हमने Ads Data Hub के दो नए अनुभवों से पेश की गई नई सुविधाओं और अपडेट के साथ अपने दस्तावेज़ों को अपडेट किया है. विज्ञापन देने वाले, एजेंसियां, और पब्लिशर मार्केटर की साइट देखते हैं. वेंडर और पार्टनर, मेज़रमेंट पार्टनर साइट के बारे में बताते हैं.

इस पेज का अनुवाद Cloud Translation API से किया गया है.

Ads Data Hub में निजता जांच

Ads Data Hub जो भी काम करता है, उसमें असली उपयोगकर्ता की निजता सबसे अहम है; यह वह बुनियाद है जिस पर हमारा प्लैटफ़ॉर्म बना है. ताकि और कानूनी अनुपालन के साथ अपने ग्राहकों की सहायता करते हैं, तो हम के बारे में डेटा के ट्रांसमिशन को रोकने के लिए डिज़ाइन किया गया है आपको प्लैटफ़ॉर्म से मिलने वाले डेटा को अलग-अलग उपयोगकर्ता¹ में देख सकते हैं.

यहां Ads Data Hub की निजता सुविधाओं के बारे में ज़्यादा जानकारी दी गई है सेक्शन पढ़ें:

स्टैटिक जांच की मदद से, अपनी क्वेरी में दिए गए स्टेटमेंट की जांच की जाती है, ताकि यह पता चल सके कि वे और तुरंत निजता से जुड़ी समस्याओं को हल करने के लिए किया जा सकता है.
डेटा ऐक्सेस बजट आपकी ऐक्सेस की जा सकने वाली कुल संख्या को सीमित करते हैं दिए गए डेटा का कोई हिस्सा.
एग्रीगेशन की जांच से यह पक्का होता है कि हर लाइन में ज़रूरत के मुताबिक संख्या मौजूद है लोगों की निजता को सुरक्षित रखने के लिए किया जाता है.
अंतर की जांच (या "अंतर जांच") नतीजे की तुलना करते हैं आपको अलग-अलग उपयोगकर्ताओं के बारे में जानकारी एकत्र करने से रोकने में आपकी सहायता करने के लिए सेट इसके लिए, एक से ज़्यादा उपयोगकर्ताओं के डेटा की तुलना की जाती है.
शोर इंजेक्शन की सुविधा, अंतर की जांच करने के एक विकल्प के तौर पर उपलब्ध है. शोर मोड सिर्फ़ जो 'मार्केटर के लिए Ads Data Hub' में उपलब्ध है. शोर के बारे में जानने के लिए इंजेक्शन, मार्केटर साइट के लिए Ads Data Hub.

अगर नतीजे की निजता जांच में पास नहीं पाया जाता है, तो Ads Data Hub दिखाएगा या एक पंक्ति फ़िल्टर करने की जानकारी देने वाला निजता मैसेज भेजना होगा. यह काम किया जा सकता है इसमें एक पंक्ति से लेकर पूरे नतीजे के सेट तक, कुछ भी शामिल किया जा सकता है. यह पक्का करने के लिए कि रिपोर्टिंग की कुल वैल्यू सटीक रहती है. डेटा की गिनती करने के लिए, फ़िल्टर की गई लाइन की खास जानकारी का इस्तेमाल करें ड्रॉप की गई पंक्तियां².

स्टैटिक जांच

स्टैटिक जांच से, आपकी क्वेरी में दिए गए स्टेटमेंट की जांच की जाती है, ताकि यह पता चल सके कि वे साफ़ तौर पर दिख रहे हैं या निजता से जुड़ी समस्याएं हल करने में, जैसे कि उपयोगकर्ता आइडेंटिफ़ायर एक्सपोर्ट करना, उपयोगकर्ता आइडेंटिफ़ायर का इस्तेमाल करना या जिन फ़ील्ड में ये शामिल हैं उनमें बिना अनुमति वाले फ़ंक्शन का इस्तेमाल करना उपयोगकर्ता-लेवल का डेटा इकट्ठा करते हैं. स्टैटिक जांच में क्वेरी से जुड़ी गड़बड़ियों से बचने के लिए, सबसे सही तरीके और उन्हें समझने में किन फ़ंक्शन की अनुमति है.

डेटा को ऐक्सेस करने के लिए बजट

डेटा को ऐक्सेस करने के लिए बजट से यह तय होता है कि कितनी बार डेटा ऐक्सेस किया जा सकता है दिया गया है. बजट की समयसीमा खत्म होने वाले उपयोगकर्ताओं को सूचना दी जाएगी निजता से जुड़े मैसेज के साथ DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED टाइप करें. आप इनका उपयोग करके बजट पर नज़र रख सकते हैं डेटा ऐक्सेस बजट का एंट्री पॉइंट इसके लिए, यूज़र इंटरफ़ेस (यूआई) में बजट से जुड़ी सूचनाएं देखें.

