我们正准备将本文档添加到我们的公共指南存储库中，欢迎您就此文档提供反馈意见。
我们建议广告技术平台对所有生产流量运行负载测试：
- 广告技术平台应使用 Attribution Reporting API 作为报告用例来访问转化归因衡量。
- 广告技术平台应在做出设计决策时最大限度地减少干扰（参考：根据模型估算的设计决策）
- 在测试时，广告技术平台应跟踪他们每天运行的作业数（例如每个广告客户的作业）、估算的转化事件量分布情况以及每个处理作业输入的汇总键数（请参阅 Aggregation Service API 文档中的 output_domain_blob_prefix 作业参数），以及每个输入报告的平均转化事件数估算值。
- 对于测试，广告技术平台应根据预期的作业大小（即报告量、网域大小）从大小选择指南表中查找推荐的实例类型，并相应地调整其部署的汇总服务的大小。参考文档：AWS 聚合服务大小指南
- 广告技术平台应针对负载测试执行汇总作业。
目标
本指南专门针对汇总转化归因衡量，其中包含关键设置和配置说明，供广告技术平台用于：
- 为总体转化归因衡量估算加载预期。
- 根据他们想要衡量的维度和目标，以及广告客户的规模和细分，优化其关键的效果和噪声设置和配置。
前提条件
本指南面向广告技术受众群体。在执行以下步骤之前，建议您查看我们关于使用噪声、摘要报告设计决策的文档，并通过 Noise Lab 进行实验，以获得最佳配置。
步骤
1. 初始汇总键设置策略
根据您的业务类型和目标，确定需要多少种不同的键结构（即维度集）。请注意，优化键结构有助于减少报告中的噪声。
您拥有的广告客户的数量
例如，假设您有 1,000 个广告客户。
广告主之间的相似之处
相似之处在评估时应以转化量、相对转化价值和对广告主特征的总体覆盖率为依据。您对它们进行分组越相似，结果的调整度就越大（因为输出值的变化越小），因此噪声的影响越小。如需了解详情，请参阅高级密钥管理。例如，广告技术平台可以按行业、支出和转化量对广告主进行细分，如下所示：
- 行业（例如：保险、珠宝、增长零售）
- 支出（例如：<$50,000/季度、$50-$150,000/季度、$150,000-$250,000/季度）
- 转化量（低、中、高）
要创建的汇总键结构的数量
例如，27 (3x3x3)：3 个行业、3 种支出类型和 3 个转化价值分组。
2. 确定汇总键维度
接下来，确定您要跟踪展示和转化的重要维度，以估算来源和触发器端键的数量。
对于每种汇总键结构，您需要跟踪展示次数的重要维度将有助于您确定来源端键的数量。维度将取决于上述第 1 条中所述的广告客户类型（即行业、支出、转化）。以下示例有助于解释维度：
关键结构 1：（行业 = 保险，支出 = <50,000，转化量 = 低）
- A：4 个维度：广告系列（例如：50 种可能性）、广告组（例如：20 种可能）、设备类型（例如：5 种可能）、地理位置（例如：50 种可能性）
- 可能的维度组合 = 50 x 20 x 5 x 50 = 250,000。这表示键结构 1 的来源侧键的可能维度组合数。
- 需要预留 18 位（18 位 = 262,144 个可能的组合）
- A：4 个维度：广告系列（例如：50 种可能性）、广告组（例如：20 种可能）、设备类型（例如：5 种可能）、地理位置（例如：50 种可能性）
关键结构 2：（行业 = 保险，支出 = <50,000，转化量 = 中等）
- A：4 个维度：广告系列（例如：30 种可能性）、广告组（例如：80 种可能性）、广告类型（例如：3 种可能性）、地理位置（例如：50 种可能性）。
- 可能的维度组合 = 30 x 80 x 3 x 50 = 360,000。这表示键结构 2 的可能维度组合或来源侧键的数量。
- 需要预留 19 位（19 位）= 524,288 个可能的组合
- A：4 个维度：广告系列（例如：30 种可能性）、广告组（例如：80 种可能性）、广告类型（例如：3 种可能性）、地理位置（例如：50 种可能性）。
关键结构 3：重复（同样地规划您所拥有的所有关键结构）
对于每个汇总键结构，您需要跟踪转化的重要维度将有助于您确定触发器侧键。例如：
关键结构 1：（行业 = 保险，支出 = <50,000，转化量 = 低）
- A：2 个维度：产品类别（例如：100 种可能性）、转化类型（例如：5 种可能性）
- 可能的维度组合 = 100 x 5 = 500
