تمّت فلترتها وإضافتها إلى صف استقبال الرسائل الخاطئة. لا يمكن إجراء تحليل إضافي للبيانات التي تمت تصفيتها، إلا أنها توفر ملخصًا لكمية البيانات التي تمت تصفيتها من النتائج.
مستشار طلبات البحث
إذا كانت لغة الاستعلامات البنيوية (SQL) صالحة ولكنّها قد تؤدي إلى تشغيل فلترة زائدة، يعرض مستشار طلب البحث نصائح قابلة للتنفيذ أثناء عملية تطوير طلب البحث، لمساعدتك في تجنُّب النتائج غير المرغوب فيها.
تشمل المشغلات الأنماط التالية:
- ضم الاستعلامات الفرعية المجمّعة
- دمج البيانات غير المجمعة مع مستخدمين مختلفين محتملون
- الجداول المؤقتة المحدّدة بشكل متكرّر
لاستخدام مستشار طلبات البحث:
- واجهة المستخدم: ستظهر الاقتراحات في محرِّر طلبات البحث، أعلى نص طلب البحث.
- API. استخدِم طريقة
customers.analysisQueries.validate.
-
وبخلاف ذلك، البيانات التي وافقوا على مشاركتها، كما هو الحال مع أعضاء اللجنة.↩
-
ما لم يتم منع ذلك من خلال قيود الخصوصية، على سبيل المثال عندما لا يستوفي المستخدمون في ملخص الصفوف التي تمت فلترتها متطلبات التجميع.↩