ความเป็นส่วนตัวของผู้ใช้ปลายทางคือหัวใจสำคัญของทุกสิ่งที่ Ads Data Hub ทำ และถือเป็นรากฐานที่แพลตฟอร์มของเราสร้างขึ้น เราจึงกำหนดให้มีการตรวจสอบและข้อจำกัดต่างๆ ซึ่งออกแบบมาเพื่อช่วยป้องกันไม่ให้มีการส่งข้อมูลเกี่ยวกับผู้ใช้แต่ละราย1ในข้อมูลที่คุณได้ออกจากแพลตฟอร์ม เพื่อช่วยรักษาความเป็นส่วนตัวและช่วยให้ลูกค้าปฏิบัติตามกฎระเบียบ
ภาพรวมฟีเจอร์ด้านความเป็นส่วนตัวของ Ads Data Hub มีรายละเอียดเพิ่มเติมในส่วนต่อไปนี้
- การตรวจสอบแบบคงที่จะตรวจสอบข้อความในข้อความค้นหาเพื่อหาข้อกังวลเกี่ยวกับความเป็นส่วนตัวที่ชัดเจนและฉับพลัน
- งบประมาณการเข้าถึงข้อมูลจะจำกัดจำนวนครั้งรวมที่คุณเข้าถึงข้อมูลหนึ่งๆ ได้
- การตรวจสอบการรวมช่วยดูแลให้ทุกแถวมีจํานวนผู้ใช้มากพอที่จะปกป้องความเป็นส่วนตัวของผู้ใช้ปลายทาง
- การตรวจสอบความแตกต่าง (หรือ "การตรวจสอบความแตกต่าง") จะเปรียบเทียบชุดผลลัพธ์เพื่อช่วยป้องกันไม่ให้คุณรวบรวมข้อมูลเกี่ยวกับผู้ใช้แต่ละรายโดยการเปรียบเทียบข้อมูลจากกลุ่มผู้ใช้หลายชุด
- การแทรกเสียงรบกวนเป็นอีกทางเลือกหนึ่งในการตรวจสอบความแตกต่าง
การเพิ่มสัญญาณรบกวนแบบสุ่มในวลี
SELECTที่รวมอยู่ของคำค้นหาจะช่วยปกป้องความเป็นส่วนตัวของผู้ใช้ในขณะที่ให้ผลลัพธ์ที่แม่นยำที่สมเหตุสมผล ซึ่งขจัดความจำเป็นในการตรวจสอบความแตกต่าง และลดเกณฑ์การรวมที่จำเป็นสำหรับเอาต์พุต
เมื่อผลลัพธ์ไม่ผ่านการตรวจสอบความเป็นส่วนตัว Ads Data Hub จะแสดงหรือแสดงผลประกาศเกี่ยวกับความเป็นส่วนตัวเพื่อแจ้งให้ทราบว่ามีการกรองแถวออก ซึ่งอาจเป็นอะไรก็ได้ ตั้งแต่แถวเดียวไปจนถึงชุดผลลัพธ์ทั้งชุด ใช้ข้อมูลสรุปของแถวที่กรองแล้วเพื่อนับข้อมูลจากแถวที่ทิ้ง2 เพื่อให้แน่ใจว่าผลรวมการรายงานยังคงถูกต้อง
การตรวจสอบแบบคงที่
การตรวจสอบแบบคงที่จะตรวจสอบข้อความในข้อความค้นหาเพื่อหาข้อกังวลเกี่ยวกับความเป็นส่วนตัวที่ชัดเจนและเร่งด่วน เช่น การส่งออกตัวระบุผู้ใช้ ฟังก์ชันของตัวระบุผู้ใช้ หรือการใช้ฟังก์ชันที่ไม่อนุญาตในช่องที่มีข้อมูลระดับผู้ใช้ โปรดอ่านแนวทางปฏิบัติแนะนำและทำความเข้าใจฟังก์ชันที่อนุญาตเพื่อหลีกเลี่ยงข้อผิดพลาดในการค้นหาจากการตรวจสอบแบบคงที่
งบประมาณในการเข้าถึงข้อมูล
งบประมาณการเข้าถึงข้อมูลของคุณจะจำกัดจำนวนครั้งทั้งหมดที่คุณจะเข้าถึงข้อมูลบางส่วนได้ ผู้ใช้ที่ใกล้สิ้นสุดงบประมาณจะได้รับการแจ้งเตือนพร้อมประกาศเกี่ยวกับความเป็นส่วนตัวที่มีประเภท DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED คุณสามารถตรวจสอบงบประมาณโดยใช้จุดแรกเข้าของงบประมาณการเข้าถึงข้อมูล หรือโดยสังเกตการแจ้งเตือนงบประมาณใน UI
