ความเป็นส่วนตัวของผู้ใช้ปลายทางเป็นหัวใจสําคัญของทุกสิ่งที่ Ads Data Hub ทํา คือ ซึ่งเป็นรากฐานของแพลตฟอร์มของเรา ในการช่วยคงรักษา ความเป็นส่วนตัวและช่วยให้ลูกค้าปฏิบัติตามกฎระเบียบ เราจะกำหนด การตรวจสอบและข้อจำกัดต่างๆ ซึ่งออกแบบมาเพื่อช่วยป้องกันการส่งข้อมูลเกี่ยวกับ ผู้ใช้แต่ละราย1ในข้อมูลที่คุณได้รับจากแพลตฟอร์ม
ภาพรวมฟีเจอร์ความเป็นส่วนตัวของ Ads Data Hub พร้อมรายละเอียดเพิ่มเติมมีดังนี้ ในหัวข้อต่อไปนี้
- การตรวจสอบแบบคงที่จะตรวจสอบคำสั่งในคำค้นหาเพื่อค้นหา และความกังวลเกี่ยวกับความเป็นส่วนตัวโดยทันที
- งบประมาณการเข้าถึงข้อมูลจำกัดจำนวนครั้งทั้งหมดที่คุณเข้าถึงได้ ข้อมูลหนึ่งๆ
- การตรวจสอบการรวมเพื่อให้มั่นใจว่าทุกแถวมีจำนวนมากพอ เพื่อปกป้องความเป็นส่วนตัวของผู้ใช้ปลายทาง
- การตรวจสอบความแตกต่าง (หรือ "การตรวจสอบความแตกต่าง") เปรียบเทียบผล เพื่อช่วยป้องกันไม่ให้คุณรวบรวมข้อมูลเกี่ยวกับผู้ใช้แต่ละราย โดยการเปรียบเทียบข้อมูลจากกลุ่มผู้ใช้หลายชุด
- การแทรกเสียงรบกวนเป็นอีกทางเลือกหนึ่งสำหรับการตรวจสอบความแตกต่าง
การเพิ่มสัญญาณรบกวนแบบสุ่มในวลี
SELECTแบบรวมของคำค้นหาช่วยปกป้อง ความเป็นส่วนตัวของผู้ใช้ ในขณะเดียวกันก็ให้ผลลัพธ์ที่แม่นยำตามสมควร ซึ่งช่วยขจัด จำเป็นต้องมีการตรวจสอบความแตกต่าง และลดเกณฑ์การสรุปรวมที่จำเป็น สำหรับเอาต์พุต
เมื่อผลการค้นหาไม่ผ่านการตรวจสอบความเป็นส่วนตัว Ads Data Hub จะแสดงหรือ แสดงผลประกาศเกี่ยวกับความเป็นส่วนตัวที่แจ้งให้ทราบว่าแถวถูกกรองออกแล้ว ประเภท ตั้งแต่แถวเดียวไปจนถึงชุดผลลัพธ์ทั้งชุด ทั้งนี้เพื่อให้แน่ใจว่า ยอดรวมการรายงานยังคงถูกต้อง โปรดใช้ข้อมูลสรุปแถวที่กรองแล้วเพื่อนับจำนวนข้อมูลจาก แถวที่ลดลง2
การตรวจสอบแบบคงที่
การตรวจสอบแบบคงที่จะตรวจสอบคำสั่งในคำค้นหาเพื่อค้นหา ความกังวลเกี่ยวกับความเป็นส่วนตัวในทันที เช่น การส่งออกตัวระบุผู้ใช้ ฟังก์ชันใดๆ ตัวระบุผู้ใช้ หรือการใช้ฟังก์ชันที่ไม่อนุญาตในช่องที่มี ข้อมูลระดับผู้ใช้ เพื่อหลีกเลี่ยงข้อผิดพลาดในการค้นหาจากการตรวจสอบแบบคงที่ โปรดดู แนวทางปฏิบัติที่ดีที่สุดและทำความเข้าใจ ฟังก์ชันที่อนุญาตให้ใช้
งบประมาณการเข้าถึงข้อมูล
งบประมาณการเข้าถึงข้อมูลของคุณจะจำกัดจำนวนครั้งทั้งหมดที่คุณสามารถเข้าถึง
