অ্যাডস ডেটা হাব যা করে তার সব কিছুর মূলে রয়েছে শেষ-ব্যবহারকারীর গোপনীয়তা; এটা আমাদের প্ল্যাটফর্ম যে ভিত্তির উপর নির্মিত হয়. সেই গোপনীয়তা বজায় রাখতে এবং নিয়ন্ত্রক সম্মতিতে আমাদের গ্রাহকদের সাহায্য করার জন্য, আমরা নির্দিষ্ট কিছু চেক এবং বিধিনিষেধ আরোপ করি, আপনি প্ল্যাটফর্ম থেকে যে ডেটা পাবেন তাতে পৃথক ব্যবহারকারী 1 সম্পর্কে ডেটা সংক্রমণ প্রতিরোধে সাহায্য করার জন্য ডিজাইন করা হয়েছে৷
এখানে বিজ্ঞাপন ডেটা হাবের গোপনীয়তা বৈশিষ্ট্যগুলির একটি সংক্ষিপ্ত বিবরণ রয়েছে, যা অনুসরণ করা বিভাগগুলিতে আরও বিশদ রয়েছে:
- সুস্পষ্ট এবং অবিলম্বে গোপনীয়তা উদ্বেগগুলি সন্ধান করতে স্ট্যাটিক চেকগুলি আপনার প্রশ্নের বিবৃতিগুলি পরীক্ষা করে৷
- ডেটা অ্যাক্সেস বাজেটগুলি আপনি কতবার ডেটার একটি প্রদত্ত অংশ অ্যাক্সেস করতে পারবেন তা সীমাবদ্ধ করে।
- এগ্রিগেশন চেক নিশ্চিত করে যে প্রতিটি সারিতে শেষ-ব্যবহারকারীর গোপনীয়তা রক্ষা করার জন্য যথেষ্ট সংখ্যক ব্যবহারকারী রয়েছে।
- ডিফারেন্স চেক (বা "ডিফ চেক") একাধিক সেট ব্যবহারকারীর ডেটা তুলনা করে পৃথক ব্যবহারকারীদের সম্পর্কে তথ্য সংগ্রহ করা থেকে বিরত রাখতে সাহায্য করার জন্য ফলাফল সেটের তুলনা করে।
- নয়েজ ইনজেকশন পার্থক্য চেকের বিকল্প।একটি প্রশ্নের সমষ্টিগত
SELECTক্লজে এলোমেলো শব্দ যোগ করা ব্যবহারকারীর গোপনীয়তা রক্ষা করে যখন যুক্তিসঙ্গতভাবে সঠিক ফলাফল প্রদান করে, পার্থক্য চেকের প্রয়োজনীয়তা দূর করে এবং আউটপুটের জন্য প্রয়োজনীয় একত্রীকরণ থ্রেশহোল্ড হ্রাস করে।
যখন ফলাফল গোপনীয়তা পরীক্ষায় পাস না করে, তখন বিজ্ঞাপন ডেটা হাব একটি গোপনীয়তা বার্তা প্রদর্শন করবে বা ফেরত দেবে যা আপনাকে জানিয়ে দেবে যে একটি সারি ফিল্টার করা হয়েছে। এটি একটি একক সারি থেকে একটি সম্পূর্ণ ফলাফল সেট পর্যন্ত যেকোনো কিছু হতে পারে। আপনার রিপোর্টিং মোট সঠিক আছে তা নিশ্চিত করতে, ড্রপ করা সারি 2 থেকে ডেটা গণনা করতে একটি ফিল্টার করা সারি সারাংশ ব্যবহার করুন।
স্ট্যাটিক চেক
স্ট্যাটিক চেকগুলি স্পষ্ট এবং অবিলম্বে গোপনীয়তা সংক্রান্ত উদ্বেগগুলি সন্ধান করতে আপনার প্রশ্নের বিবৃতিগুলি পরীক্ষা করে, যেমন ব্যবহারকারী শনাক্তকারী রপ্তানি করা, ব্যবহারকারী শনাক্তকারীর কোনও ফাংশন, বা ব্যবহারকারী-স্তরের ডেটা রয়েছে এমন ক্ষেত্রগুলিতে অননুমোদিত ফাংশন ব্যবহার করা৷ স্ট্যাটিক চেক থেকে ক্যোয়ারী ত্রুটি এড়াতে, সর্বোত্তম অনুশীলনগুলি পর্যালোচনা করুন এবং কোন ফাংশনগুলি অনুমোদিত তা বুঝুন৷
ডেটা অ্যাক্সেস বাজেট
