অ্যাডস ডেটা হাব যা কিছু করে তার মূলে থাকে এন্ড-ইউজার গোপনীয়তা; এটিই আমাদের প্ল্যাটফর্মের ভিত্তি যার উপর ভিত্তি করে তৈরি। এই গোপনীয়তা বজায় রাখতে এবং আমাদের গ্রাহকদের নিয়ন্ত্রক সম্মতিতে সহায়তা করার জন্য, আমরা কিছু চেক এবং বিধিনিষেধ আরোপ করি, যা প্ল্যাটফর্ম থেকে প্রাপ্ত ডেটাতে পৃথক ব্যবহারকারীদের 1 সম্পর্কে ডেটা সংক্রমণ রোধ করতে সহায়তা করার জন্য ডিজাইন করা হয়েছে।
এখানে অ্যাডস ডেটা হাবের গোপনীয়তা বৈশিষ্ট্যগুলির একটি সারসংক্ষেপ দেওয়া হল, পরবর্তী বিভাগগুলিতে আরও বিশদ সহ:
- স্ট্যাটিক চেকগুলি আপনার প্রশ্নের বিবৃতিগুলি পরীক্ষা করে স্পষ্ট এবং তাৎক্ষণিক গোপনীয়তার উদ্বেগগুলি খুঁজে বের করে।
- ডেটা অ্যাক্সেস বাজেট কোনও নির্দিষ্ট ডেটা অ্যাক্সেস করার মোট সংখ্যা সীমাবদ্ধ করে।
- একত্রীকরণ পরীক্ষা নিশ্চিত করে যে প্রতিটি সারিতে পর্যাপ্ত সংখ্যক ব্যবহারকারী রয়েছে যা শেষ ব্যবহারকারীর গোপনীয়তা রক্ষা করতে পারে।
- ডিফারেন্স চেক (অথবা "ডিফারেন্স চেক") ফলাফল সেটের তুলনা করে যাতে একাধিক সেট ব্যবহারকারীর ডেটা তুলনা করে পৃথক ব্যবহারকারীদের সম্পর্কে তথ্য সংগ্রহ করা থেকে আপনাকে বিরত রাখা যায়।
- নয়েজ ইনজেকশন হল ডিফারেন্স চেকের একটি বিকল্প। একটি কোয়েরির একটি সমষ্টিগত
SELECTক্লজে র্যান্ডম নয়েজ যোগ করলে ব্যবহারকারীর গোপনীয়তা রক্ষা হয় এবং একই সাথে যুক্তিসঙ্গতভাবে সঠিক ফলাফল পাওয়া যায়, ডিফারেন্স চেকের প্রয়োজনীয়তা দূর হয় এবং আউটপুটের জন্য প্রয়োজনীয় অ্যাগ্রিগেশন থ্রেশহোল্ড হ্রাস পায়।
যখন কোনও ফলাফল গোপনীয়তা পরীক্ষায় উত্তীর্ণ না হয়, তখন Ads Data Hub একটি গোপনীয়তা বার্তা প্রদর্শন করবে বা ফেরত দেবে যেখানে আপনাকে জানানো হবে যে একটি সারি ফিল্টার করা হয়েছে। এটি একটি একক সারি থেকে শুরু করে সম্পূর্ণ ফলাফল সেট পর্যন্ত যেকোনো কিছু হতে পারে। আপনার রিপোর্টিং টোটাল সঠিক থাকে তা নিশ্চিত করতে, বাদ দেওয়া সারি 2 থেকে ডেটা গণনা করতে একটি ফিল্টার করা সারি সারাংশ ব্যবহার করুন।
স্ট্যাটিক চেক
স্ট্যাটিক চেকগুলি আপনার প্রশ্নের বিবৃতিগুলি পরীক্ষা করে স্পষ্ট এবং তাৎক্ষণিক গোপনীয়তা সম্পর্কিত উদ্বেগগুলি সন্ধান করে, যেমন ব্যবহারকারী শনাক্তকারী রপ্তানি করা, ব্যবহারকারী শনাক্তকারীর কোনও ফাংশন, অথবা ব্যবহারকারী-স্তরের ডেটা ধারণকারী ক্ষেত্রগুলিতে অননুমোদিত ফাংশন ব্যবহার করা। স্ট্যাটিক চেক থেকে কোয়েরি ত্রুটি এড়াতে, সেরা অনুশীলনগুলি পর্যালোচনা করুন এবং কোন ফাংশনগুলি অনুমোদিত তা বুঝুন।
ডেটা অ্যাক্সেস বাজেট