ของข้อมูลที่ระบุ ผู้ใช้ที่ใกล้สิ้นสุดงบประมาณจะได้รับการแจ้งเตือน
ด้วยประกาศเกี่ยวกับความเป็นส่วนตัวกับ
ประเภท DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED คุณสามารถตรวจสอบงบประมาณโดยใช้
จุดแรกเข้าของงบประมาณการเข้าถึงข้อมูล
หรือสังเกตการแจ้งเตือนงบประมาณใน UI
ข้อกำหนดการรวม
หัวใจหลักในการตรวจสอบความเป็นส่วนตัวของ Ads Data Hub คือการรวบรวมข้อมูลผู้ใช้ สำหรับการค้นหาส่วนใหญ่ คุณจะได้รับข้อมูลการรายงานตั้งแต่ 50 รายการขึ้นไปเท่านั้น ผู้ใช้ อย่างไรก็ตาม ข้อความค้นหาที่เข้าถึงเฉพาะการคลิกและ Conversion สามารถใช้เพื่อ รายงานเกี่ยวกับผู้ใช้ 10 คนขึ้นไป
- เหตุการณ์ที่มี User-ID เป็น 0 จะนับเป็นผู้ใช้ 1 รายในการรวบรวมข้อมูล ไม่ว่าจะมีผู้ใช้จริงที่สร้างเหตุการณ์กี่คน
- ผู้ใช้ที่มีรหัส Null จะไม่นับรวมในเกณฑ์การรวม
- ดูว่าโหมดเสียงรบกวนส่งผลต่อข้อกำหนดการรวมข้อมูลอย่างไร
แนวทางปฏิบัติแนะนำ: กำหนดค่าข้อมูลสรุปแถวที่กรองเพื่อรายงานเกี่ยวกับข้อมูลที่ ละเว้น วิธีนี้จะช่วยรักษาเส้นฐานให้สม่ำเสมอในรายงาน
ในตัวอย่างต่อไปนี้ แถวที่มีแคมเปญ 125 จะถูกกรองออกจาก ผลลัพธ์สุดท้าย เนื่องจากรวบรวมผลลัพธ์จากผู้ใช้ 48 รายตามที่ระบุด้านล่าง จำนวนผู้ใช้ขั้นต่ำ 50 คน
| รหัสแคมเปญ | ผู้ใช้ | การแสดงผล |
|---|---|---|
| 123 | 314 | 928 |
| 124 | 2718 | 5772 |
| 3,500 | 48 | 353 |
โหมดความเป็นส่วนตัว
Ads Data Hub มีโหมดความเป็นส่วนตัว 2 โหมด ได้แก่ การตรวจสอบความแตกต่างและสัญญาณรบกวน ส่วนต่อไปนี้จะอธิบายและเปรียบเทียบโหมดเหล่านี้
ใช้การตรวจสอบความแตกต่าง
การตรวจสอบความแตกต่างช่วยให้มั่นใจได้ว่า จะไม่มีการระบุผู้ใช้ผ่าน การเปรียบเทียบผลลัพธ์ที่รวบรวมไว้อย่างเพียงพอจำนวนมากด้วยวิธีต่อไปนี้
- โดยจะเปรียบเทียบผลลัพธ์จากงานที่คุณทำงานอยู่กับงานก่อนหน้า ผลลัพธ์
- โดยจะเปรียบเทียบแถวภายในชุดผลลัพธ์เดียวกัน
การละเมิดการตรวจสอบความแตกต่างอาจเกิดขึ้นจากการเปลี่ยนแปลงข้อมูลที่สำคัญ ระหว่าง 2 งานได้ เมื่อเปรียบเทียบผลลัพธ์ของงานกับผลลัพธ์ก่อนหน้า Ads Data Hub จะค้นหาช่องโหว่ในระดับของผู้ใช้แต่ละราย ด้วยเหตุนี้ แม้แต่ผลการค้นหาจากแคมเปญต่างๆ หรือผลลัพธ์ที่รายงาน จำนวนผู้ใช้เท่ากัน คุณสามารถกรองได้หากมีจำนวนมาก ผู้ใช้ที่ทับซ้อนกัน