আপনার ডেটা অ্যাক্সেস বাজেট মোট কতবার সীমিত করে যে আপনি ডেটার একটি অংশ অ্যাক্সেস করতে পারবেন। ব্যবহারকারীরা তাদের বাজেটের শেষের দিকে আসছেন তাদের DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED টাইপ সহ একটি গোপনীয়তা বার্তার সাথে বিজ্ঞপ্তি দেওয়া হবে। আপনি ডেটা অ্যাক্সেস বাজেট এন্ট্রি পয়েন্ট ব্যবহার করে বা UI-তে বাজেট বিজ্ঞপ্তিগুলি পর্যবেক্ষণ করে বাজেট নিরীক্ষণ করতে পারেন।
একত্রিতকরণের প্রয়োজনীয়তা
Ads Data Hub-এর গোপনীয়তা যাচাইয়ের মূল বিষয় হল ব্যবহারকারীর একত্রীকরণ থ্রেশহোল্ড। বেশিরভাগ প্রশ্নের জন্য, আপনি শুধুমাত্র 50 বা তার বেশি ব্যবহারকারীর রিপোর্টিং ডেটা পেতে পারেন। যাইহোক, 10 বা তার বেশি ব্যবহারকারীর উপর রিপোর্ট করার জন্য শুধুমাত্র ক্লিক এবং রূপান্তরগুলি অ্যাক্সেস করা প্রশ্নগুলি ব্যবহার করা যেতে পারে।
- শূন্য ব্যবহারকারী আইডি সহ ইভেন্টগুলিকে একক ব্যবহারকারী হিসাবে একত্রিতকরণ থ্রেশহোল্ডের দিকে গণনা করা হয়, যতজন প্রকৃত ব্যবহারকারী ইভেন্টগুলি তৈরি করেছে তা বিবেচনা না করে।
- নাল আইডি সহ ব্যবহারকারীদের একত্রীকরণ থ্রেশহোল্ডে গণনা করা হয় না।
- কীভাবে নয়েজ মোড একত্রিতকরণের প্রয়োজনীয়তাকে প্রভাবিত করে তা জানুন ।
সর্বোত্তম অনুশীলন: বাদ দেওয়া ডেটার রিপোর্ট করার জন্য একটি ফিল্টার করা সারি সারাংশ কনফিগার করুন। এটি আপনার প্রতিবেদনে একটি ধারাবাহিক ভিত্তিরেখা বজায় রাখতে সাহায্য করে।
নিম্নলিখিত উদাহরণে, প্রচারাভিযান 125 সমন্বিত সারিটি চূড়ান্ত ফলাফল থেকে ফিল্টার করা হবে, কারণ এটি 48 জন ব্যবহারকারীর ফলাফল একত্রিত করে, যা ন্যূনতম 50-ব্যবহারকারীর নিচে।
| ক্যাম্পেইন আইডি | ব্যবহারকারীদের | ইমপ্রেশন |
|---|---|---|
| 123 | 314 | 928 |
| 124 | 2718 | 5772 |
| 125 | 48 | 353 |
গোপনীয়তা মোড
বিজ্ঞাপন ডেটা হাব দুটি গোপনীয়তা মোড অফার করে- পার্থক্য চেক এবং নয়েজ ইনজেকশন । নিম্নলিখিত বিভাগগুলি এই মোডগুলি বর্ণনা করে এবং তুলনা করে।
পার্থক্য চেক ব্যবহার করুন
পার্থক্য পরীক্ষাগুলি নিশ্চিত করতে সাহায্য করে যে নিম্নলিখিত উপায়ে একাধিক পর্যাপ্ত সমষ্টিগত ফলাফলের তুলনার মাধ্যমে ব্যবহারকারীদের সনাক্ত করা যাবে না:
- তারা আপনার আগের ফলাফলের সাথে আপনি যে চাকরিটি চালাচ্ছেন তার ফলাফলের তুলনা করে।
- তারা একই ফলাফল সেটের মধ্যে সারি তুলনা করে।
দুটি কাজের মধ্যে আপনার অন্তর্নিহিত ডেটাতে পরিবর্তনের মাধ্যমে পার্থক্য যাচাই লঙ্ঘনগুলি ট্রিগার হতে পারে। পূর্ববর্তী ফলাফলের সাথে কাজের ফলাফল তুলনা করার সময়, Ads Data Hub পৃথক ব্যবহারকারীদের স্তরে দুর্বলতাগুলি সন্ধান করে। এই কারণে, এমনকি বিভিন্ন প্রচারাভিযানের ফলাফল, বা একই সংখ্যক ব্যবহারকারীর রিপোর্ট করে এমন ফলাফলগুলিকে ফিল্টার করা যেতে পারে যদি তাদের বিপুল সংখ্যক ওভারল্যাপিং ব্যবহারকারী থাকে।