ข้อกำหนดในการรวม
หัวใจหลักในการตรวจสอบความเป็นส่วนตัวของ Ads Data Hub คือเกณฑ์การรวมผู้ใช้ สำหรับการค้นหาส่วนใหญ่ คุณจะได้รับข้อมูลการรายงานเกี่ยวกับผู้ใช้ 50 คนขึ้นไปเท่านั้น อย่างไรก็ตาม การค้นหาที่เข้าถึงเฉพาะคลิกและ Conversion จะใช้ในการรายงานผู้ใช้ 10 คนขึ้นไปได้
- เหตุการณ์ที่มีรหัสผู้ใช้เป็น 0 จะนับเป็นผู้ใช้รายเดียวในเกณฑ์การรวม ไม่ว่าจะมีผู้ใช้จริงกี่คนที่สร้างเหตุการณ์ดังกล่าวก็ตาม
- ผู้ใช้ที่มีรหัส Null จะไม่นับรวมในเกณฑ์การรวม
- ดูว่าโหมดสัญญาณรบกวนส่งผลต่อข้อกำหนดการรวมข้อมูลอย่างไร
แนวทางปฏิบัติแนะนำ: กำหนดค่าข้อมูลสรุปแถวที่กรองเพื่อรายงานเกี่ยวกับข้อมูลที่ละเว้น วิธีนี้จะช่วยให้คุณมีเกณฑ์พื้นฐานที่สอดคล้องกันในรายงาน
ในตัวอย่างต่อไปนี้ แถวที่มีแคมเปญ 125 จะกรองออกจากผลลัพธ์สุดท้าย เนื่องจากรวมผลลัพธ์จากผู้ใช้ 48 ราย ซึ่งต่ำกว่าจำนวนผู้ใช้ขั้นต่ำ 50 ราย
| รหัสแคมเปญ | ผู้ใช้ | การแสดงผล |
|---|---|---|
| 123 | 314 | 928 |
| 124 | 2718 | 5772 |
| 285 | 48 | 353 |
โหมดความเป็นส่วนตัว
Ads Data Hub มีโหมดความเป็นส่วนตัว 2 โหมด ได้แก่ การตรวจสอบความแตกต่างและการแทรกเสียงรบกวน ส่วนต่อไปนี้จะอธิบายและเปรียบเทียบโหมดเหล่านี้
ใช้การตรวจสอบความแตกต่าง
การตรวจสอบความแตกต่างช่วยให้มั่นใจได้ว่าไม่สามารถระบุผู้ใช้ด้วยการเปรียบเทียบผลลัพธ์ที่รวบรวมได้เป็นจำนวนมากพอในลักษณะต่อไปนี้
- โดยจะเปรียบเทียบผลลัพธ์จากงานที่คุณกำลังตามหากับผลลัพธ์ก่อนหน้านี้
- โดยจะเปรียบเทียบแถวภายในชุดผลลัพธ์เดียวกัน
การละเมิดการตรวจสอบความแตกต่างอาจเกิดขึ้นจากการเปลี่ยนแปลงข้อมูลสำคัญระหว่าง 2 งาน เมื่อเปรียบเทียบผลลัพธ์ของงานกับผลลัพธ์ก่อนหน้านี้ Ads Data Hub จะมองหาช่องโหว่ในระดับของผู้ใช้แต่ละราย ด้วยเหตุนี้ ระบบจะกรองผลลัพธ์จากแคมเปญที่แตกต่างกันหรือผลลัพธ์ที่รายงานผู้ใช้จำนวนเท่ากันได้หากมีผู้ใช้จำนวนมากที่ซ้อนทับกัน
ในทางกลับกัน ชุดผลลัพธ์รวม 2 ชุดอาจมีจำนวนผู้ใช้เท่ากัน โดยจะปรากฏเหมือนกัน แต่ไม่ใช่การแชร์ผู้ใช้แต่ละราย ดังนั้นจึงจะไม่ละเมิดความเป็นส่วนตัว ซึ่งในกรณีนี้ระบบจะไม่กรอง
Ads Data Hub ใช้ข้อมูลจากผลลัพธ์ที่ผ่านมาเมื่อพิจารณาช่องโหว่ของผลการค้นหาใหม่ ซึ่งหมายความว่าการใช้การค้นหาเดียวกันซ้ำแล้วซ้ำอีกจะเป็นการสร้างข้อมูลมากขึ้นสำหรับการตรวจสอบความแตกต่างที่จะใช้เมื่อพิจารณาช่องโหว่ของผลลัพธ์ใหม่ นอกจากนี้ ข้อมูลที่สำคัญอาจเปลี่ยนแปลงได้ ซึ่งทำให้การละเมิดการตรวจสอบความเป็นส่วนตัวในคำค้นหาที่คิดว่าน่าจะเสถียร