एग्रीगेशन की ज़रूरी शर्तें

Ads Data Hub की निजता जांच के मुख्य हिस्से में, उपयोगकर्ताओं को एक साथ दिखाना होता है थ्रेशोल्ड. ज़्यादातर क्वेरी के लिए, आपको सिर्फ़ 50 या इससे ज़्यादा क्वेरी के लिए रिपोर्टिंग डेटा मिल सकता है उपयोगकर्ता. हालांकि, सिर्फ़ क्लिक और कन्वर्ज़न को ऐक्सेस करने वाली क्वेरी का इस्तेमाल इन कामों के लिए किया जा सकता है 10 या ज़्यादा उपयोगकर्ताओं पर रिपोर्ट करता है.

शून्य यूज़र आईडी वाले इवेंट को एग्रीगेशन के लिए एक ही उपयोगकर्ता के तौर पर गिना जाता है थ्रेशोल्ड सेट कर दिया जाता है, इससे कोई फ़र्क़ नहीं पड़ता कि कितने असल उपयोगकर्ताओं ने इवेंट बनाए हैं.
शून्य आईडी वाले उपयोगकर्ताओं को एग्रीगेशन थ्रेशोल्ड के तौर पर नहीं गिना जाता.

सबसे सही तरीका: फ़िल्टर की गई लाइन की खास जानकारी को कॉन्फ़िगर करके, उस डेटा को रिपोर्ट करें जो छोड़ा गया. इससे आपकी रिपोर्ट में बेसलाइन को एक समान बनाए रखने में मदद मिलती है.

नीचे दिए गए उदाहरण में, कैंपेन 125 वाली लाइन को फ़िल्टर किया जाएगा में 48 उपयोगकर्ताओं से मिले नतीजों को इकट्ठा करता है, जो कि कम से कम 50 उपयोगकर्ताओं के लिए.

कैंपेन आईडी	उपयोगकर्ता	इंप्रेशन
123	314	928
124	2718	5772
125	48	353

अंतर की जांच

अभी तक किसी भी व्यक्ति ने चेक इन नहीं किया है

अंतर की जांच से यह पक्का होता है कि उपयोगकर्ताओं की पहचान काफ़ी एग्रीगेट किए गए कई नतीजों की तुलना, नीचे दिए गए तरीकों से करें:

वे आपकी पिछली नौकरी से लिए जा रहे काम के नतीजों की तुलना करते हैं नतीजे.
वे एक ही नतीजे के सेट में मौजूद पंक्तियों की तुलना करते हैं.

अंतर की जांच के उल्लंघन, आपके दिए गए डेटा में बदलाव से ट्रिगर हो सकते हैं दो जॉब के बीच का समय शामिल करें. किसी नौकरी के नतीजों की तुलना पिछले नतीजों से करते समय, Ads Data Hub, अलग-अलग उपयोगकर्ताओं के लेवल पर जोखिमों की जांच करता है. इस वजह से, अलग-अलग कैंपेन या रिपोर्ट करने वाले नतीजों से भी नतीजे मिलते हैं उपयोगकर्ताओं की समान संख्या को फ़िल्टर किया जा सकता है, अगर उनके पास बड़ी संख्या में ओवरलैप होने वाले उपयोगकर्ताओं के लिए बनाया गया है.

दूसरी ओर, दो एकत्रित परिणाम सेट की संख्या समान हो सकती है दिखने वाले उपयोगकर्ता—एक जैसे दिखते हैं, लेकिन अलग-अलग उपयोगकर्ता शेयर नहीं करते. इसलिए, उपयोगकर्ता की निजता को सुरक्षित रखा जाता है. इस स्थिति में उन्हें फ़िल्टर नहीं किया जाएगा.

Ads Data Hub, आपके पुराने नतीजों का इस्तेमाल करके, जोखिम की आशंका है. इसका मतलब है कि एक ही क्वेरी को अंतर की जांच के लिए ज़्यादा डेटा तैयार करता है, ताकि जोखिम की आशंका है. इसके अलावा, डेटा में बदलाव हो सकता है. की गई क्वेरी के लिए, निजता जांच के उल्लंघन को बढ़ावा दिया गया है.

जब नौकरी के लेवल के नतीजे काफ़ी अलग होते हैं, लेकिन हर पंक्ति एक जैसी होती है पिछले जॉब की किसी लाइन में, Ads Data Hub मिलती-जुलती लाइन को फ़िल्टर करेगा. तय सीमा में इस उदाहरण में, दूसरे जॉब के नतीजों में कैंपेन 123 वाली लाइन एक ही उपयोगकर्ता के पिछले नतीजे से अलग होने की वजह से यह एक अलग फ़िल्टर होगा.