অন্যদিকে, দুটি সমষ্টিগত ফলাফল সেটে একই সংখ্যক ব্যবহারকারী থাকতে পারে—অভিন্ন দেখায়—কিন্তু পৃথক ব্যবহারকারীদের ভাগ করে না, এবং সেইজন্য গোপনীয়তা-সুরক্ষিত, এই ক্ষেত্রে সেগুলি ফিল্টার করা হবে না৷
একটি নতুন ফলাফলের দুর্বলতা বিবেচনা করার সময় বিজ্ঞাপন ডেটা হাব আপনার ঐতিহাসিক ফলাফল থেকে ডেটা ব্যবহার করে। এর মানে হল যে একই ক্যোয়ারী বারবার চালানোর ফলে একটি নতুন ফলাফলের দুর্বলতা বিবেচনা করার সময় পার্থক্য পরীক্ষা করার জন্য আরও ডেটা তৈরি হয়। অতিরিক্তভাবে, অন্তর্নিহিত ডেটা পরিবর্তিত হতে পারে, যা স্থিতিশীল বলে মনে করা প্রশ্নগুলিতে গোপনীয়তা চেক লঙ্ঘনের দিকে পরিচালিত করে।
যখন আপনার কাজের-স্তরের ফলাফল পর্যাপ্তভাবে আলাদা হয়, কিন্তু একটি পৃথক সারি আগের কাজের একটি সারির মতো হয়, তখন Ads Data Hub একই সারিটিকে ফিল্টার করবে। এই উদাহরণে, দ্বিতীয় কাজের ফলাফলে প্রচারাভিযান 123 সম্বলিত সারিটি ফিল্টার করা হবে, কারণ এটি একজন একক ব্যবহারকারীর দ্বারা পূর্ববর্তী ফলাফল থেকে পৃথক।
|
| ||||||||||||||||
যদি ফলাফল সেটের সমস্ত সারিতে ব্যবহারকারীদের যোগফল আগের কাজের সাথে মিল থাকে, তাহলে Ads Data Hub পুরো ফলাফল সেট ফিল্টার করবে। এই উদাহরণে, দ্বিতীয় কাজের সমস্ত ফলাফল ফিল্টার করা হবে।
|
| ||||||||||||||||
নয়েজ ইনজেকশন ব্যবহার করুন
নয়েজ ইনজেকশন হল এমন একটি কৌশল যা ব্যবহারকারীর গোপনীয়তা রক্ষা করার জন্য ব্যবহৃত হয় যখন একটি ডাটাবেস অনুসন্ধান করা হয়। এটি একটি কোয়েরির একটি সমষ্টিগত SELECT ক্লজে এলোমেলো শব্দ যোগ করে কাজ করে। এই গোলমাল যুক্তিসঙ্গতভাবে সঠিক ফলাফল প্রদান করার সময় ব্যবহারকারীর গোপনীয়তা রক্ষা করে, পার্থক্য চেকের প্রয়োজনীয়তা দূর করে এবং আউটপুটের জন্য প্রয়োজনীয় একত্রীকরণ থ্রেশহোল্ড হ্রাস করে। বেশিরভাগ বিদ্যমান প্রশ্নগুলি কিছু সীমাবদ্ধতা সহ নয়েজ মোডে কার্যকর করা যেতে পারে। নয়েজ মোড এবং কীভাবে নয়েজ ইনজেকশন গোপনীয়তার প্রয়োজনীয়তাকে প্রভাবিত করে সে সম্পর্কে আরও জানতে, নয়েজ ইনজেকশন দেখুন।
গোলমাল ইনজেকশনের সাথে পার্থক্য চেকের তুলনা করুন
|
| ||||||||||||||||||||||||||||||||
|
| ||||||||||||||||||||||||||||||||
ফিল্টার করা সারি সারাংশ
ফিল্টার করা সারি সারাংশের ট্যালি ডেটা যা গোপনীয়তা চেকের কারণে ফিল্টার করা হয়েছিল। ফিল্টার করা সারি থেকে ডেটা যোগ করা হয় এবং একটি ক্যাচ-অল সারিতে যোগ করা হয়। যদিও ফিল্টার করা ডেটা আরও বিশ্লেষণ করা যায় না, এটি ফলাফল থেকে কত ডেটা ফিল্টার করা হয়েছিল তার একটি সারাংশ প্রদান করে।
স্পষ্ট গোপনীয়তা ফিল্টারিং