আপনার ডেটা অ্যাক্সেস বাজেট নির্দিষ্ট ডেটা অ্যাক্সেস করার মোট সংখ্যা সীমিত করে। বাজেটের শেষের দিকে আসা ব্যবহারকারীদের DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED টাইপের একটি গোপনীয়তা বার্তা পাঠানো হবে। আপনি ডেটা অ্যাক্সেস বাজেট এন্ট্রি পয়েন্ট ব্যবহার করে অথবা UI-তে বাজেট বিজ্ঞপ্তিগুলি পর্যবেক্ষণ করে বাজেট পর্যবেক্ষণ করতে পারেন।
একত্রিতকরণের প্রয়োজনীয়তা
অ্যাডস ডেটা হাবের গোপনীয়তা যাচাইয়ের মূল বিষয় হল ব্যবহারকারীর সমষ্টিগত সীমা। বেশিরভাগ প্রশ্নের ক্ষেত্রে, আপনি কেবল ৫০ জন বা তার বেশি ব্যবহারকারীর রিপোর্টিং ডেটা পেতে পারেন। তবে, যে প্রশ্নগুলি কেবল ক্লিক এবং রূপান্তর অ্যাক্সেস করে সেগুলি ১০ জন বা তার বেশি ব্যবহারকারীর রিপোর্ট করার জন্য ব্যবহার করা যেতে পারে।
- শূন্য ব্যবহারকারী আইডি সহ ইভেন্টগুলিকে একত্রিতকরণ থ্রেশহোল্ডের জন্য একক ব্যবহারকারী হিসাবে গণনা করা হয়, প্রকৃত ব্যবহারকারীদের সংখ্যা কতজন ইভেন্ট তৈরি করেছে তা কোন ব্যাপার না।
- নাল আইডি সহ ব্যবহারকারীদের একত্রিতকরণের সীমার মধ্যে গণনা করা হয় না।
- শব্দ মোড কীভাবে একত্রিতকরণের প্রয়োজনীয়তাগুলিকে প্রভাবিত করে তা জানুন ।
সর্বোত্তম পদ্ধতি: বাদ দেওয়া ডেটার প্রতিবেদন করার জন্য একটি ফিল্টার করা সারি সারাংশ কনফিগার করুন। এটি আপনার প্রতিবেদনে একটি সামঞ্জস্যপূর্ণ বেসলাইন বজায় রাখতে সাহায্য করে।
নিম্নলিখিত উদাহরণে, প্রচারণা ১২৫ সম্বলিত সারিটি চূড়ান্ত ফলাফল থেকে ফিল্টার করা হবে, কারণ এটি ৪৮ জন ব্যবহারকারীর ফলাফল একত্রিত করে, যা ন্যূনতম ৫০-ব্যবহারকারীর নীচে।
| ক্যাম্পেইন আইডি | ব্যবহারকারীরা | ছাপ |
|---|---|---|
| ১২৩ | ৩১৪ | ৯২৮ |
| ১২৪ | ২৭১৮ | ৫৭৭২ |
| ১২৫ | ৪৮ | ৩৫৩ |
গোপনীয়তা মোড
বিজ্ঞাপন ডেটা হাব দুটি গোপনীয়তা মোড অফার করে - পার্থক্য পরীক্ষা এবং শব্দ ইনজেকশন । নিম্নলিখিত বিভাগগুলি এই মোডগুলি বর্ণনা এবং তুলনা করে।
পার্থক্য পরীক্ষা ব্যবহার করুন
পার্থক্য পরীক্ষা নিশ্চিত করতে সাহায্য করে যে নিম্নলিখিত উপায়ে একাধিক পর্যাপ্তভাবে একত্রিত ফলাফলের তুলনা করে ব্যবহারকারীদের শনাক্ত করা যাচ্ছে না:
- তারা আপনার পূর্ববর্তী ফলাফলের সাথে আপনার চলমান চাকরির ফলাফলের তুলনা করে।
- তারা একই ফলাফল সেটের মধ্যে সারিগুলির তুলনা করে।
দুটি কাজের মধ্যে আপনার অন্তর্নিহিত ডেটাতে পরিবর্তনের ফলে পার্থক্য পরীক্ষা লঙ্ঘন হতে পারে। পূর্ববর্তী ফলাফলের সাথে কোনও কাজের ফলাফলের তুলনা করার সময়, বিজ্ঞাপন ডেটা হাব পৃথক ব্যবহারকারীর স্তরের দুর্বলতাগুলি অনুসন্ধান করে। এই কারণে, এমনকি বিভিন্ন প্রচারণার ফলাফল, অথবা একই সংখ্যক ব্যবহারকারীর প্রতিবেদনকারী ফলাফল, যদি তাদের প্রচুর সংখ্যক ওভারল্যাপিং ব্যবহারকারী থাকে তবে ফিল্টার করা যেতে পারে।