नौकरी 1
कैंपेन आईडी	उपयोगकर्ता
123	400
124	569

नौकरी 2
कैंपेन आईडी	उपयोगकर्ता
123	401
224	1325

अगर किसी नतीजे के सेट की सभी पंक्तियों में मौजूद उपयोगकर्ताओं का योग, पहले वाले जॉब में, Ads Data Hub पूरे नतीजे सेट को फ़िल्टर करेगा. इसमें उदाहरण के लिए, दूसरे जॉब के सभी नतीजे फ़िल्टर हो जाएंगे.

नौकरी 1
कैंपेन आईडी	उपयोगकर्ता
123	400
124	1367

नौकरी 2
कैंपेन आईडी	उपयोगकर्ता
123	402
124	1367

फ़िल्टर की गई लाइन की खास जानकारी

फ़िल्टर की गई लाइन की खास जानकारी में ऐसे डेटा का हिसाब होता है जिसे निजता से जुड़ी जांच की वजह से फ़िल्टर किया गया था. फ़िल्टर की गई पंक्तियों के डेटा को जोड़कर, कैच-ऑल पंक्ति में जोड़ दिया जाता है. फ़िल्टर किए गए डेटा का ज़्यादा विश्लेषण नहीं किया जा सकता. हालांकि, इससे यह जानकारी मिलती है कि नतीजों से कितना डेटा फ़िल्टर किया गया.

निजता को साफ़ तौर पर फ़िल्टर करने की सुविधा

ऐसे मामलों में, जहां आपको अपनी क्वेरी को अलग-अलग करना हो, लेकिन ही नहीं, आप तेज़ी से उपयोगकर्ता की निजता की जांच क्वेरी पूछी जाती हैं और फिर निजता को सुरक्षित रखते हुए उन नतीजों को एक साथ रखा जाता है.

इस्तेमाल के उदाहरणों के उदाहरण:

आप विज्ञापन देने वाले व्यक्ति या कंपनी हैं और आपको एट्रिब्यूशन इवेंट टाइप के हिसाब से सभी कन्वर्ज़न चाहिए में ईईए का डेटा शामिल है.
आप मेज़रमेंट पार्टनर हैं, जो एट्रिब्यूशन के आधार पर सभी कन्वर्ज़न ढूंढ रहे हैं इवेंट टाइप में जोड़ा जा सकता है.

अपने Google Ads खाते के कुल कन्वर्ज़न पाने के लिए, निजता लागू करने के लिए, OPTIONS(privacy_checked_export=TRUE) क्लॉज़ का इस्तेमाल करके क्वेरी Google की हर सेवा की अलग-अलग जांच करते हैं.

इस सेक्शन में उदाहरण के तौर पर दिए गए रीराइट में ये चीज़ें शामिल हैं:

यह निजता को साफ़ तौर पर लागू करके, Google की हर सेवा के लिए अलग-अलग क्वेरी करता है की जांच करें.
इससे एक अलग टेंपरेचर टेबल बनती है निजता की जांच से जुड़े नतीजे पाने के लिए: YouTube, Gmail, और नेटवर्क.
यह तापमान से, उपयोगकर्ता की निजता की जांच करके तय किए गए कन्वर्ज़न की संख्या को इकट्ठा करता है टेबल.

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

ध्यान दें कि यह क्वेरीJOIN हर टेबल के लिए क्वेरी करने के बजाय, पहले हर टेबल के लिए क्वेरी करता है. हर इंटरमीडिएट टेबल को चेक करता है, फिर UNION का इस्तेमाल करके निजता की जांच करके तय की गई वैल्यू.

क्वेरी सलाहकार

अगर आपका एसक्यूएल मान्य है, लेकिन ज़रूरत से ज़्यादा फ़िल्टर करने की सुविधा को ट्रिगर कर सकता है, तो query सलाहकार क्वेरी तैयार करने की प्रक्रिया के दौरान कार्रवाई करने लायक सलाह दिखाता है, ताकि इससे आपको अनचाहे नतीजों से बचने में मदद मिलती है.

ट्रिगर में ये पैटर्न शामिल होते हैं:

एग्रीगेट की गई सबक्वेरी में शामिल होना
एग्रीगेट नहीं किए गए डेटा को संभावित अलग-अलग उपयोगकर्ताओं के साथ जोड़ना
बार-बार तय की गई तापमान टेबल

क्वेरी सलाहकार का इस्तेमाल करने के लिए:

यूज़र इंटरफ़ेस (यूआई). सुझाव, ऊपर क्वेरी एडिटर में दिखेंगे क्वेरी का टेक्स्ट.
एपीआई. customers.analysisQueries.validate तरीके का इस्तेमाल करें.

उस डेटा के अलावा, जिसे उन्होंने शेयर करने के लिए सहमति दी है, जैसे कि पैनल के सदस्यों के मामले में.↩
जब तक निजता की पाबंदियों से रोका न जाए. जैसे, जब फ़िल्टर की गई लाइन की खास जानकारी में मौजूद उपयोगकर्ता, एग्रीगेशन की ज़रूरी शर्तों को पूरा नहीं करते.↩