যে ক্ষেত্রে আপনাকে আপনার ক্যোয়ারী ভাঙতে হবে কিন্তু সমষ্টিগত ফলাফলগুলি একত্রিত করতে চান, আপনি স্পষ্টভাবে বেশ কয়েকটি ছোট প্রশ্নে গোপনীয়তা চেক প্রয়োগ করতে পারেন এবং তারপরে গোপনীয়তা-নিরাপদ উপায়ে সেই ফলাফলগুলিকে একত্রিত করতে পারেন৷
উদাহরণ ব্যবহারের ক্ষেত্রে:
- আপনি একজন বিজ্ঞাপনদাতা আপনার লিঙ্ক করা Google বিজ্ঞাপন অ্যাকাউন্টে অ্যাট্রিবিউশন ইভেন্টের ধরন অনুসারে সমস্ত রূপান্তর খুঁজছেন, যার মধ্যে EEA ডেটা রয়েছে।
- আপনি একজন পরিমাপ অংশীদার যা আপনার লিঙ্ক করা Google বিজ্ঞাপন অ্যাকাউন্টে অ্যাট্রিবিউশন ইভেন্টের ধরন অনুসারে সমস্ত রূপান্তর খুঁজছেন।
আপনার Google বিজ্ঞাপন অ্যাকাউন্টের জন্য রূপান্তরগুলির যোগফল পেতে, আপনি প্রতিটি Google পরিষেবাতে পৃথকভাবে গোপনীয়তা চেক প্রয়োগ করার জন্য একটি OPTIONS(privacy_checked_export=TRUE) ধারা ব্যবহার করে প্রশ্নটি পুনরায় লিখতে পারেন।
এই বিভাগে উদাহরণ পুনর্লিখন নিম্নলিখিত করে:
- এটি প্রতিটি Google পরিষেবাকে পৃথকভাবে জিজ্ঞাসা করে, প্রতিটি মধ্যবর্তী ফলাফল সেটে স্পষ্টভাবে গোপনীয়তা চেক প্রয়োগ করে।
- এটি প্রতিটি Google পরিষেবার গোপনীয়তা-চেক ফলাফলের জন্য একটি পৃথক টেম্প টেবিল তৈরি করে: YouTube, Gmail এবং নেটওয়ার্ক।
- এটি টেম্প টেবিল থেকে গোপনীয়তা-চেক করা 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 ক্যোয়ারীটি সরাসরি টেবিলের মধ্যে ডেটা একত্রিত করার জন্য একটি JOIN ব্যবহার করে না, কিন্তু পরিবর্তে প্রথমে প্রতিটি টেবিলের জন্য ক্যোয়ারীটি সম্পাদন করে, প্রতিটি মধ্যবর্তী টেবিলে গোপনীয়তা চেক প্রয়োগ করে, তারপর গোপনীয়তা-চেক করা মানগুলি যোগ করার জন্য একটি UNION ব্যবহার করে৷
প্রশ্ন উপদেষ্টা
যদি আপনার SQL বৈধ হয় কিন্তু অত্যধিক ফিল্টারিং ট্রিগার করতে পারে, ক্যোয়ারী ডেভেলপমেন্ট প্রক্রিয়া চলাকালীন ক্যোয়ারী উপদেষ্টা আপনাকে অনাকাঙ্ক্ষিত ফলাফল এড়াতে সাহায্য করার জন্য কার্যকরী পরামর্শ প্রদান করে।
ট্রিগার নিম্নলিখিত নিদর্শন অন্তর্ভুক্ত:
- একত্রিত সাবকোয়েরিতে যোগদান
- সম্ভাব্য ভিন্ন ব্যবহারকারীদের সাথে একত্রিত ডেটা যোগ করা
- পুনরাবৃত্তভাবে সংজ্ঞায়িত টেম্প টেবিল
ক্যোয়ারী উপদেষ্টা ব্যবহার করতে:
- UI সুপারিশগুলি ক্যোয়ারী পাঠ্যের উপরে, ক্যোয়ারী সম্পাদকে প্রদর্শিত হবে।
- এপিআই
customers.analysisQueries.validateপদ্ধতি ব্যবহার করুন।
ডেটা ব্যতীত তারা শেয়ার করতে সম্মত হয়েছে, যেমন প্যানেলিস্টদের ক্ষেত্রে। ↩
গোপনীয়তা বিধিনিষেধ দ্বারা আটকানো না হলে, যেমন ফিল্টার করা সারির সারাংশ ব্যবহারকারীরা একত্রিতকরণের প্রয়োজনীয়তা পূরণ করে না। ↩