Dowiedz się, jak uwzględniać i zmniejszać wpływ szumu w raportach podlegających agregacji oraz jak z nimi pracować.
Zanim zaczniesz
Zanim przejdziesz dalej, zapoznaj się z artykułem Zrozumienie szumu w raportach podsumowania, aby dowiedzieć się więcej o tym, czym jest szum i jak wpływa na wyniki.
Twoje ustawienia dotyczące dźwięku
Nie możesz bezpośrednio kontrolować szumu dodanego do raportów podlegających agregacji, ale możesz podjąć działania, które pozwolą zminimalizować jego wpływ. W następnych sekcjach omawiamy te strategie.
Przejście na budżet udziału
Jak wyjaśniono w sekcji dotyczącą szumu, szum dodawany do wartości zbiorczej w przypadku każdego klucza jest określany na skali od 0 do 65 536 (0–CONTRIBUTION_BUDGET).
Aby zmaksymalizować sygnał w stosunku do szumu, przed ustawieniem wartości jako wartości agregowanej należy każdą z nich przemnożyć, czyli pomnożyć przez określony współczynnik, czyli współczynnik skalowania, pamiętając o tym, aby nie przekroczyć budżetu na przyczyny.
Obliczanie współczynnika skalowania
Współczynnik skalowania określa, jak bardzo chcesz skalować daną wartość agregowalną. Jego wartość powinna być równa budżetowi udziału podzielonemu przez maksymalną wartość agregacji dla danego klucza.
Załóżmy np., że reklamodawcy chcą znać łączną wartość zakupu. Wiesz, że maksymalna oczekiwana wartość każdego zakupu to 2000 USD, z wyjątkiem kilku wartości odstających, które decydujesz się zignorować:
- Obliczanie współczynnika skalowania:
- Aby zmaksymalizować stosunek sygnału do szumu, musisz zwiększyć tę wartość do 65 536 (budżet na wkład).
- W efekcie współczynnik skalowania wynosi 65 536 / 2000 = 32x. W praktyce możesz zaokrąglić ten współczynnik w górę lub w dół.
- Przed agregacją zwiększaj wartości. Za każde 1 USD wydatków zwiększaj śledzone dane o 32. Na przykład w przypadku zakupu o wartości 120 zł ustaw wartość agregacyjną 120*32 = 3840.
- Zmniejszaj wartości po ich zsumowaniu. Gdy otrzymasz raport podsumowujący, który zawiera wartość zakupu zsumowaną dla wielu użytkowników, zmniejsz wartość podsumowania, stosując współczynnik skalowania użyty przed agregacją. W naszym przykładzie zastosowaliśmy współczynnik skalowania wynoszący 32 przed agregacją, więc musimy podzielić otrzymaną wartość podsumowania w raporcie podsumowania przez 32. Jeśli więc wartość zakupu podana w raporcie zbiorczym dla danego klucza wynosi 76 800, wartość zakupu podana w raporcie zbiorczym (z dodatkowymi błędami) wynosi 76 800/32 = 2400 zł.
Podział budżetu
Jeśli masz kilka celów pomiarowych, np. liczbę zakupów i wartość zakupu, możesz podzielić budżet na te cele.
W takim przypadku współczynniki skalowania będą się różnić w zależności od oczekiwanego maksymalnego zbiorczego wyniku danej wartości.
Więcej informacji znajdziesz w artykule Klucze agregacji.
Załóżmy na przykład, że śledzisz zarówno liczbę zakupów, jak i wartość zakupu, i postanawiasz przydzielić budżet w równych częściach.
Na typ pomiaru i na źródło można przypisać 65 536 / 2 = 32 768.
- Liczba zakupów:
- Śledzisz tylko 1 zakup, więc maksymalna liczba zakupów w przypadku danej konwersji to 1.
- Dlatego decydujesz się ustawić współczynnik skalowania dla liczby zakupów na 32 768 / 1 = 32 768.
- Wartość zakupu:
- Załóżmy,że maksymalna oczekiwana wartość każdego zakupu to 2000 zł.
- Dlatego decydujesz się ustawić współczynnik skalowania wartości zakupu na 32 768 / 2000 = 16,384, czyli w przybliżeniu 16.
Klucze agregacji o grubszej ziarnistości poprawiają stosunek sygnału do szumu
Ponieważ klucze ogólne wychwytują więcej zdarzeń konwersji niż klucze szczegółowe, zwykle prowadzą do wyższych wartości zbiorczych.
Na wyższe wartości zbiorcze ma mniejszy wpływ szum niż na niższe wartości; szum tych wartości jest prawdopodobnie mniejszy w stosunku do tej wartości.
Wartości zbierane przy użyciu kluczy o mniejszej rozdzielczości prawdopodobnie będą mniej wiarygodne niż wartości zbierane przy użyciu kluczy o większej rozdzielczości.
Przykład
Przy wszystkich pozostałych niezmienionych warunkach klucz, który śledzi wartość zakupu na całym świecie (sumowaną we wszystkich krajach), spowoduje wyższą łączną wartość zakupu (i wyższy łączny współczynnik konwersji) niż klucz, który śledzi konwersje na poziomie kraju.
Dlatego względny szum w przypadku łącznej wartości zakupu w konkretnym kraju będzie wyższy niż względny szum w przypadku łącznej wartości zakupu we wszystkich krajach.
