Bibliothèque de simulations de mesure
La bibliothèque de simulation de mesure vous aide à comprendre l'impact de l'intégration de votre Privacy Sandbox en présentant les données historiques comme si elles étaient collectées par l'API Attribution Reporting. Ainsi, vous pouvez comparer l'historique des chiffres de conversion avec ceux de la bibliothèque de simulation de mesure pour voir dans quelle mesure la précision des rapports peut changer. Vous pouvez également utiliser la bibliothèque de simulation de mesure pour tester différentes structures de clés d'agrégation et stratégies de traitement par lot. De plus, vous avez la possibilité d'entraîner vos modèles d'optimisation sur des rapports de la bibliothèque de simulation de mesure afin de comparer les performances prévues avec des modèles basés sur des données actuelles.
Pour en savoir plus, consultez la proposition de conception de la bibliothèque de simulation de mesure.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2024/09/03 (UTC).
[null,null,["Dernière mise à jour le 2024/09/03 (UTC)."],[[["The Measurement Simulation Library uses historical data to demonstrate how the Privacy Sandbox's Attribution Reporting API might impact your conversion tracking."],["By comparing current data with simulated reports, you can assess potential changes in reporting accuracy."],["The library enables experimentation with different aggregation keys and batching strategies to optimize campaign performance."],["You can train optimization models using simulated data for comparing projected performance against existing models based on current data."]]],["The Measurement Simulation Library allows users to analyze the impact of Privacy Sandbox integration. It simulates Attribution Reporting API data using historical information, enabling comparison of past conversions with simulated results. This allows for assessment of reporting accuracy changes. Users can also test varied aggregation key structures and batching strategies. Finally, the library can be used to train optimization models, allowing performance comparison between models using simulated data and those relying on existing data.\n"]]
