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.

मुख्य शब्द: फ़िल्टर की गई पंक्तियां ऐसी पंक्तियां होती हैं जिन्हें निजता की वजह से नतीजों से हटा दिया जाता है पाबंदियां.

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. अभी तक किसी भी व्यक्ति ने चेक इन नहीं किया है किसी क्वेरी के एग्रीगेशन SELECT क्लॉज़ में कोई भी रैंडम नॉइज़ जोड़ने से उचित रूप से सटीक नतीजे देते हुए, उपयोगकर्ता की निजता को बनाए रखते हुए, अंतर की जांच और एग्रीगेशन के लिए ज़रूरी थ्रेशोल्ड को कम करने की ज़रूरत आउटपुट के लिए.

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.

ध्यान दें: जब भी मुमकिन हो, सैंडबॉक्स डेटा का इस्तेमाल इन कामों के लिए करें को दोहराने और क्वेरी की जांच करने के लिए किया जा सकता है. सैंडबॉक्स डेटा का इस्तेमाल करने वाली नौकरियां अंतर की जांच के उल्लंघन.

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.
• जानें कि नॉइज़ मोड का असर, एग्रीगेशन की ज़रूरी शर्तों पर कैसे पड़ता है.

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

निजता मोड

Ads Data Hub दो निजता मोड की सुविधा देता है—अंतर जांच और शोर इंजेक्शन के लिए इस्तेमाल किया जाता है. नीचे दिए सेक्शन में, इन मोड के बारे में बताया गया है और इनकी तुलना की गई है.

अंतर की जांच करने की सुविधा का इस्तेमाल करना

अभी तक किसी भी व्यक्ति ने चेक इन नहीं किया है

चेतावनी: Ads Data Hub की नीतियों के मुताबिक, ये काम न करें उन उपयोगकर्ताओं के समूह को अलग-अलग करने के लिए जो हमारी शर्तों को पूरा नहीं करते हैं एग्रीगेट करने की ज़रूरी शर्तें.

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.

सलाह: जब भी मुमकिन हो, क्वेरी को दोहराने और उनकी जांच करने के लिए सैंडबॉक्स डेटा का इस्तेमाल करें. जॉब्स सैंडबॉक्स डेटा का इस्तेमाल करने से, जांच के उल्लंघनों की जांच में किसी तरह का अंतर नहीं होता.

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

नॉइज़ इंजेक्शन का इस्तेमाल करें

ध्यान दें: शोर मोड, सिर्फ़ मार्केटर के लिए Ads Data Hub में उपलब्ध है अनुभव.

नॉइज़ इंजेक्शन एक तकनीक है, जिसका इस्तेमाल उपयोगकर्ता की निजता की सुरक्षा के लिए किया जाता है. डेटाबेस. यह एक एग्रीगेशन SELECT क्लॉज़ में बिना किसी क्रम के क्वेरी. ग़ैर-ज़रूरी आवाज़ों की वजह से, उपयोगकर्ता की निजता को सुरक्षित रखा जाता है. साथ ही, यह जानकारी सही होती है नतीजों के साथ-साथ, अंतर की जांच करने की ज़रूरत को खत्म किया जाता है. साथ ही, आउटपुट के लिए एग्रीगेशन थ्रेशोल्ड. ज़्यादातर मौजूदा क्वेरी बिना आवाज़ के एक्ज़ीक्यूट की जा सकती हैं कुछ सीमाओं के साथ. शोर वाले मोड और शोर के बारे में ज़्यादा जानने के लिए इंजेक्शन से निजता से जुड़ी शर्तों पर असर पड़ता है. शोर इंजेक्शन के बारे में जानने के लिए, यह लेख देखें.

अंतर की जांच की तुलना, नॉइज़ इंजेक्शन करने की सुविधा से करें

असल डेटा कैंपेन आईडी इंप्रेशन की संख्या 101 35 102 63 201 142 202 21 301 56 302 99	अंतर का इस्तेमाल करके नतीजे चेक कैंपेन आईडी इंप्रेशन की संख्या 101 35 102 63 201 142 202 21 301 56 302 99
शोर का इस्तेमाल करने वाले नतीजे इंजेक्शन कैंपेन आईडी इंप्रेशन की संख्या 101 37.8373 102 60.9104 201 182.0955 202 26.2332 301 58.0871 302 97.5018	कैंपेन 101 का उदाहरण शोर वाले मोड में कैंपेन आईडी असल इंप्रेशन शोर जोड़ा गया लौटाए गए इंप्रेशन (ANON_COUNT) 101 35 2.8373 37.8373

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.

ध्यान दें: एग्रीगेशन की ज़रूरी शर्तें, फ़िल्टर की गई लाइन की खास जानकारी पर लागू होती हैं. अगर लाइन की फ़िल्टर की गई खास जानकारी, एग्रीगेशन की ज़रूरी शर्तों से कम है, तो लाइन की फ़िल्टर की गई खास जानकारी अपने-आप फ़िल्टर हो जाएगी.

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:

1. यह निजता को साफ़ तौर पर लागू करके, Google की हर सेवा के लिए अलग-अलग क्वेरी करता है की जांच करें.
2. इससे एक अलग टेंपरेचर टेबल बनती है निजता की जांच से जुड़े नतीजे पाने के लिए: YouTube, Gmail, और नेटवर्क.
3. 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.

---

1. उस डेटा के अलावा, जिसे उन्होंने शेयर करने के लिए सहमति दी है, जैसे कि पैनल के सदस्यों के मामले में.↩

2. 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.↩