Podobnie, przy niezmienionych pozostałych warunkach, łączna wartość zakupu butów jest niższa niż łączna wartość zakupu wszystkich produktów (w tym butów).
Dlatego względny szum w przypadku łącznej wartości zakupu butów będzie większy niż względny szum w przypadku łącznej wartości zakupu wszystkich produktów.
Dodawanie wartości podsumowania (podsumowań) powoduje również dodanie ich szumu.
Sumując wartości podsumowania z raportów podsumowania, aby uzyskać dostęp do danych na wyższym poziomie, sumujesz też szum z tych wartości podsumowania.
Przyjrzyjmy się 2 różnym podejściom: - Podejście A: w kluczach uwzględniasz identyfikator geograficzny. Raporty podsumowujące zawierają klucze na poziomie geo-ID, z których każdy jest powiązany z wartością zakupu na poziomie konkretnego geo-ID. – Metoda B: w kluczach nie uwzględniasz identyfikatora geograficznego. Raporty podsumowujące zawierają bezpośrednio podsumowaną wartość zakupu dla wszystkich identyfikatorów geograficznych / lokalizacji.
Aby uzyskać wartość zakupu na poziomie kraju: - W przypadku podejścia A sumujesz wartości podsumowania na poziomie identyfikatora geograficznego, a zatem również ich szum. Może to spowodować zwiększenie poziomu szumów w przypadku wartości zakupu na poziomie identyfikatora geograficznego. – W przypadku podejścia B dane są widoczne bezpośrednio w raportach podsumowania. Do tych danych szum został dodany tylko raz.
Dlatego przy podejściu A wartość zakupu podana w ramach danego identyfikatora geograficznego prawdopodobnie będzie bardziej niejednorodna.
Podobnie uwzględnienie w kluczach wymiaru na poziomie kodu pocztowego prawdopodobnie spowoduje powstanie bardziej niejednorodnych wyników niż w przypadku użycia kluczy o większym zasięgu z wymiarem na poziomie regionu.
Aggregating over longer time periods increases signal-to-noise ratio
Jeśli żądasz raportów zbiorczych rzadziej, każda wartość zbiorczego raportu będzie prawdopodobnie wyższa niż w przypadku częstszego żądania raportów. W dłuższych przedziałach czasu prawdopodobnie wystąpi więcej konwersji.
Jak już wspomnieliśmy, im wyższa wartość podsumowania, tym mniejszy jest względny szum. Dlatego rzadsze żądanie raportów podsumowań prowadzi do uzyskania wyższego (lepszego) współczynnika sygnału do szumu.
Oto przykład:
- Jeśli żądasz raportów z podsumowaniem godzinowym za okres 24 godzin, a następnie sumujesz wartość podsumowania z każdego raportu godzinowego, aby uzyskać dane na poziomie dnia, do szumu dodawane są 24 wartości.
- W jednym raporcie podsumowania dziennego szum jest dodawany tylko raz.
Większa wartość epsilona, mniejszy szum
Im wyższa wartość epsilon, tym mniejszy szum i niższa ochrona prywatności.
Wykorzystywanie filtrowania i deduplikacji
Ważnym elementem przydzielania budżetu do różnych kluczy jest ustalenie, ile razy może wystąpić dane zdarzenie. Reklamodawca może np. zliczać tylko 1 zakup na każde kliknięcie, ale może też być zainteresowany maksymalnie 3 konwersjami „wyświetlenia strony produktu”. Aby obsługiwać te przypadki użycia, możesz też korzystać z tych funkcji interfejsu API, które umożliwiają kontrolowanie liczby generowanych raportów i konwersji, które są zliczane:
- Filtrowanie – Więcej informacji o filtrowaniu
- deduplikacji, Więcej informacji o usuwaniu duplikatów
Eksperymentowanie z epsilonem
Firmy zajmujące się technologiami reklamowymi mogą ustawić wartość epsilon na wartość większą niż 0, ale nie większą niż 64. Ten zakres umożliwia elastyczne testowanie. Im mniejsza wartość epsilon, tym większa ochrona prywatności. Zalecamy rozpoczęcie od epsilon=10.
Rekomendacje dotyczące eksperymentowania
Zalecamy: - zacznij od epsilon = 10. – Jeśli powoduje to znaczne problemy z użytecznością, stopniowo zwiększaj wartość epsilona. – Prześlij opinię na temat konkretnych punktów zwrotnych, które możesz zauważyć w związku z użytecznością danych.
Angażuj i dziel się opiniami
Możesz uczestniczyć w korzystaniu z tego interfejsu API i eksperymentować z nim.
- Poczytaj o raportach zbiorczych i usłudze agregacji, zadawaj pytania i zaproponuj swoją opinię.
- Przeczytaj przewodniki po raportowaniu atrybucji.
- Zadawaj pytania i dołączaj do dyskusji w repozytorium pomocy dla deweloperów Piaskownicy prywatności.
Dalsze kroki
- Więcej informacji o czynnikach wpływających na raportowanie, takich jak zmienne kampanii, częstotliwość zbiorczego przetwarzania danych i poziom szczegółowości wymiarów, znajdziesz w artykule Eksperymentowanie z rozwiązaniami dotyczącymi projektowania raportów zbiorczych .
- Wypróbuj Noise Lab.