- 需要预留 9 位（9 位 = 512 个可能的组合）
- A：2 个维度：产品类别（例如：100 种可能性）、转化类型（例如：5 种可能性）
关键结构 2：（行业 = 保险，支出 = <50,000，转化量 = 中等）
- A：3 个维度：产品类别（例如：50 种可能）、产品类型（10 种可能）、转化类型（3 种可能）
- 可能的维度组合 = 50 x 10 x 3 = 1,500
- 需要预留 11 位（11 位 = 2,048 个可能的组合）
- A：3 个维度：产品类别（例如：50 种可能）、产品类型（10 种可能）、转化类型（3 种可能）
关键结构 3：重复（同样地规划您所拥有的所有关键结构）
汇总键的估算值
- 键结构 1：250,000 个展示键 x 500 个转化键 = 125,000,000 个键
- 键结构 2：36 万个展示键 x 1,500 个转化键 = 5.4 万个键
- 关键结构 3：（同样地规划您已拥有的所有关键结构）
- 针对每个键结构重复上述操作
- 最大汇总键 = 540,000,000 个键（涵盖所有键结构）。 需要预留 30 位（30 位 = 10.7B 个可能的组合）
预期转化量
对于每种汇总键结构，可以使用以下示例说明预期数量：
- 关键结构 1：（行业 = 保险，支出 = <50,000，转化量 = 低）
- 答：预计关键结构 1 将在下一个季度贡献约 $500,000 的广告主支出，平均 CPM 价格为 $8。预计这将导致需要注册的 62500000 次展示。
- 预计关键结构 1 在下一季度的平均展示转化率为 0.08%，因此需要捕获 50,000 次归因转化。对于每次转化，请衡量购买价值和购买次数。
- 关键结构 2：（行业 = 保险，支出 = <50,000，转化量 = 中）
- 答：预计密钥 2 将在下一个季度产生价值约 80 万美元的支出（平均 CPM 价格为 10 美元）。预计这会产生 8000 万次展示，需要进行注册。
- 预计键 2 在下一季度的平均展示转化率为 0.03125%，因此需要捕获 25,000 次归因转化。对于每次转化，请衡量购买价值和购买次数。
- 针对每个键结构重复上述操作
报告发送和批处理频率（每个广告客户批量处理）**
对于每个汇总键结构，您需要定期传送转化报告。我们建议广告技术平台按广告主进行批处理（以便更清晰地分隔每个报告的数据并提高汇总效率），并使用报告的 shared_info.scheduled_report_time 字段进行批处理。
- A：每小时一次
- B：每天
- C：每周
备注
- 如需按广告客户进行批量处理，请与广告客户验证服务等级协议 (SLA)。
批处理越频繁，每个批次的噪声就越多。（请参阅：决策：批量频率）。
为避免因批处理不正确而发生错误，请确保批处理使用
scheduled_report_time字段，而不是report arrival time。例如：如果您每小时进行一次批处理，那么上午 11 点的批处理应该仅包含在上午 10 点到上午 11 点之间具有scheduled_report_time的报告，而不包括在上午 10 点到上午 11 点之间送达且使用不同的scheduled_report_time的报告（例如：上午 9 点）。
报告量的估算值
- 关键结构 1：5 万次归因转化 / 2160 次（每小时报告，每季度报告小时数）= 每个广告客户每小时 24 个摘要报告（24 x 1,000 个广告客户 = 2.4 万个摘要报告）
- 关键结构 2：25,000 次归因转化 / 2160（每小时报告，每季度报告小时数）= 每个广告客户每小时 12 个摘要报告（12 x 1, 000 个广告客户 = 1.2 万个摘要报告）
- 关键结构 3：重复
- 每小时的摘要报告总数 = 针对键结构 1 的 24 个摘要报告 + 针对键结构 2 的 12 个摘要报告 + ... = 每个广告客户每小时...
反馈摘要
了解广告技术平台提供的以下估算值，有助于我们规划功能和改进，以支持广告技术平台所需的规模。我们建议您与我们分享以下信息。如需了解详情，请参阅我们 AWS 上聚合服务的大小指南：
- 每个汇总服务作业的输入网域键（要汇总的键）数量上限
- 每个作业的输入报告量上限（归因的转化次数）
- 每个报告的估算贡献（报告中的键/值对）
- 每个作业的归因转化次数估算分布
- 作业中网域密钥的估算分布情况
- 每小时/天/周的估算作业数