Mit Rauschen arbeiten

Hier erfahren Sie, wie Sie mit Ausreißern in Ihren aggregierten Berichten umgehen, sie berücksichtigen und ihre Auswirkungen reduzieren.

Hinweis

Bevor Sie fortfahren, sollten Sie sich mit dem Thema „Rauschen in Zusammenfassungsberichten“ vertraut machen. Weitere Informationen finden Sie unter Rauschen in Zusammenfassungsberichten.

Ihre Einstellungen für Geräusche

Sie können die Abweichungen, die Ihren aggregierten Berichten hinzugefügt werden, zwar nicht direkt steuern, aber es gibt Maßnahmen, mit denen Sie die Auswirkungen minimieren können. In den folgenden Abschnitten werden diese Strategien erläutert.

Auf Beitragsbudget hochskalieren

Wie im Abschnitt zu Rauschen erläutert, basiert der Rauschwert, der auf den zusammengefassten Wert angewendet wird, für jeden Schlüssel auf der Skala 0–65.536 (0–CONTRIBUTION_BUDGET).

Die Verteilung der Rauschwerte basiert auf dem Budget.

Um das Signal im Verhältnis zum Rauschen zu maximieren, sollten Sie daher jeden Wert vergrößern, bevor Sie ihn als aggregierbaren Wert festlegen. Das bedeutet, dass Sie jeden Wert mit einem bestimmten Faktor, dem Skalierungsfaktor, multiplizieren und gleichzeitig darauf achten, dass er innerhalb des Beitragsbudgets bleibt.

Relatives Rauschen mit und ohne Skalierung

Skalierungsfaktor berechnen

Der Skalierungsfaktor gibt an, um wie viel Sie einen bestimmten aggregierbaren Wert skalieren möchten. Der Wert sollte dem Beitragsbudget geteilt durch den maximal aggregierbaren Wert für einen bestimmten Schlüssel entsprechen.

Skalierungsfaktor anhand des Beitragsbudgets ermitteln

Angenommen, Werbetreibende möchten den Gesamtwert der Käufe ermitteln. Sie wissen, dass der maximale erwartete Kaufwert eines einzelnen Kaufs 2.000 $beträgt, mit Ausnahme einiger Ausreißer, die Sie ignorieren möchten:

  • Skalierungsfaktor berechnen:
    • Um das Signal-Rausch-Verhältnis zu maximieren, müssen Sie diesen Wert auf 65.536 (das Beitragsbudget) skalieren.
    • Das ergibt einen Skalierungsfaktor von 65.536 ÷ 2.000, also etwa 32x. In der Praxis können Sie diesen Faktor auf- oder abrunden.
  • Werte vor der Aggregation hochskalieren Erhöhen Sie den Messwert für jeden 1$ Umsatz um 32. Legen Sie beispielsweise für einen Kauf von 120 € den aggregierbaren Wert 120 × 32 = 3.840 fest.
  • Werte nach der Aggregation herunterskalieren Sobald Sie den zusammengefassten Bericht mit dem Kaufwert erhalten haben, der für mehrere Nutzer zusammengefasst wurde, verkleinern Sie den zusammengefassten Wert mit dem Skalierungsfaktor, den Sie vor der Aggregation verwendet haben. In unserem Beispiel haben wir vor der Aggregation einen Skalierungsfaktor von 32 verwendet. Daher müssen wir den im Zusammenfassungsbericht erhaltenen Summenwert durch 32 teilen. Wenn der zusammengefasste Kaufwert für einen bestimmten Schlüssel im Zusammenfassungsbericht also 76.800 € beträgt, ist der zusammengefasste Kaufwert (mit Rauschen) 76.800 € ÷ 32 = 2.400 €.

Budget aufteilen

Wenn Sie mehrere Analyseziele haben, z. B. die Anzahl der Käufe und den Wert der Käufe, können Sie Ihr Budget auf diese Zielvorhaben aufteilen.