ในทางกลับกัน ชุดผลลัพธ์แบบรวม 2 ชุดอาจมีจำนวนเท่ากัน แสดงเหมือนกัน แต่ไม่รวมถึงผู้ใช้รายบุคคล ดังนั้นจึง ไม่ละเมิดความเป็นส่วนตัว ซึ่งในกรณีนี้จะไม่มีการกรองออก
Ads Data Hub ใช้ข้อมูลจากผลลัพธ์ที่ผ่านมาของคุณเมื่อพิจารณา ช่องโหว่ของผลการค้นหาใหม่ ซึ่งหมายความว่าการเรียกใช้คำค้นหาเดียวกันเกิน และ อีกครั้งจะสร้างข้อมูลมากขึ้นสำหรับการตรวจสอบความแตกต่าง ที่จะใช้เมื่อพิจารณา ช่องโหว่ของผลการค้นหาใหม่ นอกจากนี้ ข้อมูลพื้นฐานอาจมีการเปลี่ยนแปลง นำไปสู่การละเมิดการตรวจสอบความเป็นส่วนตัวในคำค้นหาที่คิดว่าเสถียร
เมื่อผลลัพธ์ระดับงานแตกต่างกันมากพอ แต่มีแต่ละแถวคล้ายกัน กับแถวในงานก่อนหน้า Ads Data Hub จะกรองแถวที่คล้ายกัน ใน ในตัวอย่างนี้ แถวที่มีแคมเปญ 123 ในผลลัพธ์ของงานที่ 2 จะ เนื่องจากแตกต่างจากผลลัพธ์ก่อนหน้าโดยผู้ใช้รายเดียว
|
|
||||||||||||||||
ถ้าผลรวมของผู้ใช้ในทุกแถวในชุดผลลัพธ์คล้ายกับจาก งานก่อนหน้า Ads Data Hub จะกรองชุดผลลัพธ์ทั้งชุด ด้วยวิธีนี้ เช่น ระบบจะกรองผลลัพธ์ทั้งหมดจากงานที่สองออก
|
|
||||||||||||||||
ใช้ Noise Injection
ซึ่งเป็นเทคนิคที่ใช้ในการปกป้องความเป็นส่วนตัวของผู้ใช้เมื่อทำการค้นหา
ฐานข้อมูล ซึ่งทำงานโดยการเพิ่มสัญญาณรบกวนแบบสุ่มลงในวลี SELECT แบบรวมของ
คำถาม สัญญาณรบกวนนี้ช่วยปกป้องความเป็นส่วนตัวของผู้ใช้ ในขณะเดียวกันก็ให้ความแม่นยำตามสมควร
ซึ่งช่วยลดความจำเป็นในการตรวจสอบความแตกต่าง และลดความจำเป็นใน
เกณฑ์ขั้นต่ำของการรวมข้อมูลสำหรับเอาต์พุต การค้นหาที่มีอยู่ส่วนใหญ่ดำเนินการได้ในข้อผิดพลาด
โดยมีข้อจำกัดบางประการ หากต้องการดูข้อมูลเพิ่มเติมเกี่ยวกับโหมดเสียงรบกวนและวิธีที่เสียงรบกวน
การแทรกส่งผลต่อข้อกำหนดด้านความเป็นส่วนตัว โปรดดูการแทรกเสียงรบกวน
เปรียบเทียบการตรวจสอบความแตกต่างกับ Noise Injection
|
|
||||||||||||||||||||||||||||||||
|
|
||||||||||||||||||||||||||||||||
ข้อมูลสรุปแถวที่กรอง
สรุปแถวที่กรองจะรวบรวมข้อมูลที่กรองเนื่องจากการตรวจสอบด้านความเป็นส่วนตัว ระบบจะรวมและเพิ่มข้อมูลจากแถวที่กรองลงในแถวที่รับทั้งหมด แม้ว่าข้อมูลที่กรองแล้วจะไม่สามารถนำไปวิเคราะห์เพิ่มเติมได้ แต่จะให้ข้อมูลสรุปเกี่ยวกับจำนวนข้อมูลที่ถูกกรองออกจากผลลัพธ์
การกรองความเป็นส่วนตัวที่โจ่งแจ้ง
