Ads Data Hub जो भी करता है उसमें असली उपयोगकर्ता की निजता को प्राथमिकता दी जाती है. हमारा प्लैटफ़ॉर्म इसी बुनियाद पर बना है. निजता को बनाए रखने और नियमों का पालन करने में अपने ग्राहकों की मदद करने के लिए, हम कुछ जांच और पाबंदियां लागू करते हैं. इनसे, किसी उपयोगकर्ता1 का जो डेटा प्लैटफ़ॉर्म से बाहर मिलता है उसका डेटा शेयर होने से रोकने में मदद मिलती है.
यहां Ads Data Hub की निजता से जुड़ी सुविधाओं के बारे में खास जानकारी दी गई है. साथ ही, नीचे दिए गए सेक्शन में ज़्यादा जानकारी दी गई है:
- स्टैटिक जांच आपकी क्वेरी में दिए गए स्टेटमेंट की जांच करती है, ताकि साफ़ तौर पर की जाने वाली और निजता से जुड़ी समस्याओं का पता लगाया जा सके.
- डेटा ऐक्सेस बजट से यह तय होता है कि किसी खास डेटा को कितनी बार ऐक्सेस किया जा सकता है.
- एग्रीगेशन की जांच यह पक्का करती है कि हर लाइन में, असली उपयोगकर्ता की निजता को सुरक्षित रखने के लिए, बड़ी संख्या में उपयोगकर्ता मौजूद हों.
- अंतर की जांच (या "अंतर की जांच") नतीजों के सेट की तुलना करें. इससे, आपको अलग-अलग उपयोगकर्ताओं के बारे में जानकारी इकट्ठा करने से रोका जा सकता है. इसके लिए, उपयोगकर्ताओं के अलग-अलग सेट के डेटा की तुलना की जाती है.
- अलग-अलग चीज़ों की जांच करने की जगह, शोर इंजेक्शन का इस्तेमाल किया जा सकता है. शोर मोड सिर्फ़ 'मार्केटर के लिए Ads Data Hub' में उपलब्ध है. नॉइज़ इंजेक्शन के बारे में जानने के लिए, मार्केटर के लिए Ads Data Hub की साइट पर इस पेज को देखें.
अगर कोई नतीजा निजता से जुड़ी जांच में पास नहीं होता है, तो Ads Data Hub निजता से जुड़ा मैसेज दिखाएगा या दिखाएगा. इसमें आपको सूचना दी जाएगी कि एक लाइन को फ़िल्टर कर दिया गया है. यह एक लाइन से लेकर, नतीजे के पूरे सेट तक कुछ भी हो सकता है. यह पक्का करने के लिए कि आपकी कुल रिपोर्टिंग का कुल डेटा सटीक रहे, ड्रॉप की गई पंक्तियों2 से डेटा की गिनती करने के लिए, फ़िल्टर की गई लाइन की खास जानकारी का इस्तेमाल करें.
स्टैटिक जांच
स्टैटिक जांच, निजता से जुड़ी समस्याओं का पता लगाने के लिए आपकी क्वेरी में मौजूद स्टेटमेंट की जांच करती है. जैसे, उपयोगकर्ता आइडेंटिफ़ायर एक्सपोर्ट करना, उपयोगकर्ता आइडेंटिफ़ायर के किसी फ़ंक्शन का इस्तेमाल या उपयोगकर्ता-लेवल का डेटा वाले फ़ील्ड में बिना अनुमति वाले फ़ंक्शन इस्तेमाल करना. स्टैटिक जांच से मिलने वाली क्वेरी की गड़बड़ियों से बचने के लिए, सबसे सही तरीके देखें और जानें कि किन फ़ंक्शन की अनुमति है.
