หน้านี้ได้รับการแปลโดย Cloud Translation API

คู่มือการใช้งานการวัด

1. ก่อนเริ่มต้น

พิจารณาสิ่งที่สําคัญต่อธุรกิจของคุณมากที่สุดโดยอิงตามประเภทลูกค้าและกรณีการใช้งานต่อไปนี้ และตรวจสอบว่าการผสานรวมและการทดสอบของคุณสอดคล้องกับลําดับความสําคัญเหล่านั้น เกณฑ์เหล่านั้นอาจรวมถึง

ประเภทลูกค้า: ผู้ลงโฆษณารายใหญ่เทียบกับรายเล็ก เอเจนซี ประเภทธุรกิจ ร่องรอยทางภูมิศาสตร์
วัตถุประสงค์ของแคมเปญและประเภท Conversion: การได้ผู้ใช้ใหม่ การรักษาลูกค้า การซื้อ รายได้
กรณีการใช้งาน: การรายงาน การวิเคราะห์ ROI การเพิ่มประสิทธิภาพราคาเสนอ

2. กรณีการใช้งาน

เรามักจะเห็นรายงานสรุปที่ใช้สําหรับการรายงานและรายงานระดับเหตุการณ์ที่ใช้สําหรับการเพิ่มประสิทธิภาพ (และอาจมีการรายงานเป็นข้อมูลเสริม) หากต้องการเพิ่มความสามารถในการวัดผลให้สูงสุด ให้รวมระดับเหตุการณ์และระดับรวมเข้าด้วยกัน เช่น ตามวิธีการของ Google Ads และการวิจัยการเพิ่มประสิทธิภาพ Privacy Sandbox

3. ทั่วไป

	เกณฑ์พื้นฐาน	เหมาะสมที่สุด
การรายงาน	การใช้รายงานสรุปสำหรับการรายงาน Use Case การใช้การผสานรวม PA + ARA	ทําความเข้าใจวิธีใช้รายงานสรุป + รายงานระดับเหตุการณ์ร่วมกันสําหรับการรายงาน
การเพิ่มประสิทธิภาพ	คําอธิบายที่ชัดเจนเกี่ยวกับสิ่งที่เพิ่มประสิทธิภาพ ความเข้าใจที่ชัดเจนว่ารายงานใดขับเคลื่อนโมเดลการเพิ่มประสิทธิภาพ การใช้รายงานระดับเหตุการณ์สําหรับ Use Case การเพิ่มประสิทธิภาพ PA + ARA การใช้การผสานรวม PA + ARA การเพิ่มประสิทธิภาพ PA อาจเกี่ยวข้องกับ modelingSignals	ทําความเข้าใจวิธีใช้รายงานระดับเหตุการณ์และรายงานสรุปร่วมกัน โดยเฉพาะสําหรับการเพิ่มประสิทธิภาพ ROAS
การระบุแหล่งที่มาข้ามแอปและเว็บ	ทําความเข้าใจวิธีใช้การระบุแหล่งที่มาแบบข้ามแอปและเว็บของ Chrome และ Android (คําอธิบายเว็บ คําอธิบาย Android)	เปรียบเทียบการระบุแหล่งที่มาข้ามแอปและเว็บผ่าน ARA กับการครอบคลุมข้ามแอปและเว็บในปัจจุบัน หากไม่ได้วัดการระบุแหล่งที่มาข้ามแอปและเว็บ ให้พิจารณาว่าวิธีนี้อาจมีประโยชน์หรือไม่

เกณฑ์พื้นฐาน

เหมาะสมที่สุด

การรายงาน

การใช้รายงานสรุปสำหรับการรายงาน Use Case

การใช้การผสานรวม PA + ARA

ทําความเข้าใจวิธีใช้รายงานสรุป + รายงานระดับเหตุการณ์ร่วมกันสําหรับการรายงาน

การเพิ่มประสิทธิภาพ

คําอธิบายที่ชัดเจนเกี่ยวกับสิ่งที่เพิ่มประสิทธิภาพ

ความเข้าใจที่ชัดเจนว่ารายงานใดขับเคลื่อนโมเดลการเพิ่มประสิทธิภาพ

การใช้รายงานระดับเหตุการณ์สําหรับ Use Case การเพิ่มประสิทธิภาพ

PA + ARA

การใช้การผสานรวม PA + ARA

การเพิ่มประสิทธิภาพ PA อาจเกี่ยวข้องกับ modelingSignals

ทําความเข้าใจวิธีใช้รายงานระดับเหตุการณ์และรายงานสรุปร่วมกัน โดยเฉพาะสําหรับการเพิ่มประสิทธิภาพ ROAS

