Saiba o que é ruído, onde ele é adicionado e como ele afeta suas medições.
Os relatórios de resumo são o resultado da agregação de relatórios agregáveis. Quando os relatórios agregáveis são agrupados por um coletor e processados pelo serviço de agregação, o ruído (uma quantidade aleatória de dados) é adicionado aos relatórios de resumo resultantes. Ruídos são adicionados para proteger a privacidade do usuário. O objetivo desse mecanismo é ter um framework que ofereça suporte à medição particular diferenciada.

Introdução ao ruído nos relatórios de resumo
Embora a adição de ruídos não faça parte da medição de anúncios atualmente, em muitos casos, o ruído adicionado não muda significativamente a forma como você interpreta os resultados.
Pode ser útil pensar da seguinte maneira: Você teria confiança para tomar uma decisão com base em um determinado conjunto de dados se eles não tivessem ruído?
Por exemplo, um anunciante pode mudar a estratégia ou os orçamentos da campanha com base no fato de que a campanha A teve 15 conversões e a campanha B teve 16?
Se a resposta for "não", o ruído é irrelevante.
O ideal é configurar o uso da API de modo que:
- A resposta para a pergunta acima é sim.
- O ruído é gerenciado de uma forma que não afete significativamente sua capacidade de tomar uma decisão com base em determinados dados. Você pode fazer isso da seguinte maneira: para um número mínimo esperado de conversões, mantenha o ruído na métrica coletada abaixo de uma determinada porcentagem.
Nesta seção e na próxima, vamos descrever estratégias para alcançar o objetivo 2.
Principais conceitos
O serviço de agregação adiciona ruído a cada valor de resumo (ou seja, uma vez por chave) sempre que um relatório de resumo é solicitado.
Esses valores de ruído são extraídos aleatoriamente de uma distribuição de probabilidade específica, conforme discutido abaixo.
Todos os elementos que afetam o ruído dependem de dois conceitos principais.
A distribuição de ruído (detalhes abaixo) é a mesma, independentemente do valor do resumo, baixo ou alto. Portanto, quanto maior o valor do resumo, menor será o impacto do ruído em relação a esse valor.
Por exemplo, suponha que um valor de compra agregado total de US $20.000 e um valor de compra agregado total de US $200 estejam sujeitos a ruídos selecionados da mesma distribuição.
Vamos supor que o ruído dessa distribuição varie aproximadamente entre -100 e +100.
- Para o valor de compra resumido de US $20.000, o ruído varia entre 0 e 100/20.000=0,5%.
- Para o valor de compra resumido de US $200, o ruído varia entre 0 e 100/200=50%.
Portanto, o ruído provavelmente terá um impacto menor no valor de compra agregado de US $20.000 do que no valor de US $200. Em termos relativos, é provável que US$ 20.000 tenham menos ruído,ou seja, é provável que tenham uma proporção de sinal-ruído maior.
Isso tem algumas implicações práticas importantes que são descritas na próxima seção. Esse mecanismo faz parte do design da API, e as implicações práticas são de longo prazo. Elas vão continuar desempenhando um papel importante quando as adtechs projetarem e avaliarem várias estratégias de agregação.
Embora o ruído seja extraído da mesma distribuição, independentemente do valor do resumo, essa distribuição depende de vários parâmetros. Um desses parâmetros, epsilon, pode ser alterado pelas adtechs durante o teste de origem concluído para avaliar vários ajustes de utilidade/privacidade. No entanto, considere a capacidade de ajustar o epsilon como temporário. Agradecemos seu feedback sobre os casos de uso e os valores de epsilon que funcionam bem.
Embora uma empresa de adtech não tenha controle direto sobre as formas de adição de ruído, ela pode influenciar o impacto do ruído nos dados de medição. Nas próximas seções, vamos analisar como o ruído pode ser influenciado na prática.
Antes disso, vamos analisar melhor como o ruído é aplicado.
Como o zoom funciona: como o ruído é aplicado
Uma distribuição de ruído
O ruído é extraído da distribuição de Laplace, com os seguintes parâmetros:
- Uma média (
μ
) de 0. Isso significa que o valor de ruído mais provável é 0 (sem ruído adicionado) e que o valor com ruído tem a mesma probabilidade de ser menor que o original ou maior (às vezes chamado de sem viés). - Um parâmetro de escala de
b = CONTRIBUTION_BUDGET
/epsilon
.CONTRIBUTION_BUDGET
é definido no navegador.epsilon
é usado no serviço de agregação.
O diagrama a seguir mostra a função de densidade de probabilidade para uma distribuição de Laplace com μ=0, b = 20:

Valores de ruído aleatório, uma distribuição de ruído
Vamos supor que uma adtech solicite relatórios de resumo para duas chaves de agregação, chave1 e chave2.
O serviço de agregação seleciona dois valores de ruído, x1 e x2, seguindo a mesma distribuição de ruído. O x1 é adicionado ao valor de resumo da chave1, e o x2 é adicionado ao valor de resumo da chave2.
Nos diagramas, vamos representar os valores de ruído como idênticos. Essa é uma simplificação. Na realidade, os valores de ruído variam, já que são extraídos aleatoriamente da distribuição.
Isso ilustra que os valores de ruído vêm todos da mesma distribuição e são independentes do valor de resumo em que são aplicados.
Outras propriedades do ruído
O ruído é aplicado a todos os valores de resumo, incluindo os vazios (0).

Por exemplo, mesmo que o valor real do resumo de uma determinada chave seja 0, o valor do resumo com ruídos que você vai encontrar no relatório de resumo dessa chave provavelmente não será 0.
O ruído pode ser um número positivo ou negativo.

Por exemplo, para um valor de compra antes do ruído de 327.000, o ruído pode ser +6.000 ou -6.000 (estes são valores de exemplo arbitrários).
Como avaliar o ruído
Como calcular o desvio padrão do ruído
O desvio padrão do ruído é:
b*sqrt(2) = (CONTRIBUTION_BUDGET / epsilon)*sqrt(2)
Exemplo
Com epsilon = 10, o desvio padrão do ruído é:
b*sqrt(2) = (CONTRIBUTION_BUDGET / epsilon)*sqrt(2) = (65,536/10)*sqrt(2) = 9,267
Como avaliar quando as diferenças de medição são significativas
Como você vai saber a desvio padrão do ruído adicionado a cada valor de saída pelo serviço de agregação, é possível determinar os limites adequados para comparação e determinar se as diferenças observadas podem ser devido ao ruído.
Por exemplo, se o ruído adicionado a um valor for aproximadamente +/- 10 (considerando o dimensionamento) e a diferença no valor entre duas campanhas for superior a 100, é provável que a diferença no valor medido entre cada campanha não seja apenas devido ao ruído.
Interaja e compartilhe feedback
Participe e experimente essa API.
- Leia sobre os relatórios agregáveis e o serviço de agregação, faça perguntas e sugira feedback.
- Leia os guias de Relatórios de atribuição.
- Faça perguntas e participe de discussões no repositório de suporte para desenvolvedores do Sandbox de privacidade.
Próximas etapas
- Para saber quais variáveis você pode controlar para melhorar a relação sinal-ruído, consulte Como lidar com o ruído.
- Consulte Fazer experimentos com decisões de design de relatórios resumidos para ajudar a planejar suas estratégias de relatórios de agregação.
- Teste o laboratório de ruído.