অন্যদিকে, দুটি সমষ্টিগত ফলাফল সেটে ব্যবহারকারীর সংখ্যা একই হতে পারে—আসলে একই রকম দেখাবে—কিন্তু পৃথক ব্যবহারকারীদের ভাগ করবে না, এবং তাই গোপনীয়তা-নিরাপদ হবে, এই ক্ষেত্রে সেগুলি ফিল্টার করা হবে না।
নতুন ফলাফলের দুর্বলতা বিবেচনা করার সময় Ads Data Hub আপনার ঐতিহাসিক ফলাফল থেকে ডেটা ব্যবহার করে। এর অর্থ হল, একই কোয়েরি বারবার চালানোর ফলে নতুন ফলাফলের দুর্বলতা বিবেচনা করার সময় পার্থক্য পরীক্ষা করার জন্য আরও ডেটা তৈরি হয়। এছাড়াও, অন্তর্নিহিত ডেটা পরিবর্তিত হতে পারে, যার ফলে স্থিতিশীল বলে মনে করা কোয়েরিতে গোপনীয়তা পরীক্ষা লঙ্ঘন হতে পারে।
যখন আপনার কাজের স্তরের ফলাফল পর্যাপ্তভাবে ভিন্ন হয়, কিন্তু একটি পৃথক সারি পূর্ববর্তী কাজের সারির অনুরূপ হয়, তখন Ads Data Hub একই সারিটি ফিল্টার করবে। এই উদাহরণে, দ্বিতীয় কাজের ফলাফলে প্রচারণা 123 ধারণকারী সারিটি ফিল্টার করা হবে, কারণ এটি একজন ব্যবহারকারীর দ্বারা পূর্ববর্তী ফলাফল থেকে আলাদা।
|
| ||||||||||||||||
যদি কোনও ফলাফল সেটের সমস্ত সারিতে ব্যবহারকারীর যোগফল পূর্ববর্তী কাজের সাথে সমান হয়, তাহলে Ads Data Hub সম্পূর্ণ ফলাফল সেটটি ফিল্টার করবে। এই উদাহরণে, দ্বিতীয় কাজের সমস্ত ফলাফল ফিল্টার করা হবে।
|
| ||||||||||||||||
শব্দ ইনজেকশন ব্যবহার করুন
নয়েজ ইনজেকশন হল একটি কৌশল যা ডাটাবেস অনুসন্ধানের সময় ব্যবহারকারীর গোপনীয়তা রক্ষা করার জন্য ব্যবহৃত হয়। এটি একটি কোয়েরির একটি সমষ্টিগত SELECT ধারায় র্যান্ডম নয়েজ যোগ করে কাজ করে। এই নয়েজ ব্যবহারকারীর গোপনীয়তা রক্ষা করে, একই সাথে যুক্তিসঙ্গতভাবে সঠিক ফলাফল প্রদান করে, পার্থক্য পরীক্ষা করার প্রয়োজনীয়তা দূর করে এবং আউটপুটের জন্য প্রয়োজনীয় একত্রিতকরণ থ্রেশহোল্ড হ্রাস করে। বেশিরভাগ বিদ্যমান কোয়েরি কিছু সীমাবদ্ধতা সহ নয়েজ মোডে কার্যকর করা যেতে পারে। নয়েজ মোড এবং কীভাবে নয়েজ ইনজেকশন গোপনীয়তার প্রয়োজনীয়তাগুলিকে প্রভাবিত করে সে সম্পর্কে আরও জানতে, নয়েজ ইনজেকশন দেখুন।
শব্দ ইনজেকশনের সাথে পার্থক্য পরীক্ষা তুলনা করুন
|
| ||||||||||||||||||||||||||||||||
|
| ||||||||||||||||||||||||||||||||
ফিল্টার করা সারির সারাংশ
ফিল্টার করা সারির সারাংশ গোপনীয়তা যাচাইয়ের কারণে ফিল্টার করা ডেটা ট্যালি করে। ফিল্টার করা সারির ডেটা সারসংক্ষেপ করে একটি ক্যাচ-অল সারিতে যোগ করা হয়। ফিল্টার করা ডেটা আরও বিশ্লেষণ করা না গেলেও, এটি ফলাফল থেকে কতটা ডেটা ফিল্টার করা হয়েছে তার একটি সারসংক্ষেপ প্রদান করে।
স্পষ্ট গোপনীয়তা ফিল্টারিং