ในกรณีที่คุณจำเป็นต้องแยกคำค้นหา แต่ต้องการรวม ผลลัพธ์โดยรวมช่วยให้คุณใช้การตรวจสอบความเป็นส่วนตัวอย่างชัดแจ้งกับ คำค้นหาเหล่านั้น แล้วรวมผลลัพธ์เหล่านั้นเข้าด้วยกันด้วยวิธีที่ไม่ละเมิดความเป็นส่วนตัว
ตัวอย่างกรณีการใช้งาน
- คุณเป็นผู้ลงโฆษณาที่กำลังมองหา Conversion ทั้งหมดตามประเภทเหตุการณ์การระบุแหล่งที่มา ในบัญชี Google Ads ที่ลิงก์ ซึ่งมีข้อมูล EEA
- คุณเป็นพาร์ทเนอร์การวัดผลที่กำลังมองหา Conversion ทั้งหมดตามการระบุแหล่งที่มา ประเภทเหตุการณ์ในบัญชี Google Ads ที่ลิงก์
หากต้องการรับผลรวมของ Conversion สำหรับบัญชี Google Ads คุณสามารถเขียนพารามิเตอร์
การค้นหาที่ใช้คำสั่ง OPTIONS(privacy_checked_export=TRUE) เพื่อใช้ความเป็นส่วนตัว
ตรวจสอบให้กับแต่ละบริการของ Google แยกกัน
ตัวอย่างการเขียนใหม่ในส่วนนี้จะดำเนินการดังต่อไปนี้
- การค้นหาบริการแต่ละอย่างของ Google แยกจากกันโดยใช้ความเป็นส่วนตัวอย่างชัดเจน ผลลัพธ์ระดับกลางแต่ละชุด
- ระบบจะสร้างตารางชั่วคราวแยกต่างหาก สำหรับผลลัพธ์ที่ได้รับการตรวจสอบความเป็นส่วนตัวของบริการแต่ละรายการของ Google ซึ่งได้แก่ YouTube, Gmail และ เครือข่าย
- รวบรวมและสรุปจำนวน Conversion ที่ตรวจสอบความเป็นส่วนตัวจากอุณหภูมิ
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
โปรดทราบว่าการค้นหานี้ไม่ได้ใช้ JOIN ในการรวมข้อมูลระหว่าง
ของคุณ แต่จะดำเนินการค้นหาสำหรับแต่ละตารางก่อน ใช้ความเป็นส่วนตัว
ในตารางกลางแต่ละรายการ แล้วใช้ UNION เพื่อสรุป
ค่าที่ได้รับการตรวจสอบความเป็นส่วนตัว
ที่ปรึกษาการค้นหา
ถ้า SQL ถูกต้องแต่อาจทำให้เกิดการกรองที่มากเกินไป ข้อความค้นหา Advisor จะแสดงคำแนะนำที่นำไปใช้ได้จริงระหว่างกระบวนการพัฒนาการค้นหาเพื่อ ช่วยหลีกเลี่ยงผลลัพธ์ที่ไม่พึงประสงค์
ทริกเกอร์มีรูปแบบต่อไปนี้
- การเข้าร่วมการค้นหาย่อยแบบรวม
- การรวมข้อมูลแบบไม่ได้รวบรวมกับผู้ใช้ที่อาจจะแตกต่างกัน
- ตารางชั่วคราวที่กำหนดซ้ำๆ
วิธีใช้ตัวแนะนำการค้นหา
- UI คำแนะนำจะปรากฏในเครื่องมือแก้ไขการค้นหาด้านบน ข้อความค้นหา
- API ใช้เมธอด
customers.analysisQueries.validate
-
นอกเหนือจากข้อมูลที่ยินยอมให้แชร์ เช่น กรณีของผู้เข้าร่วม↩
-
เว้นแต่จะมีการป้องกันโดยข้อจํากัดด้านความเป็นส่วนตัว เช่น เมื่อผู้ใช้ในสรุปแถวที่กรองไม่เป็นไปตามข้อกําหนดในการรวม↩