Mit Rauschen arbeiten

Hier erfahren Sie, wie Sie Datenrauschen in Ihren aggregierten Berichten nutzen, die Auswirkungen von Datenrauschen berücksichtigen und reduzieren können.

Hinweis

Bevor Sie fortfahren, sollten Sie den Abschnitt Rauschen in Zusammenfassungsberichten lesen, um mehr über Rauschen und seine Auswirkungen zu erfahren.

Einstellungen für Geräusche

Sie können das Rauschen in Ihren aggregierten Berichten zwar nicht direkt steuern, es gibt jedoch Schritte, mit denen Sie die Auswirkungen minimieren können. In den folgenden Abschnitten werden diese Strategien erläutert.

Auf Beitragsbudget hochskalieren

Wie im Abschnitt „Rauschen verstehen“ erläutert, basiert das auf den Zusammenfassungswert angewendete Rauschen für jeden Schlüssel auf der Skala von 0–65.536 (0–CONTRIBUTION_BUDGET).

Die Rauschverteilung ist budgetbasiert.

Um das Signal im Verhältnis zum Rauschen zu maximieren, sollten Sie daher jeden Wert hochskalieren, bevor Sie ihn als aggregierbaren Wert festlegen, d. h. jeden Wert mit einem bestimmten Faktor, dem Skalierungsfaktor, multiplizieren und gleichzeitig dafür sorgen, dass das Beitragsbudget nicht überschritten wird.

Relatives Rauschen mit und ohne Skalierung.

Skalierungsfaktor berechnen

Der Skalierungsfaktor gibt an, wie stark ein bestimmter aggregierbarer Wert skaliert werden soll. Der Wert sollte das Beitragsbudget geteilt durch den maximal aggregierbaren Wert für einen bestimmten Schlüssel sein.

Ermittlung des Skalierungsfaktors anhand des Beitragsbudgets.

Angenommen, Werbetreibende möchten den Gesamtkaufwert wissen. Sie wissen,dass der maximale erwartete Kaufwert eines einzelnen Kaufs 2.000 € beträgt – mit Ausnahme einiger Ausreißer, die Sie ignorieren:

  • Berechnen Sie den Skalierungsfaktor:
    • Zur Maximierung des Signal-Rausch-Verhältnisses müssen Sie diesen Wert auf 65.536 (das Beitragsbudget) skalieren.
    • Dies ergibt einen Skalierungsfaktor von 65.536 / 2.000, einen ungefähr 32x Skalierungsfaktor. In der Praxis können Sie diesen Faktor auf- oder abrunden.
  • Werte vor der Aggregation hochskalieren: Erhöhen Sie den erfassten Messwert für jeden Kauf in Höhe von 1 € um 32. Legen Sie beispielsweise für einen Kauf von 120 € den aggregierbaren Wert 120 × 32 = 3.840 fest.
  • Werte nach der Aggregation verkleinern: Sobald Sie den zusammenfassenden Bericht mit dem Kaufwert mehrerer Nutzer erhalten haben, verkleinern Sie ihn mithilfe des Skalierungsfaktors, den Sie vor der Aggregation verwendet haben. In unserem Beispiel haben wir vor der Aggregation einen Skalierungsfaktor von 32 verwendet, also müssen wir den im zusammenfassenden Bericht empfangenen Zusammenfassungswert durch 32 teilen. Wenn also der zusammenfassende Kaufwert für einen bestimmten Schlüssel im zusammenfassenden Bericht 76.800 beträgt, beträgt der zusammenfassende Kaufwert (mit Rauschen) 76.800/32 = 2.400 $.

Budget aufteilen

Wenn Sie mehrere Messziele haben, z. B. Kaufzahl und Kaufwert, können Sie Ihr Budget auf diese Zielvorhaben aufteilen.

In diesem Fall sind die Skalierungsfaktoren für verschiedene aggregierbare Werte unterschiedlich. Dies hängt vom erwarteten Maximalwert eines bestimmten aggregierbaren Werts ab.

Weitere Informationen finden Sie unter Informationen zu Aggregationsschlüsseln.

Angenommen, Sie erfassen sowohl die Anzahl der Käufe als auch den Kaufwert und beschließen, Ihr Budget gleichmäßig zuzuweisen.

65.536 ÷ 2 = 32.768 können pro Messtyp und Quelle zugewiesen werden.

  • Anzahl der Käufe:
    • Sie erfassen nur einen Kauf. Daher ist die maximale Anzahl von Käufen für eine bestimmte Conversion 1.
    • Daher entscheiden Sie sich, den Skalierungsfaktor für die Anzahl der Käufe auf 32.768 ÷ 1 = 32.768 festzulegen.
  • Kaufwert:
    • Angenommen,der erwartete Höchstwert eines einzelnen Kaufs beträgt 2.000 €.
    • Daher entscheiden Sie sich, den Skalierungsfaktor für den Kaufwert auf 32.768 ÷ 2.000 = 16,384 oder ungefähr 16 festzulegen.

Grobe Aggregationsschlüssel verbessern das Signal-Rausch-Verhältnis

Mit groben Schlüsseln werden mehr Conversion-Ereignisse erfasst als mit detaillierten Schlüsseln. Deshalb führen grobe Schlüssel in der Regel zu höheren Zusammenfassungswerten.

Höhere Zusammenfassungswerte werden weniger vom Rauschen beeinflusst als niedrigere Werte. Das Rauschen bei diesen Werten ist wahrscheinlich niedriger als dieser Wert.

Werte, die mit gröberen Schlüsseln erfasst werden, sind wahrscheinlich weniger verrauscht als Werte, die mit detaillierteren Schlüsseln erfasst werden.

