পরিমাপ বাস্তবায়ন নির্দেশিকা
1. আপনি শুরু করার আগে
নিম্নলিখিত ধরণের গ্রাহকদের উপর ভিত্তি করে আপনার ব্যবসার জন্য সবচেয়ে গুরুত্বপূর্ণ কী বিবেচনা করুন এবং কেস ব্যবহার করুন এবং আপনার একীকরণ নিশ্চিত করুন এবং পরীক্ষাটি সেই অগ্রাধিকারগুলিকে প্রতিফলিত করে৷ এই মানদণ্ডগুলি অন্তর্ভুক্ত করতে পারে:
- গ্রাহকের ধরন : বড় বনাম ছোট বিজ্ঞাপনদাতা, সংস্থা, উল্লম্ব প্রকার, জিও পদচিহ্ন
- প্রচারাভিযানের উদ্দেশ্য এবং রূপান্তর প্রকার : ব্যবহারকারী অধিগ্রহণ, গ্রাহক ধরে রাখা, ক্রয়, রাজস্ব
- ক্ষেত্রে ব্যবহার করুন : রিপোর্টিং, ROI বিশ্লেষণ, বিড অপ্টিমাইজেশান
2. ক্ষেত্রে ব্যবহার করুন
আমরা প্রায়ই অপ্টিমাইজেশানের জন্য ব্যবহৃত রিপোর্টিং এবং ইভেন্ট-স্তরের রিপোর্টের জন্য ব্যবহৃত সারাংশ রিপোর্টগুলি দেখতে পাই (এবং সম্ভবত সহায়ক ডেটা হিসাবে প্রতিবেদন করা)। পরিমাপ ক্ষমতা সর্বাধিক করতে, ইভেন্ট-স্তর এবং সমষ্টি-স্তর একত্রিত করুন; উদাহরণস্বরূপ, Google বিজ্ঞাপনের পদ্ধতি এবং গোপনীয়তা স্যান্ডবক্স অপ্টিমাইজেশান গবেষণার উপর ভিত্তি করে।
3. সাধারণ
| বেসলাইন | সর্বোত্তম |
---|
রিপোর্টিং | - ব্যবহারের ক্ষেত্রে রিপোর্ট করার জন্য সারাংশ রিপোর্ট ব্যবহার করা
| - রিপোর্ট করার জন্য কিভাবে সারাংশ + ইভেন্ট লেভেল রিপোর্ট একসাথে ব্যবহার করবেন তা বুঝুন
|
অপ্টিমাইজেশান | - ঠিক কি অপ্টিমাইজ করা হচ্ছে তার পরিষ্কার ব্যাখ্যা
- কোন রিপোর্ট আপনার অপ্টিমাইজেশান মডেল চালায় তা পরিষ্কার বোঝা
- অপ্টিমাইজেশান ব্যবহারের ক্ষেত্রে ইভেন্ট-স্তরের রিপোর্ট ব্যবহার করা
- PA অপ্টিমাইজেশান মডেলিং সিগন্যাল জড়িত হতে পারে
| - বিশেষ করে ROAS অপ্টিমাইজেশানের জন্য সারাংশ + ইভেন্ট লেভেল রিপোর্ট একসাথে কীভাবে ব্যবহার করবেন তা বুঝুন
|
ক্রস-অ্যাপ এবং ওয়েব অ্যাট্রিবিউশন | | - বর্তমান ক্রস অ্যাপ এবং ওয়েব কভারেজের সাথে ARA এর মাধ্যমে ক্রস অ্যাপ এবং ওয়েব অ্যাট্রিবিউশন তুলনা করুন
- বর্তমানে ক্রস অ্যাপ এবং ওয়েব অ্যাট্রিবিউশন পরিমাপ না করলে, এটি উপকারী হতে পারে কিনা তা বিবেচনা করুন
|
4. কনফিগারেশন সেটআপ
| বেসলাইন | সর্বোত্তম |
---|
ইভেন্ট-লেভেল রিপোর্ট | - যেকোন প্রবাহের জন্য সোর্স/ট্রিগার রেজিস্ট্রেশন কলের সঠিক সেটআপ (PA, non-PA, ইত্যাদি)
- হয় ক্লিক থ্রু কনভার্সন (সিটিসি) বা ভিউ থ্রু কনভার্সন (ভিটিসি) ব্যবহার করে
- ডিফল্ট কনফিগারেশন সেটআপ ব্যবহার করে
- অগ্রাধিকার, মেয়াদ, ইভেন্ট_রিপোর্ট_উইন্ডো, ডিডুপ্লিকেশন_কী, ফিল্টার,_লুকব্যাক_উইন্ডো সম্বন্ধে সম্পূর্ণ বোধগম্যতা
| - সোর্স/ট্রিগার রেজিস্ট্রেশন কলের সঠিক সেটআপ, সমস্ত প্রবাহের জন্য (পিএ, নন-পিএ, সমস্ত বিজ্ঞাপন প্রকার ইত্যাদি)
- CTC এবং VTC উভয় ব্যবহার করে
- প্রতিবেদন ক্ষতির বিরুদ্ধে অপ্টিমাইজ করতে এবং আপনার ব্যবহারের ক্ষেত্রে সর্বোত্তম সেটিংস সনাক্ত করতে বিভিন্ন রিপোর্টিং উইন্ডো পরীক্ষা করা
- Sim lib- এর সাথে ইন্টিগ্রেশন, একটি টুল যা ঐতিহাসিক ডেটার উপর ভিত্তি করে ARA পরীক্ষা করতে ব্যবহার করা যেতে পারে
|
সারসংক্ষেপ রিপোর্ট | - যেকোন প্রবাহের জন্য সোর্স/ট্রিগার রেজিস্ট্রেশন কলের সঠিক সেটআপ (PA, non-PA, ইত্যাদি)
- সমষ্টিগত রিপোর্ট কনফিগারেশনের সম্পূর্ণ বোধগম্যতা: ফিল্টার, এগ্রিগেটেবল_রিপোর্ট_উইন্ডো, নির্ধারিত_রিপোর্ট_টাইম, উৎস_নিবন্ধন_সময়, রিপোর্টিং_অরিজিন
| - সোর্স/ট্রিগার রেজিস্ট্রেশন কলের সঠিক সেটআপ, সমস্ত প্রবাহের জন্য (পিএ, নন-পিএ, সমস্ত বিজ্ঞাপন প্রকার ইত্যাদি)
- CTC এবং VTC উভয় ব্যবহার করে
- SimLib এর সাথে ইন্টিগ্রেশন এবং নয়েজ ল্যাব সিমুলেশনের সাথে পরীক্ষা। বিভিন্ন API কনফিগারেশন পরীক্ষা করতে ব্যবহার করা যেতে পারে
|
5. বাস্তবায়ন কৌশল
| বেসলাইন | সর্বোত্তম |
---|