การระบุแหล่งที่มาข้ามแอปและเว็บ

ทําความเข้าใจวิธีใช้การระบุแหล่งที่มาแบบข้ามแอปและเว็บของ Chrome และ Android (คําอธิบายเว็บ คําอธิบาย Android)

เปรียบเทียบการระบุแหล่งที่มาข้ามแอปและเว็บผ่าน ARA กับการครอบคลุมข้ามแอปและเว็บในปัจจุบัน

หากไม่ได้วัดการระบุแหล่งที่มาข้ามแอปและเว็บ ให้พิจารณาว่าวิธีนี้อาจมีประโยชน์หรือไม่

4. การตั้งค่าการกําหนดค่า

	เกณฑ์พื้นฐาน	เหมาะสมที่สุด
รายงานระดับเหตุการณ์	การตั้งค่าการเรียกแหล่งที่มา / ทริกเกอร์การลงทะเบียนที่เหมาะสมสำหรับทุกขั้นตอน (PA, ไม่ใช่ PA ฯลฯ) การใช้ Conversion การคลิกผ่าน (CTC) หรือ Conversion การดูผ่าน (VTC) การใช้การตั้งค่าการกําหนดค่าเริ่มต้น ทำความเข้าใจอย่างเต็มรูปแบบเกี่ยวกับลําดับความสําคัญ, หมดอายุ, event_report_window, deduplication_key, filters,_lookback_window	การตั้งค่าการเรียกแหล่งที่มา / การลงทะเบียนทริกเกอร์ที่เหมาะสมสำหรับทุกขั้นตอน (PA, ไม่ใช่ PA, โฆษณาทุกประเภท ฯลฯ) การใช้ทั้ง CTC และ VTC การใช้การตั้งค่าระดับเหตุการณ์แบบยืดหยุ่นแบบ Lite โดยเฉพาะเพื่อลดการสูญเสียรายงาน การทดสอบกรอบเวลาการรายงานต่างๆ เพื่อเพิ่มประสิทธิภาพเพื่อไม่ให้รายงานสูญหาย และระบุการตั้งค่าที่เหมาะสมที่สุดสำหรับกรณีการใช้งาน ทําความเข้าใจวิธีทํางานของขั้นตอนการระบุแหล่งที่มาอย่างถ่องแท้ การผสานรวมกับรายงานการแก้ไขข้อบกพร่องแบบเปลี่ยนผ่านเพื่อให้เปรียบเทียบกับการวัดผลตาม 3PC ได้ดียิ่งขึ้น ซึ่งรวมถึงทั้งรายงานการแก้ไขข้อบกพร่องการระบุแหล่งที่มาที่ประสบความสําเร็จและรายงานการแก้ไขข้อบกพร่องแบบแสดงรายละเอียด การผสานรวมกับ Sim lib ซึ่งเป็นเครื่องมือที่ใช้ทดสอบ ARA ตามข้อมูลย้อนหลังได้
รายงานสรุป	การตั้งค่าการเรียกแหล่งที่มา / ทริกเกอร์การลงทะเบียนที่เหมาะสมสำหรับทุกขั้นตอน (PA, ไม่ใช่ PA ฯลฯ) การใช้ CTC หรือ VTC ทําความเข้าใจการกําหนดค่ารายงานแบบรวมอย่างละเอียด ได้แก่ ตัวกรอง, aggregatable_report_window, scheduled_report_time, source_registration_time, reporting_origin การตั้งค่าบริการรวมข้อมูลอย่างเหมาะสม	การตั้งค่าการเรียกแหล่งที่มา / การลงทะเบียนทริกเกอร์ที่เหมาะสมสำหรับทุกขั้นตอน (PA, ไม่ใช่ PA, โฆษณาทุกประเภท ฯลฯ) การใช้ทั้ง CTC และ VTC ทําความเข้าใจวิธีทํางานของ ขั้นตอนการระบุแหล่งที่มาอย่างถ่องแท้ ลองหาวิธีเพิ่มประสิทธิภาพงบประมาณ L1 และ Conversion หลายรายการต่อแหล่งที่มา การผสานรวมกับรายงานการแก้ไขข้อบกพร่องแบบเปลี่ยนผ่านเพื่อเปรียบเทียบกับการวัดผลตาม 3PC ได้ดีขึ้น ซึ่งรวมถึงทั้งรายงานการแก้ไขข้อบกพร่องการระบุแหล่งที่มาสําเร็จและรายงานการแก้ไขข้อบกพร่องแบบแสดงรายละเอียด การผสานรวมกับ SimLib และการทดลองใช้การจําลองของ Noise Lab ใช้ทดสอบการกําหนดค่า API ต่างๆ ได้ ตัวอย่างกลยุทธ์การแบ่งกลุ่มที่จะลองใช้ในคลังการจําลอง

