측정 구현 가이드

1. 시작하기 전에

다음 유형의 고객 및 사용 사례를 바탕으로 비즈니스에 가장 중요한 것이 무엇인지 고려하고 통합과 실험에 이러한 우선순위가 반영되도록 하세요. 이러한 기준에는 다음이 포함될 수 있습니다.

• 고객 유형: 대형 광고주 또는 소규모 광고주, 대행사, 업종 유형, 지리적 영역
• 캠페인 목표 및 전환 유형: 사용자 획득, 고객 유지, 구매, 수익
• 사용 사례: 보고, ROI 분석, 입찰 최적화

2. 사용 사례

보고에 사용되는 요약 보고서와 최적화에 사용되는 이벤트 수준 보고서 (보조 데이터로 보고)가 표시되는 경우가 많습니다. 측정 기능을 극대화하려면 이벤트 수준과 집계 수준을 결합하세요(예: Google Ads의 방법론 및 개인 정보 보호 샌드박스 최적화 조사에 기반하여).

3. 일반

	기준	최적
보고서	사용 사례 보고를 위한 요약 보고서 사용 PA + ARA 통합 사용	보고를 위해 요약 보고서와 이벤트 수준 보고서를 함께 사용하는 방법 이해하기
최적화	정확히 무엇이 최적화되는지에 대한 명확한 설명 최적화 모델을 주도하는 보고서를 명확하게 이해 최적화 사용 사례에 이벤트 수준 보고서 사용 PA + ARA PA + ARA 통합 사용 PA 최적화에는 모델링이 포함될 수 있음신호	특히 ROAS 최적화를 위해 요약 보고서와 이벤트 수준 보고서를 함께 사용하는 방법을 이해합니다.
교차 앱 및 웹 기여 분석	Chrome 및 Android 교차 앱 및 웹 기여 분석을 사용하는 방법 이해하기 (웹 설명, Android 설명)	ARA를 통한 교차 앱 및 웹 기여 분석과 현재의 교차 앱 및 웹 기여 분석 비교 현재 교차 앱 및 웹 기여 분석을 측정하고 있지 않다면 이 방식이 도움이 될지 생각해 보세요.

4. 구성 설정

	기준	최적
이벤트 수준 보고서	모든 흐름 (PA, 비 PA 등)에서 소스 / 트리거 등록 호출을 적절하게 설정 클릭 후 전환 (CTC) 또는 조회 후 전환 (VTC) 사용 기본 구성 설정 사용 우선순위, 만료, 이벤트_보고서_기간, 중복 삭제_키, 필터,_lookback_window에 관한 완전한 이해	모든 흐름 (PA, 비 PA, 모든 광고 유형 등)에서 소스 / 트리거 등록 호출을 적절하게 설정 CTC 및 VTC 모두 사용 특히 보고서 손실을 최소화하기 위해 라이트 버전의 유연한 이벤트 수준 설정 사용 다양한 보고 기간을 테스트하여 보고서 손실을 기준으로 최적화하고 사용 사례에 대한 최적의 설정을 식별합니다. 기여 분석 흐름의 작동 방식에 대해 완전히 이해 기여 분석 성공 디버그 보고서 및 상세 디버그 보고서를 모두 포함하여 전환 디버그 보고서와 통합하여 서드 파티 기반 측정과 더 효과적으로 비교 이전 데이터를 기반으로 ARA를 테스트하는 데 사용할 수 있는 도구인 Sim lib 통합
요약 보고서	모든 흐름 (PA, 비 PA 등)에서 소스 / 트리거 등록 호출을 적절하게 설정 CTC 또는 VTC 사용 집계 보고서 구성에 대한 완전한 이해: filters, aggregatable_report_window, scheduled_report_time, source_registration_time, reporting_origin 적절한 집계 서비스 설정	모든 흐름 (PA, 비 PA, 모든 광고 유형 등)에서 소스 / 트리거 등록 호출을 적절하게 설정 CTC 및 VTC 모두 사용 기여 분석 흐름의 작동 방식에 대해 완전히 이해 소스당 복수 전환과 L1 예산을 최적화하는 방법을 고려합니다. 기여 분석 성공 디버그 보고서 및 상세 디버그 보고서를 모두 포함하여 전환 디버그 보고서와 통합되어 서드 파티 기반 측정과 더 효과적으로 비교 SimLib과의 통합 및 Noise Lab 시뮬레이션을 통한 실험. 다양한 API 구성을 테스트하는 데 사용 가능 SIM lib에서 시도할 일괄 처리 전략 예

5. 구현 전략

	기준	최적
서드 파티 쿠키 외 데이터		ARA 실적을 검증하거나 추가로 개선하기 위해 서드 파티 쿠키 (사용 가능한 경우) 및 3PCD의 영향을 받지 않는 데이터를 사용하는 방법을 고려합니다.
노이즈	요약 보고서에 노이즈가 추가되는 방식 및 노이즈의 영향을 변경하기 위해 내려질 수 있는 다양한 설계 결정에 대한 완전한 이해	SimLib 통합 및 Noise Lab 시뮬레이션을 통한 실험으로 노이즈 영향 평가 노이즈 제거 데이터를 위한 다양한 메커니즘을 구현하고 테스트합니다.
집계 서비스	집계 서비스 테스트 프레임워크에 관한 전체 이해: 애그리게이터 서비스 테스트 안내 사용하려는 소스 측 및 트리거 측 키가 사용 사례에 적합한지 확인하세요. 처음 시작할 키 구조의 예로는 추적하려는 모든 측정기준을 포함하는 키 구조가 있습니다. 결과에 따라 다양한 키 구조를 테스트할 수 있습니다. 공유 ID 및 참여 예산을 완전히 이해함 집계 서비스에 노이즈가 추가되는 방식에 관한 완전한 이해	사용 사례에 맞게 최적화하기 위해 계층적 키를 포함하여 다양한 키 구조 테스트 계층적 키 구조 사용 예시 집계 서비스 내에서 다양한 Epsilon 값을 테스트하고 이에 대한 관점을 제공할 수 있음
일괄 처리 전략	다양한 일괄 처리 빈도 (예: 시간별, 일별 또는 주별)의 영향과 보고서 일괄 처리 방식 (예: 광고주 X 예약 보고서 시간별)에 대한 완전한 이해 자세한 내용은 개발자 문서 및 Agg 서비스 부하 테스트 가이드를 참고하세요. 일괄 처리 빈도 하나 이상과 광고주 1개로 테스트	일괄 처리 빈도와 보고서 측정기준의 다양한 조합을 테스트하고 사용 사례에 대한 최적의 설정 식별 여기에는 광고주 또는 광고주 그룹별로 다양한 전략 (예: 소형, 중형, 대형)이 포함될 수도 있습니다. MTG 집계 서비스 부하 테스트 안내를 참고하세요. 지연된 집계 가능한 보고서를 고려하여 일괄 처리 전략을 조정하여 보고서 손실을 최소화합니다.
디버깅	기여 분석 성공 디버그 보고서, 상세 디버그 보고서, 집계 서비스 디버그 모드와 통합합니다.	테스트 및 평가의 일부로 모든 유형의 디버그 보고서 사용