डेटा ऐक्सेस के लिए बजट
आपके डेटा ऐक्सेस बजट से यह तय होता है कि किसी दिए गए डेटा को कितनी बार ऐक्सेस किया जा सकता है. जिन उपयोगकर्ताओं का बजट खत्म होने वाला है उन्हें निजता से जुड़ा मैसेज भेजा जाएगा. इसका टाइप DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED होगा. डेटा ऐक्सेस बजट एंट्री पॉइंट का इस्तेमाल करके या यूज़र इंटरफ़ेस (यूआई) में बजट की सूचनाओं को देखकर, बजट को मॉनिटर किया जा सकता है.
एग्रीगेशन की ज़रूरी शर्तें
Ads Data Hub की निजता जांच का सबसे अहम हिस्सा है, उपयोगकर्ता के डेटा को इकट्ठा करना. ज़्यादातर क्वेरी के लिए, आपको सिर्फ़ 50 या इससे ज़्यादा उपयोगकर्ताओं का रिपोर्टिंग डेटा मिल सकता है. हालांकि, सिर्फ़ क्लिक और कन्वर्ज़न को ऐक्सेस करने वाली क्वेरी का इस्तेमाल करके, 10 या उससे ज़्यादा उपयोगकर्ताओं की रिपोर्ट की जा सकती है.
- शून्य यूज़र आईडी वाले इवेंट को एग्रीगेशन थ्रेशोल्ड के लिए एक उपयोगकर्ता के तौर पर गिना जाता है. इससे कोई फ़र्क़ नहीं पड़ता कि असल उपयोगकर्ताओं ने कितने इवेंट बनाए हैं.
- शून्य आईडी वाले उपयोगकर्ताओं को एग्रीगेशन थ्रेशोल्ड में नहीं गिना जाता.
सबसे सही तरीका: हटाए गए डेटा की रिपोर्ट देने के लिए, फ़िल्टर की गई पंक्ति की खास जानकारी कॉन्फ़िगर करें. इससे आपकी रिपोर्ट में बेसलाइन को एक जैसा बनाए रखने में मदद मिलती है.
नीचे दिए गए उदाहरण में, कैंपेन 125 वाली लाइन को आखिरी नतीजों से फ़िल्टर किया जाएगा, क्योंकि इसमें 48 उपयोगकर्ताओं से मिले नतीजे इकट्ठा किए जाते हैं, जो 50 उपयोगकर्ताओं के लिए तय संख्या से कम है.
| कैंपेन का आईडी | उपयोगकर्ता | इंप्रेशन |
|---|---|---|
| 123 | 314 | 928 |
| 124 | 2718 | 5772 |
| 125 | 48 | 353 |
अंतर की जांच
अलग-अलग जानकारी की जांच करके यह पक्का करने में मदद मिलती है कि ज़रूरत के मुताबिक एग्रीगेट किए गए कई नतीजों की तुलना करके, उपयोगकर्ताओं की पहचान इन तरीकों से नहीं की जा सकती:
- वे आपकी चुनी गई नौकरी के नतीजों की तुलना, पिछले नतीजों से करते हैं.
- वे एक ही नतीजे के सेट में मौजूद पंक्तियों की तुलना करते हैं.
दो जॉब के बीच, आपके डेटा में बदलाव होने से, अंतर की जांच से जुड़े उल्लंघन हो सकते हैं. किसी नौकरी के नतीजों की पिछले नतीजों से तुलना करते समय, Ads Data Hub, अलग-अलग उपयोगकर्ताओं के लेवल पर जोखिम की आशंकाओं की जांच करता है. इसलिए, अगर अलग-अलग कैंपेन या समान संख्या वाले उपयोगकर्ताओं के नतीजे रिपोर्ट करते हैं, तो उन्हें भी फ़िल्टर किया जा सकता है. ऐसा तब होगा, जब उनके उपयोगकर्ताओं की संख्या बहुत ज़्यादा हो.
वहीं दूसरी ओर, एग्रीगेट किए गए दो नतीजों के सेट में उपयोगकर्ताओं की संख्या एक जैसी हो सकती है. ये सेट एक जैसे दिख सकते हैं, लेकिन ये अलग-अलग उपयोगकर्ताओं को शेयर नहीं करते. इसलिए, ये सेट की निजता को सुरक्षित रखने वाले टूल होते हैं. इस वजह से, इन्हें फ़िल्टर नहीं किया जाएगा.