যেসব ক্ষেত্রে আপনার কোয়েরি ভেঙে ফেলার প্রয়োজন হয় কিন্তু সমষ্টিগত ফলাফল একত্রিত করতে চান, আপনি স্পষ্টভাবে বেশ কয়েকটি ছোট কোয়েরিতে গোপনীয়তা পরীক্ষা প্রয়োগ করতে পারেন এবং তারপর গোপনীয়তা-নিরাপদ উপায়ে সেই ফলাফলগুলিকে একত্রিত করতে পারেন।
ব্যবহারের উদাহরণ:
- আপনি একজন বিজ্ঞাপনদাতা যিনি আপনার লিঙ্ক করা Google বিজ্ঞাপন অ্যাকাউন্টে অ্যাট্রিবিউশন ইভেন্টের ধরণ অনুসারে সমস্ত রূপান্তর খুঁজছেন, যার মধ্যে EEA ডেটা অন্তর্ভুক্ত রয়েছে।
- আপনি একজন পরিমাপ অংশীদার যিনি আপনার লিঙ্ক করা Google বিজ্ঞাপন অ্যাকাউন্টে অ্যাট্রিবিউশন ইভেন্টের ধরণ অনুসারে সমস্ত রূপান্তর খুঁজছেন।
আপনার Google Ads অ্যাকাউন্টের জন্য রূপান্তরের যোগফল পেতে, আপনি প্রতিটি Google পরিষেবাতে পৃথকভাবে গোপনীয়তা পরীক্ষা প্রয়োগ করতে OPTIONS(privacy_checked_export=TRUE) ধারা ব্যবহার করে কোয়েরিটি পুনরায় লিখতে পারেন।
এই বিভাগের উদাহরণ পুনর্লিখন নিম্নলিখিত কাজ করে:
- এটি প্রতিটি গুগল পরিষেবাকে পৃথকভাবে জিজ্ঞাসা করে, প্রতিটি মধ্যবর্তী ফলাফল সেটে স্পষ্টভাবে গোপনীয়তা পরীক্ষা প্রয়োগ করে।
- এটি প্রতিটি গুগল পরিষেবার গোপনীয়তা-পরীক্ষিত ফলাফলের জন্য একটি পৃথক টেম্প টেবিল তৈরি করে: ইউটিউব, জিমেইল এবং নেটওয়ার্ক।
- এটি টেম্প টেবিল থেকে গোপনীয়তা-পরীক্ষিত রূপান্তর গণনাগুলিকে একত্রিত করে এবং যোগ করে।
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
মনে রাখবেন যে এই কোয়েরিটি টেবিলের মধ্যে সরাসরি ডেটা একত্রিত করার জন্য JOIN ব্যবহার করে না, বরং প্রথমে প্রতিটি টেবিলের জন্য কোয়েরি সম্পাদন করে, প্রতিটি মধ্যবর্তী টেবিলে গোপনীয়তা পরীক্ষা প্রয়োগ করে, তারপর গোপনীয়তা-পরীক্ষিত মানগুলি যোগ করার জন্য একটি UNION ব্যবহার করে।
কোয়েরি উপদেষ্টা
যদি আপনার SQL বৈধ হয় কিন্তু অতিরিক্ত ফিল্টারিং ট্রিগার করতে পারে, তাহলে কোয়েরি অ্যাডভাইজার কোয়েরি ডেভেলপমেন্ট প্রক্রিয়ার সময় কার্যকর পরামর্শ প্রদান করে, যা আপনাকে অবাঞ্ছিত ফলাফল এড়াতে সাহায্য করবে।
ট্রিগারগুলির মধ্যে নিম্নলিখিত ধরণগুলি অন্তর্ভুক্ত থাকে:
- সমষ্টিগত সাবকোয়েরিতে যোগদান করা
- সম্ভাব্য ভিন্ন ব্যবহারকারীর সাথে অসংগৃহীত ডেটা যোগ করা
- পুনরাবৃত্তভাবে সংজ্ঞায়িত তাপমাত্রা সারণী
কোয়েরি উপদেষ্টা ব্যবহার করতে:
- UI । সুপারিশগুলি কোয়েরি এডিটরে, কোয়েরি টেক্সটের উপরে প্রদর্শিত হবে।
- API ।
customers.analysisQueries.validateপদ্ধতি ব্যবহার করুন।
প্যানেলিস্টদের ক্ষেত্রে যেমন তথ্য ভাগ করে নেওয়ার জন্য তারা সম্মতি দিয়েছে তা ছাড়া। ↩
যদি না গোপনীয়তা বিধিনিষেধ দ্বারা বাধা দেওয়া হয়, যেমন যখন ফিল্টার করা সারির সারাংশে ব্যবহারকারীরা একত্রিতকরণের প্রয়োজনীয়তা পূরণ করে না। ↩