Beispiel

Bei ansonsten gleichem Ergebnis führt ein Schlüssel, mit dem der Kaufwert global (Summe über alle Länder hinweg) erfasst wird, zu einem höheren zusammenfassenden Kaufwert und einer höheren Conversion-Anzahl als ein Schlüssel, mit dem Conversions auf Länderebene erfasst werden.

Daher ist der relative Rauschenwert des Gesamtkaufwerts für ein bestimmtes Land für alle Länder höher als der relative Rauschenwert beim Gesamtkaufwert für alle Länder.

Entsprechend ist bei ansonsten gleichen Bedingungen der Gesamtkaufwert für Schuhe niedriger als der Gesamtkaufwert für alle Artikel (einschließlich Schuhen).

Daher ist das relative Rauschen beim Gesamtkaufwert für Schuhe höher als das relative Rauschen beim Gesamtkaufwert für alle Artikel.

Auswirkungen des Rauschens mit detaillierten und groben Schlüsseln

Beim Zusammenfassen der zusammengefassten Werte (Rollups) werden auch die

Indem Sie die Zusammenfassungswerte aus Zusammenfassungsberichten für den Zugriff auf übergeordnete Daten zusammenfassen, summieren Sie auch das Rauschen dieser Zusammenfassungswerte.

Grad des Rauschens mit detaillierten Schlüsseln mit Rollups im Vergleich zu groben Schlüsseln ohne Rollups

Sehen wir uns zwei verschiedene Ansätze an: – Ansatz A: Sie nehmen eine geografische ID in Ihre Schlüssel auf. Zusammenfassungsberichte enthalten Schlüssel auf Geo-ID-Ebene, die jeweils dem zusammenfassenden Kaufwert auf der Ebene einer bestimmten Geo-ID zugeordnet sind. – Ansatz B: Ihre Schlüssel enthalten keine geografische ID. In Zusammenfassungsberichten wird der zusammenfassende Kaufwert für alle geografischen IDs / Standorte direkt angezeigt.

So rufen Sie den Kaufwert auf Länderebene ab: – Bei Ansatz A summieren Sie Zusammenfassungswerte auf Geo-ID-Ebene und summieren somit auch deren Rauschen. Dies führt wahrscheinlich dazu, dass dem endgültigen Kaufwert auf Geo-ID-Ebene mehr Rauschen hinzugefügt wird. - Bei Ansatz B sehen Sie sich die offengelegten Daten direkt in Zusammenfassungsberichten an. Rauschen wurde diesen Daten nur einmal hinzugefügt.

Daher ist der zusammenfassende Kaufwert für eine bestimmte Geo-ID bei Ansatz A wahrscheinlich etwas ungenauer.

Ebenso führen Sie bei Verwendung einer Dimension auf Postleitzahlebene in Ihren Schlüsseln wahrscheinlich zu verrauschten Ergebnissen als die Verwendung gröberer Schlüssel mit einer Dimension auf Regionsebene.

Das Aggregieren über längere Zeiträume erhöht das Signal-Rausch-Verhältnis.

Wenn Sie Zusammenfassungsberichte seltener anfordern, ist jeder Zusammenfassungswert wahrscheinlich höher als wenn Sie Berichte häufiger anfordern: mehr Conversions erfolgen über längere Zeiträume.

Wie bereits erwähnt, ist es wahrscheinlicher, dass das relative Rauschen umso geringer ist, je höher der Zusammenfassungswert ist. Wenn Sie Zusammenfassungsberichte seltener anfordern, führt dies daher zu einem höheren (besseren) Signal-Rausch-Verhältnis.

Das Anfordern von Zusammenfassungsberichten seltener führt zu einem höheren Signal-Rausch-Verhältnis.

Hier ein Beispiel zur Veranschaulichung:

  • Wenn Sie stündliche Zusammenfassungsberichte über einen Zeitraum von 24 Stunden anfordern und dann den zusammenfassenden Wert aus jedem stündlichen Bericht addieren, um auf Daten auf Tagesebene zuzugreifen, wird Rauschen 24-mal hinzugefügt.
  • In einem täglichen Zusammenfassungsbericht wird Rauschen nur einmal hinzugefügt.

Höheres Epsilon, weniger Geräusche

Je höher der Epsilon-Wert ist, desto geringer ist die Störgeräusche und desto geringer ist der Datenschutz.

Filtern und Deduplizierung nutzen

Bei der Budgetzuweisung auf verschiedene Schlüssel ist es wichtig zu wissen, wie oft ein bestimmtes Ereignis eintreten kann. Ein Werbetreibender interessiert sich vielleicht nur für einen Kauf pro Klick, er ist jedoch an bis zu drei Conversions vom Typ „Produktseitenaufruf“ interessiert. Um diese Anwendungsfälle zu unterstützen, können Sie auch die folgenden API-Funktionen nutzen, mit denen Sie steuern können, wie viele Berichte generiert und welche Conversions gezählt werden:

Mit Epsilon experimentieren

AdTech-Unternehmen können Epsilon auf einen Wert größer als 0 und bis einschließlich 64 setzen. Dieser Bereich ermöglicht flexible Tests. Niedrigere Werte für Epsilon sorgen für einen besseren Datenschutz. Wir empfehlen, mit epsilon=10 zu beginnen.

Empfehlungen für Tests

Wir empfehlen Folgendes: – Beginnen Sie mit Epsilon = 10. – Falls dies erhebliche Nutzungsprobleme verursacht, erhöhen Sie Epsilon schrittweise. - Teilen Sie uns Ihr Feedback zu bestimmten Wendepunkten mit, die Sie möglicherweise in Bezug auf die Usability von Daten finden.

Reagieren und Feedback geben

Sie können an dieser API teilnehmen und sie testen.

Nächste Schritte