Ads Data Hub, नए नतीजे की जोखिम की आशंका को ध्यान में रखते हुए, आपके पुराने नतीजों का डेटा इस्तेमाल करता है. इसका मतलब है कि एक ही क्वेरी को बार-बार चलाने से, अंतर की जांच के लिए ज़्यादा डेटा बन जाता है. इस डेटा का इस्तेमाल करके, नए नतीजे से जुड़े जोखिम की आशंका को ध्यान में रखा जाता है. इसके अलावा, बुनियादी डेटा में भी बदलाव हो सकता है, जिससे स्टेबल मानी जाने वाली क्वेरी में निजता जांच का उल्लंघन होता है.
जब जॉब-लेवल के नतीजों में ज़रूरत के मुताबिक अंतर होता है, लेकिन कोई लाइन, पिछली जॉब की लाइन से मिलती-जुलती होती है, तो Ads Data Hub उससे मिलती-जुलती लाइन को फ़िल्टर करेगा. इस उदाहरण में, दूसरी जॉब के नतीजों में कैंपेन 123 वाली लाइन को फ़िल्टर किया जाएगा, क्योंकि यह किसी एक उपयोगकर्ता के पिछले नतीजे से अलग है.
|
|
||||||||||||||||
अगर किसी नतीजे के सेट की सभी पंक्तियों में मौजूद उपयोगकर्ताओं की कुल संख्या, पहले दिए गए काम के उपयोगकर्ताओं की कुल संख्या से मेल खाती है, तो Ads Data Hub, नतीजों के पूरे सेट को फ़िल्टर करेगा. इस उदाहरण में, दूसरी जॉब के सभी नतीजे फ़िल्टर किए जाएंगे.
|
|
||||||||||||||||
फ़िल्टर की गई लाइन की खास जानकारी
फ़िल्टर की गई पंक्तियों की खास जानकारी से उस डेटा का मिलान होता है जिसे निजता से जुड़ी जांच की वजह से फ़िल्टर किया गया था. फ़िल्टर की गई पंक्तियों के डेटा को एक साथ जोड़ा जाता है और उसे कैच-ऑल पंक्ति में जोड़ा जाता है. हालांकि, फ़िल्टर किए गए डेटा का और विश्लेषण नहीं किया जा सकता, लेकिन इससे यह पता चलता है कि नतीजों से कितना डेटा फ़िल्टर किया गया.
क्वेरी सलाहकार
अगर आपका एसक्यूएल मान्य है, लेकिन बहुत ज़्यादा फ़िल्टर करने की सुविधा ट्रिगर हो सकती है, तो क्वेरी बनाने के दौरान क्वेरी सलाहकार, काम की सलाह देता है. इससे आपको अनचाहे नतीजों से बचने में मदद मिलती है.
ट्रिगर में ये पैटर्न शामिल हैं:
- एग्रीगेट की गई सबक्वेरी में शामिल होना
- एग्रीगेट नहीं किए गए डेटा को अलग-अलग उपयोगकर्ताओं के साथ जोड़ना
- बार-बार तय की गई अस्थायी टेबल
क्वेरी सलाहकार का इस्तेमाल करने के लिए:
- यूज़र इंटरफ़ेस (यूआई). सुझाव, क्वेरी एडिटर में क्वेरी टेक्स्ट के ऊपर दिखेंगे.
- API.
customers.analysisQueries.validateवाला तरीका इस्तेमाल करें.
-
डेटा के अलावा, उसने शेयर करने की सहमति दी है. जैसे, पैनल के सदस्यों के मामले में.↩
-
जब तक निजता से जुड़ी पाबंदियों की वजह से रोक न लगाई जाए, जैसे कि फ़िल्टर की गई लाइन की खास जानकारी में मौजूद उपयोगकर्ता, एग्रीगेशन की ज़रूरी शर्तों को पूरा नहीं करते.↩