Obtén información para trabajar con el ruido, tenerlo en cuenta y reducir su impacto en tus informes agregables.
Antes de comenzar
Antes de continuar, para comprender en detalle qué es el ruido y su impacto, consulta Cómo comprender el ruido en los informes de resumen.
Tus controles sobre el ruido
Si bien no puedes controlar directamente el ruido que se agrega a tus informes agregables, puedes tomar medidas para minimizar sus efectos. En las siguientes secciones, se explican estas estrategias.
Cómo aumentar la escala hasta el presupuesto de contribución
Como se explica en Comprende el ruido, el ruido aplicado al valor del resumen para cada clave se basa en la escala de 0 a 65,536 (0 a CONTRIBUTION_BUDGET).
Por lo tanto, para maximizar la señal en relación con el ruido, debes aumentar cada valor antes de establecerlo como un valor agregable, es decir, multiplicar cada valor por un factor determinado, el factor de ajuste, y verificar que permanezca dentro del presupuesto de contribución.
Cómo calcular un factor de ajuste
El factor de ajuste representa cuánto deseas ajustar un valor agregable determinado. Su valor debe ser el presupuesto de contribución dividido por el valor máximo agregable para una clave determinada.
Por ejemplo, supongamos que los anunciantes desean conocer el valor total de las compras. Sabes que el valor máximo esperado de cualquier compra individual es de USD 2,000, excepto por algunos valores atípicos que decides ignorar:
- Calcula el factor de escala:
- Para maximizar la relación señal-ruido, debes ajustar este valor a 65,536 (el presupuesto de contribución).
- Esto da como resultado un factor de escala de 65,536 / 2,000, aproximadamente 32x. En la práctica, puedes redondear este factor hacia arriba o hacia abajo.
- Aumenta tus valores antes de la agregación. Por cada USD 1 de compra, aumenta la métrica registrada en 32. Por ejemplo, para una compra de USD 120, establece un valor agregable de 120*32 = 3,840.
- Reduce tus valores después de la agregación. Una vez que recibas el informe de resumen que contiene el valor de compra sumado en varios usuarios, reduce el valor del resumen con el factor de ajuste que usaste antes de la agregación. En nuestro ejemplo, usamos un factor de ajuste de 32 antes de la agregación, por lo que debemos dividir el valor del resumen que se recibe en el informe de resumen por 32. Por lo tanto, si el valor de compra resumido para una clave determinada en el informe de resumen es de 76,800, el valor de compra resumido (con ruido) es de 76,800/32 = USD 2,400.
Divide tu presupuesto
Si tienes varios objetivos de medición, por ejemplo, la cantidad de compras y el valor de las compras, es posible que desees dividir tu presupuesto entre estos objetivos.
En este caso, tus factores de ajuste serán diferentes para los distintos valores agregables, según el máximo esperado de un valor agregable determinado.
Lee los detalles en Información sobre las claves de agregación.
Por ejemplo, supongamos que haces un seguimiento del recuento de compras y del valor de las compras, y que decides asignar tu presupuesto de forma equitativa.
Se pueden asignar 32,768 (65,536 / 2) por tipo de medición y por fuente.
- Cantidad de compras:
- Solo realizas el seguimiento de una compra, por lo que la cantidad máxima de compras para una conversión determinada es 1.
- Por lo tanto, decides establecer tu factor de ajuste de tamaño para el recuento de compras en 32,768 / 1 = 32,768.
- Valor de compra:
- Supongamos que el valor de compra esperado máximo de cualquier compra individual es de USD 2,000.
- Por lo tanto, decides establecer tu factor de ajuste de tamaño para el valor de compra en 32,768 / 2,000 = 16.384 o, aproximadamente, 16.
Las claves de agregación más gruesas mejoran la relación señal-ruido
Dado que las claves aproximadas captan más eventos de conversión que las claves detalladas, las claves aproximadas suelen generar valores de resumen más altos.
Los valores de resumen más altos se ven menos afectados por el ruido que los valores más bajos, por lo que es probable que el ruido en estos valores sea menor en relación con el valor.
Es probable que los valores recopilados con claves más generales sean relativamente menos ruidosos que los valores recopilados con claves más detalladas.
Ejemplo
Si todo lo demás permanece constante, una clave que haga un seguimiento del valor de compra a nivel mundial (sumado en todos los países) generará un valor de compra resumido más alto (y un recuento de conversiones resumido más alto) que una clave que haga un seguimiento de las conversiones a nivel de un país.