เมื่อผลลัพธ์ระดับงานแตกต่างกันมากพอสมควร แต่มีแถวที่คล้ายแถวในงานก่อนหน้า Ads Data Hub จะกรองแถวที่คล้ายกัน ในตัวอย่างนี้ ระบบจะกรองแถวที่มีแคมเปญ 123 ในผลลัพธ์ของงานที่ 2 เนื่องจากแตกต่างจากผลลัพธ์ก่อนหน้าของผู้ใช้รายเดียว
|
|
||||||||||||||||
หากผลรวมของผู้ใช้ในทุกแถวของชุดผลลัพธ์คล้ายกับจากงานก่อนหน้า Ads Data Hub จะกรองชุดผลลัพธ์ทั้งชุด ในตัวอย่างนี้ ผลลัพธ์ทั้งหมดจากงานที่ 2 จะถูกกรอง
|
|
||||||||||||||||
ใช้การแทรกสัญญาณรบกวน
การแทรกเสียงรบกวนเป็นเทคนิคที่ใช้ในการปกป้องความเป็นส่วนตัวของผู้ใช้เมื่อทำการค้นหาฐานข้อมูล เครื่องมือนี้จะทำงานด้วยการเพิ่มสัญญาณรบกวนแบบสุ่มลงในประโยค SELECT แบบรวมของคำค้นหา สัญญาณรบกวนนี้จะช่วยปกป้องความเป็นส่วนตัวของผู้ใช้ ขณะเดียวกันก็ให้ผลลัพธ์ที่แม่นยำที่สมเหตุสมผล ซึ่งขจัดความจำเป็นในการตรวจสอบความแตกต่างและลดเกณฑ์การรวมที่จำเป็นสำหรับเอาต์พุต การค้นหาที่มีอยู่ส่วนใหญ่สามารถทำงานในโหมดนอยส์
โดยมีข้อจำกัดบางประการ ดูข้อมูลเพิ่มเติมเกี่ยวกับโหมดสัญญาณรบกวนและผลกระทบของการแทรกเสียงรบกวนต่อข้อกำหนดด้านความเป็นส่วนตัวได้ที่การแทรกเสียงรบกวน
เปรียบเทียบการตรวจสอบความแตกต่างกับการแทรกสัญญาณรบกวน
|
|
||||||||||||||||||||||||||||||||
|
|
||||||||||||||||||||||||||||||||
ข้อมูลสรุปแถวที่กรอง
สรุปแถวที่กรองจะรวมข้อมูลที่กรองเนื่องจากการตรวจสอบความเป็นส่วนตัว จะรวมข้อมูลจากแถวที่กรองแล้วเพิ่มลงในแถวที่รับทั้งหมด แม้ว่าจะวิเคราะห์ข้อมูลที่กรองเพิ่มเติมไม่ได้ แต่ก็จะแสดงข้อมูลสรุปว่ามีการกรองข้อมูลออกจากผลลัพธ์มากน้อยเพียงใด
ผู้แนะนำการค้นหา
หาก SQL ถูกต้องแต่อาจทำให้มีการกรองมากเกินไป Query Advisor จะแสดงคำแนะนำที่นำไปใช้ได้จริงในกระบวนการพัฒนาการค้นหาเพื่อช่วยคุณหลีกเลี่ยงผลลัพธ์ที่ไม่พึงประสงค์
ทริกเกอร์มีรูปแบบต่อไปนี้
- การเข้าร่วมการค้นหาย่อยแบบรวม
- การรวมข้อมูลที่ไม่ได้รวมกับผู้ใช้ที่เป็นไปได้แตกต่างกัน
- ตารางชั่วคราวที่กำหนดซ้ำๆ
วิธีใช้ Query Advisor
- UI คำแนะนำจะแสดงในตัวแก้ไขคำค้นหาเหนือข้อความค้นหา
- API. ใช้เมธอด
customers.analysisQueries.validate
-
นอกเหนือจากข้อมูลที่ได้รับความยินยอมให้แชร์ เช่น ในกรณีของผู้เข้าร่วม↩
-
เว้นแต่จะป้องกันโดยข้อจำกัดด้านความเป็นส่วนตัว เช่น เมื่อผู้ใช้ในข้อมูลสรุปแถวที่กรองไม่เป็นไปตามข้อกำหนดในการรวบรวมข้อมูล↩