เกณฑ์พื้นฐาน

เหมาะสมที่สุด

รายงานระดับเหตุการณ์

การตั้งค่าการเรียกแหล่งที่มา / ทริกเกอร์การลงทะเบียนที่เหมาะสมสำหรับทุกขั้นตอน (PA, ไม่ใช่ PA ฯลฯ)

การใช้ Conversion การคลิกผ่าน (CTC) หรือ Conversion การดูผ่าน (VTC)

การใช้การตั้งค่าการกําหนดค่าเริ่มต้น

ทำความเข้าใจอย่างเต็มรูปแบบเกี่ยวกับลําดับความสําคัญ, หมดอายุ, event_report_window, deduplication_key, filters,_lookback_window

การตั้งค่าการเรียกแหล่งที่มา / การลงทะเบียนทริกเกอร์ที่เหมาะสมสำหรับทุกขั้นตอน (PA, ไม่ใช่ PA, โฆษณาทุกประเภท ฯลฯ)

การใช้ทั้ง CTC และ VTC

การใช้การตั้งค่าระดับเหตุการณ์แบบยืดหยุ่นแบบ Lite โดยเฉพาะเพื่อลดการสูญเสียรายงาน

การทดสอบกรอบเวลาการรายงานต่างๆ เพื่อเพิ่มประสิทธิภาพเพื่อไม่ให้รายงานสูญหาย และระบุการตั้งค่าที่เหมาะสมที่สุดสำหรับกรณีการใช้งาน

ทําความเข้าใจวิธีทํางานของขั้นตอนการระบุแหล่งที่มาอย่างถ่องแท้

การผสานรวมกับรายงานการแก้ไขข้อบกพร่องแบบเปลี่ยนผ่านเพื่อให้เปรียบเทียบกับการวัดผลตาม 3PC ได้ดียิ่งขึ้น ซึ่งรวมถึงทั้งรายงานการแก้ไขข้อบกพร่องการระบุแหล่งที่มาที่ประสบความสําเร็จและรายงานการแก้ไขข้อบกพร่องแบบแสดงรายละเอียด

การผสานรวมกับ Sim lib ซึ่งเป็นเครื่องมือที่ใช้ทดสอบ ARA ตามข้อมูลย้อนหลังได้

รายงานสรุป

การตั้งค่าการเรียกแหล่งที่มา / ทริกเกอร์การลงทะเบียนที่เหมาะสมสำหรับทุกขั้นตอน (PA, ไม่ใช่ PA ฯลฯ)

การใช้ CTC หรือ VTC

ทําความเข้าใจการกําหนดค่ารายงานแบบรวมอย่างละเอียด ได้แก่ ตัวกรอง, aggregatable_report_window, scheduled_report_time, source_registration_time, reporting_origin

การตั้งค่าบริการรวมข้อมูลอย่างเหมาะสม

การตั้งค่าการเรียกแหล่งที่มา / การลงทะเบียนทริกเกอร์ที่เหมาะสมสำหรับทุกขั้นตอน (PA, ไม่ใช่ PA, โฆษณาทุกประเภท ฯลฯ)

การใช้ทั้ง CTC และ VTC

ทําความเข้าใจวิธีทํางานของ ขั้นตอนการระบุแหล่งที่มาอย่างถ่องแท้

ลองหาวิธีเพิ่มประสิทธิภาพงบประมาณ L1 และ Conversion หลายรายการต่อแหล่งที่มา

การผสานรวมกับรายงานการแก้ไขข้อบกพร่องแบบเปลี่ยนผ่านเพื่อเปรียบเทียบกับการวัดผลตาม 3PC ได้ดีขึ้น ซึ่งรวมถึงทั้งรายงานการแก้ไขข้อบกพร่องการระบุแหล่งที่มาสําเร็จและรายงานการแก้ไขข้อบกพร่องแบบแสดงรายละเอียด

การผสานรวมกับ SimLib และการทดลองใช้การจําลองของ Noise Lab ใช้ทดสอบการกําหนดค่า API ต่างๆ ได้