Por lo tanto, el ruido relativo en el valor total de las compras para un país específico será mayor que el ruido relativo en el valor total de las compras para todos los países.
Del mismo modo, si todo lo demás permanece constante, el valor total de la compra de zapatos es menor que el valor total de la compra de todos los artículos (incluidos los zapatos).
Por lo tanto, el ruido relativo en el valor total de las compras de zapatos será mayor que el ruido relativo en el valor total de las compras de todos los artículos.
La suma de los valores de resumen (acumulados) también suma su ruido
Si sumas los valores de resumen de los informes de resumen para acceder a datos de nivel superior, también sumas el ruido de esos valores.
Veamos dos enfoques diferentes:
- Enfoque A: Incluyes un ID de geografía en tus claves. Los informes de resumen exponen claves a nivel del ID geográfico, cada una asociada con el valor de compra del resumen a nivel de un ID geográfico específico.
- Enfoque B: No incluyes el ID de ubicación geográfica en tus claves. Los informes de resumen exponen directamente el valor de compra resumido para todos los IDs de ubicación o ubicaciones geográficas.
Sigue estos pasos para acceder al valor de compra a nivel del país:
- Con el enfoque A, sumas los valores de resumen a nivel del ID geográfico y, por lo tanto, también sumas su ruido. Es probable que esto genere más ruido en el valor final de la compra a nivel del ID geográfico.
- Con el enfoque B, analizas directamente los datos expuestos en los informes de resumen. El ruido se agregó solo una vez a esos datos.
Por lo tanto, es probable que el valor de compra resumido para un ID geográfico determinado sea más ruidoso con el enfoque A.
Del mismo modo, incluir una dimensión a nivel del código postal en tus claves probablemente generará resultados más ruidosos que usar claves más generales con una dimensión a nivel de la región.
La agregación en períodos más largos aumenta la relación señal-ruido
Solicitar informes de resumen con menos frecuencia significa que es probable que cada valor de resumen sea más alto que si solicitaras informes con más frecuencia, ya que es probable que se produzcan más conversiones en períodos más largos.
Como se mencionó anteriormente, cuanto más alto sea el valor del resumen, es probable que menor sea el ruido relativo. Por lo tanto, solicitar informes de resumen con menor frecuencia genera una mejor relación señal-ruido.
A continuación, se muestra un ejemplo ilustrativo:
- Si solicitas informes de resumen por hora durante 24 horas y, luego, sumas el valor del resumen de cada informe por hora para acceder a los datos a nivel del día, se agrega ruido 24 veces.
- En un informe de resumen diario, el ruido se agrega solo una vez.
Cuanto mayor sea el valor de epsilon, menor será el ruido
Cuanto mayor sea el valor de épsilon, menor será el ruido y menor la protección de la privacidad.
Aprovecha el filtrado y la eliminación de duplicados
Una parte importante de la asignación del presupuesto entre diferentes claves es comprender cuántas veces puede ocurrir un evento determinado. Por ejemplo, es posible que a un anunciante solo le interese una compra por cada clic, pero que le interesen hasta 3 conversiones de "vista de página de producto". Para admitir estos casos de uso, también puedes usar las siguientes funciones de la API que te permiten controlar cuántos informes se generan y qué conversiones se registran:
- Filtrado Obtén más información sobre el filtrado.
- Anulación de duplicación Obtén más información sobre la deduplicación.
Experimentación con epsilon
Las tecnologías publicitarias pueden establecer el valor de epsilon en un número mayor que 0 y hasta 64 inclusive. Este rango permite realizar pruebas flexibles. Los valores más bajos de épsilon proporcionan una mayor protección de la privacidad. Te recomendamos que comiences con epsilon=10.
Recomendaciones para experimentar
Te recomendamos que hagas lo siguiente:
- Comienza con epsilon = 10.
- En caso de que esto cause problemas de utilidad notables, aumenta el valor de epsilon de forma incremental.
- Comparte tus comentarios sobre los puntos de inflexión específicos que encuentres en relación con la usabilidad de los datos.
Interactúa y comparte comentarios
Puedes participar y experimentar con esta API.
- Obtén información sobre los informes agregables y el servicio de agregación, haz preguntas y sugiere comentarios.
- Lee las guías de informes de atribución.
Próximos pasos
- Para obtener más información sobre los factores que influyen en los informes, como las variables de la campaña, la frecuencia de procesamiento por lotes y la granularidad de las dimensiones, consulta Experimenta con las decisiones de diseño de los informes de resumen .
- Prueba el Noise lab.