নন 3PC ডেটা | | - কীভাবে তৃতীয় পক্ষের কুকিজ ব্যবহার করবেন (উপলব্ধ থাকাকালীন) এবং ARA কার্যকারিতা যাচাই বা আরও উন্নত করতে 3PCD দ্বারা প্রভাবিত না হওয়া ডেটা কীভাবে ব্যবহার করবেন তা বিবেচনা করুন
|
গোলমাল | | - ডি-নাইজিং ডেটার জন্য বিভিন্ন প্রক্রিয়া প্রয়োগ এবং পরীক্ষা করুন
|
একত্রীকরণ পরিষেবা | - আপনি যে সোর্স-সাইড এবং ট্রিগার-সাইড কীগুলি ব্যবহার করার পরিকল্পনা করছেন তা আপনার ব্যবহারের ক্ষেত্রে অর্থপূর্ণ কিনা তা পরীক্ষা করুন
উদাহরণ কী কাঠামো দিয়ে শুরু করা যেতে পারে: একটি কী কাঠামো যা আপনি ট্র্যাক করতে চান এমন সমস্ত মাত্রা অন্তর্ভুক্ত করে। আউটপুটের উপর ভিত্তি করে আপনি বিভিন্ন কী কাঠামো পরীক্ষা করতে পারেন।
| - আপনার ব্যবহারের ক্ষেত্রে অপ্টিমাইজ করার জন্য অনুক্রমিক কী সহ একাধিক ভিন্ন কী কাঠামো পরীক্ষা করা হচ্ছে
- অ্যাগ্রিগেশন সার্ভিসের মধ্যে বিভিন্ন এপসিলন মান পরীক্ষা করা এবং এটিতে একটি দৃষ্টিভঙ্গি প্রদান করতে সক্ষম
|
ব্যাচিং কৌশল | - বিভিন্ন ব্যাচিং ফ্রিকোয়েন্সি (যেমন ঘণ্টায়, দৈনিক বা সাপ্তাহিক) এবং কীভাবে রিপোর্টগুলি ব্যাচ করা হয় (যেমন বিজ্ঞাপনদাতা X দ্বারা নির্ধারিত রিপোর্টের সময়) এর প্রভাব সম্পর্কে সম্পূর্ণ ধারণা। বিকাশকারী ডক্স এবং Agg পরিষেবা লোড টেস্টিং নির্দেশিকাতে অতিরিক্ত বিবরণ
- কমপক্ষে একটি ব্যাচিং ফ্রিকোয়েন্সি এবং একজন বিজ্ঞাপনদাতার সাথে পরীক্ষা করুন
| - ব্যাচিং ফ্রিকোয়েন্সি এবং রিপোর্টের মাত্রার বিভিন্ন সমন্বয় পরীক্ষা করা এবং তাদের ব্যবহারের ক্ষেত্রে সর্বোত্তম সেটিংস সনাক্ত করা
- সম্ভাব্য বিলম্বিত সমষ্টিগত প্রতিবেদনের জন্য অ্যাকাউন্টে ব্যাচিং কৌশল সামঞ্জস্য করে প্রতিবেদনের ক্ষতি হ্রাস করুন
|
ডিবাগিং | | - আপনার পরীক্ষা এবং মূল্যায়নের অংশ হিসাবে সব ধরনের ডিবাগ রিপোর্ট ব্যবহার করুন
|
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2024-01-29 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2024-01-29 UTC-তে শেষবার আপডেট করা হয়েছে।"],[[["Prioritize business needs by considering customer types, campaign objectives, and use cases when integrating and experimenting with Attribution Reporting API."],["Combine event-level and summary reports for comprehensive measurement, leveraging them for optimization and reporting respectively."],["Optimize Attribution Reporting API setup by configuring source/trigger registration calls, utilizing both click-through and view-through conversions, and experimenting with reporting windows."],["Explore advanced techniques like noise reduction, aggregation service optimization, and batching strategies to enhance measurement accuracy and efficiency."],["Integrate with debugging tools to validate implementation, compare with existing measurement, and identify areas for improvement."]]],["This document outlines best practices for implementing the Privacy Sandbox Attribution Reporting API (ARA). Key actions include: prioritizing customer types and campaign objectives, combining event-level and summary reports for reporting and optimization, and understanding cross-app & web attribution. Optimal configurations involve using both Click Through Conversions (CTC) and View Through Conversions (VTC), leveraging flexible event-level setups, and integrating transitional debug reports. It emphasizes testing noise impact, different key structures, batching frequencies, and utilizing non-3PC data for validation.\n"]]