Comprende el ruido en los informes de resumen

Descubre qué significa el ruido, dónde se agrega y cómo afecta tus esfuerzos de medición.

Los informes de resumen son el resultado de la agregación de informes agregables. Cuando un recopilador agrupa los informes agregables y el servicio de agregación los procesa, se agrega ruido (una cantidad aleatoria de datos) a los informes de resumen resultantes. Se agrega ruido para proteger la privacidad del usuario. El objetivo de este mecanismo es tener un framework que admita la medición privada diferencial.

El ruido se agrega en el informe de resumen final.

Introducción a los datos contaminados en los informes de resumen

Si bien agregar ruido no suele ser parte de la medición de anuncios en la actualidad, en muchos casos, el ruido agregado no cambiará de forma sustancial la forma en que interpretas tus resultados.

Puede ser útil pensar en ello de la siguiente manera: ¿Te sentirías seguro de tomar una decisión basada en un dato determinado si no tuviera ruido?

Por ejemplo, ¿un anunciante tendría confianza en cambiar la estrategia o los presupuestos de su campaña en función del hecho de que la campaña A tuvo 15 conversiones y la campaña B tuvo 16?

Si la respuesta es no, el ruido es irrelevante.

Lo que debes hacer es configurar el uso de tu API de manera tal que cumpla con los siguientes requisitos:

  1. La respuesta a la pregunta anterior es sí.
  2. El ruido se administra de una manera que no afecta de manera significativa tu capacidad para tomar una decisión en función de ciertos datos. Puedes abordar este problema de la siguiente manera: para una cantidad mínima esperada de conversiones, debes mantener el ruido en la métrica recopilada por debajo de un porcentaje determinado.

En esta sección y en la siguiente, describiremos estrategias para lograr el punto 2.

Conceptos básicos

El servicio de agregación agrega ruido una vez a cada valor de resumen (es decir, una vez por clave) cada vez que se solicita un informe de resumen.

Estos valores de ruido se extraen de forma aleatoria de una distribución de probabilidad específica, que se analiza a continuación.

Todos los elementos que afectan el ruido se basan en dos conceptos principales.

  1. La distribución del ruido (detalles a continuación) es la misma independientemente del valor del resumen, bajo o alto. Por lo tanto, cuanto mayor sea el valor del resumen, menor será el impacto que pueda tener el ruido en relación con este valor.

    Por ejemplo, supongamos que un valor total de compras agregado de USD 20,000 y un valor total de compras agregado de USD 200 están sujetos a ruido seleccionado de la misma distribución.

    Supongamos que el ruido de esta distribución varía aproximadamente entre -100 y +100.

    • Para el valor de compra resumido de USD 20,000, el ruido varía entre 0 y 100/20,000=0.5%.
    • Para el valor de compra resumido de USD 200, el ruido varía entre 0 y 100/200=50%.

    Por lo tanto, es probable que el ruido tenga un impacto menor en el valor de compra agregado de USD 20,000 que en el valor de USD 200. En términos relativos, es probable que USD 20,000 tengan menos ruido, es decir, que tengan una relación señal/ruido más alta.

    Los valores agregados más altos tienen un impacto de ruido relativamente menor.

    Esto tiene algunas implicaciones prácticas importantes que se describen en la siguiente sección. Este mecanismo forma parte del diseño de la API, y las implicaciones prácticas son a largo plazo. Seguirán desempeñando un papel importante cuando las tecnologías publicitarias diseñen y evalúen varias estrategias de agregación.

  2. Si bien el ruido se extrae de la misma distribución independientemente del valor del resumen, esa distribución depende de varios parámetros. Una de estas tecnologías, epsilon, podría ser alterada por las tecnologías publicitarias durante la prueba de origen concluida para evaluar varios ajustes de utilidad y privacidad. Sin embargo, considera la capacidad de ajustar epsilon como temporal. Agradecemos tus comentarios sobre tus casos de uso y los valores de epsilon que funcionan bien.

Si bien una empresa de tecnología publicitaria no tiene el control directo de las formas en que se agrega el ruido, puede influir en el impacto del ruido en sus datos de medición. En las siguientes secciones, analizaremos cómo se puede influir en el ruido en la práctica.

Antes de hacerlo, analicemos con más detalle la forma en que se aplica el ruido.

Acercamiento: cómo se aplica el ruido

Una distribución de ruido

El ruido se extrae de la distribución de Laplace, con los siguientes parámetros:

  • Una media (μ) de 0. Esto significa que el valor de ruido más probable es 0 (sin ruido agregado) y que el valor con ruido es tan probable que sea menor que el original como que sea mayor (a veces, se lo denomina no sesgado).
  • Un parámetro de escala deb = CONTRIBUTION_BUDGET / epsilon.
    • CONTRIBUTION_BUDGET se define en el navegador.
    • epsilon se usa en el servicio de agregación.

En el siguiente diagrama, se muestra la función de densidad de probabilidad de una distribución de Laplace con μ=0, b = 20:

Función de densidad de probabilidad para una distribución de Laplace con μ=0, b = 20

Valores de ruido aleatorio, una distribución de ruido

Supongamos que una plataforma de tecnología publicitaria solicita informes de resumen para dos claves de agregación, clave1 y clave2.

El servicio de agregación selecciona dos valores de ruido, x1 y x2, que siguen la misma distribución de ruido. x1 se agrega al valor de resumen de key1 y x2 se agrega al valor de resumen de key2.

En los diagramas, representaremos los valores de ruido como idénticos. Esta es una simplificación. En realidad, los valores de ruido variarán, ya que se extraen de forma aleatoria de la distribución.

Esto ilustra que los valores de ruido provienen de la misma distribución y son independientes del valor de resumen al que se aplican.

Otras propiedades del ruido

El ruido se aplica a todos los valores de resumen, incluidos los vacíos (0).

Incluso los valores de resumen vacíos están sujetos a ruido.

Por ejemplo, incluso si el valor de resumen real de una clave determinada es 0, es probable que el valor de resumen con ruido que veas en el informe de resumen de esta clave no sea 0.

El ruido puede ser un número positivo o negativo.

Ejemplos de ruido positivo y negativo.

Por ejemplo, para un importe de compra anterior al ruido de 327,000, el ruido puede ser de más o menos 6,000 (estos son valores de ejemplo arbitrarios).

Cómo evaluar el ruido

Cómo calcular la desviación estándar del ruido

La desviación estándar del ruido es:

b*sqrt(2) = (CONTRIBUTION_BUDGET / epsilon)*sqrt(2)
Ejemplo

Con epsilon = 10, la desviación estándar del ruido es:

b*sqrt(2) = (CONTRIBUTION_BUDGET / epsilon)*sqrt(2) = (65,536/10)*sqrt(2) = 9,267

Cómo evaluar cuándo las diferencias de medición son significativas

Como conocerás la desviación estándar del ruido que se agrega a cada valor que genera el servicio de agregación, puedes determinar los umbrales adecuados para la comparación y determinar si las diferencias observadas pueden deberse al ruido.

Por ejemplo, si el ruido agregado a un valor es de aproximadamente +/- 10 (teniendo en cuenta el escalamiento) y la diferencia en el valor entre dos campañas es superior a 100, es probable que sea seguro concluir que la diferencia en el valor medido entre cada campaña no se debe solo al ruido.

Interactúa y comparte comentarios

Puedes participar y experimentar con esta API.

Próximos pasos