ตัวอย่างกลยุทธ์การแบ่งกลุ่มที่จะลองใช้ในคลังการจําลอง

5. กลยุทธ์การใช้งาน

	เกณฑ์พื้นฐาน	เหมาะสมที่สุด
ข้อมูลที่ไม่อยู่ใน 3PC		พิจารณาวิธีใช้คุกกี้ของบุคคลที่สาม (หากมี) และข้อมูลที่ไม่ได้รับผลกระทบจาก 3PCD เพื่อตรวจสอบหรือปรับปรุงประสิทธิภาพ ARA ให้ดียิ่งขึ้น
เสียง	ทําความเข้าใจอย่างเต็มรูปแบบเกี่ยวกับวิธีเพิ่มสัญญาณรบกวนลงในรายงานสรุปและการตัดสินใจด้านการออกแบบต่างๆ ที่ทําได้เพื่อเปลี่ยนผลกระทบของสัญญาณรบกวน	การผสานรวมกับ SimLib และการทดสอบการจําลองด้วย Noise Lab เพื่อประเมินผลกระทบจากเสียงรบกวน ใช้และทดสอบกลไกต่างๆ ในการกรองสัญญาณรบกวนออกจากข้อมูล
บริการรวมข้อมูล	ทำความเข้าใจเฟรมเวิร์กการทดสอบบริการรวมข้อมูลอย่างละเอียด: คำแนะนำการทดสอบบริการรวมข้อมูล ตรวจสอบว่าคีย์ฝั่งแหล่งที่มาและคีย์ฝั่งทริกเกอร์ที่คุณวางแผนจะใช้เหมาะกับกรณีการใช้งานของคุณ ตัวอย่างโครงสร้างคีย์ที่ควรเริ่มต้นด้วยอาจเป็นโครงสร้างคีย์ที่มีมิติข้อมูลทั้งหมดที่คุณต้องการติดตาม คุณทดสอบโครงสร้างคีย์ต่างๆ ได้โดยอิงตามเอาต์พุต ทําความเข้าใจรหัสที่ใช้ร่วมกันและงบประมาณการมีส่วนร่วมอย่างถ่องแท้ การทำความเข้าใจอย่างเต็มรูปแบบเกี่ยวกับวิธีเพิ่มสัญญาณรบกวนในบริการรวมข้อมูล	การทดสอบโครงสร้างคีย์หลายแบบ รวมถึงคีย์ตามลําดับชั้นเพื่อเพิ่มประสิทธิภาพสําหรับ Use Case ตัวอย่างการใช้โครงสร้างคีย์แบบลําดับชั้น การทดสอบค่า Epsilon ต่างๆ ภายในบริการรวมข้อมูลและสามารถให้มุมมองเกี่ยวกับค่าดังกล่าว
กลยุทธ์การแบ่งกลุ่ม	ทําความเข้าใจผลกระทบของความถี่การรวมกลุ่มที่แตกต่างกัน (เช่น รายชั่วโมง รายวัน หรือรายสัปดาห์) และวิธีจัดกลุ่มรายงาน (เช่น ตามเวลารายงานที่ตั้งเวลาไว้ของผู้ลงโฆษณา X) โปรดดูรายละเอียดเพิ่มเติมในเอกสารสําหรับนักพัฒนาซอฟต์แวร์และคําแนะนําการทดสอบการโหลดบริการ Agg ทดสอบกับความถี่การแบ่งกลุ่มอย่างน้อย 1 รายการและผู้ลงโฆษณาอย่างน้อย 1 ราย	การทดสอบการผสมผสานความถี่การแบ่งกลุ่มและมิติข้อมูลรายงานที่แตกต่างกัน และระบุการตั้งค่าที่เหมาะสมที่สุดสำหรับกรณีการใช้งาน ซึ่งอาจรวมถึงการมีกลยุทธ์ที่แตกต่างกันไปตามผู้ลงโฆษณาหรือกลุ่มผู้ลงโฆษณา (เช่น ขนาดเล็ก กลาง ใหญ่) ดูคำแนะนำการทดสอบการโหลดบริการ MTG Agg ลดการสูญเสียรายงานด้วยการปรับกลยุทธ์การแบ่งกลุ่มเพื่อพิจารณารายงานที่รวบรวมได้ซึ่งอาจล่าช้า
การแก้ไขข้อบกพร่อง	ผสานรวมกับรายงานข้อบกพร่องการระบุแหล่งที่มาที่ประสบความสําเร็จ รายงานข้อบกพร่องแบบแสดงรายละเอียด และโหมดแก้ไขข้อบกพร่องของบริการรวมข้อมูล	ใช้รายงานข้อบกพร่องทุกประเภทเป็นส่วนหนึ่งของการทดสอบและการประเมิน