In diesem Fall sind die Skalierungsfaktoren für verschiedene aggregierbare Werte unterschiedlich, je nach dem erwarteten Maximum eines bestimmten aggregierbaren Werts.

Weitere Informationen finden Sie unter Aggregationsschlüssel.

Angenommen, Sie erfassen sowohl die Anzahl der Käufe als auch den Wert der Käufe und möchten Ihr Budget gleichmäßig aufteilen.

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

  • Anzahl der Käufe:
    • Sie erfassen nur einen Kauf. Die maximale Anzahl von Käufen für eine bestimmte Conversion ist daher 1.
    • Sie legen daher den Skalierungsfaktor für die Anzahl der Käufe auf 32.768 ÷ 1 = 32.768 fest.
  • Kaufwert:
    • Angenommen,der maximale erwartete Kaufwert eines einzelnen Kaufs beträgt 2.000 €.
    • Sie legen daher den Skalierungsfaktor für den Kaufwert auf 32.768 ÷ 2.000 = 16.384 oder etwa 16 fest.

Grobere Aggregationsschlüssel verbessern das Signal-Rausch-Verhältnis

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

Höhere Summenwerte sind weniger von Rauschen betroffen als niedrigere Werte. Der Rauschanteil dieser Werte ist im Vergleich zu diesem Wert wahrscheinlich geringer.

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

Beispiel

Bei ansonsten gleichen Bedingungen führt ein Schlüssel, mit dem der Kaufwert weltweit erfasst wird (zusammengefasst für alle Länder), zu einem höheren zusammengefassten Kaufwert und einer höheren zusammengefassten Conversion-Anzahl als ein Schlüssel, mit dem Conversions auf Länderebene erfasst werden.

Daher ist der relative Fehler beim Gesamtkaufwert für ein bestimmtes Land höher als der relative Fehler beim Gesamtkaufwert für alle Länder.

Ebenso ist der Gesamtwert des Kaufs für Schuhe bei ansonsten gleichen Bedingungen niedriger als der Gesamtwert des Kaufs für alle Artikel (einschließlich Schuhe).

Daher ist die relative Fehlertoleranz beim Gesamtkaufwert für Schuhe höher als die relative Fehlertoleranz beim Gesamtkaufwert für alle Artikel.

Auswirkungen von detaillierten und groben Schlüsseln auf die Geräuschbelastung

Wenn Sie zusammengefasste Werte (Summen) addieren, werden auch die zugehörigen Abweichungen addiert.

Wenn Sie die Summenwerte aus Zusammenfassungsberichten addieren, um auf Daten auf höherer Ebene zuzugreifen, summieren Sie auch den Rauschenanteil dieser Summenwerte.

Der Grad der Abweichung bei detaillierten Schlüsseln mit Zusammenfassungen im Vergleich zu groben Schlüsseln ohne Zusammenfassungen

Sehen wir uns zwei verschiedene Ansätze an: - Ansatz A: Sie fügen Ihren Schlüsseln eine geografische ID hinzu. In zusammenfassenden Berichten werden Schlüssel auf Geo-ID-Ebene angezeigt, die jeweils mit dem zusammengefassten Kaufwert auf Ebene einer bestimmten Geo-ID verknüpft sind. – Ansatz B: Sie geben die geografische ID nicht in Ihren Schlüsseln an. In zusammenfassenden Berichten wird der zusammengefasste Kaufwert für alle geografischen IDs / Standorte direkt angezeigt.

So greifen Sie auf den Kaufwert auf Länderebene zu: - Bei Ansatz A summieren Sie die Summenwerte auf Geo-ID-Ebene und damit auch die zugehörigen Abweichungen. Dies führt wahrscheinlich zu mehr Rauschen beim endgültigen Kaufwert auf Geo-ID-Ebene. – Bei Ansatz B sehen Sie sich direkt die Daten in den Zusammenfassungsberichten an. Diesen Daten wurde nur einmal Rauschen hinzugefügt.

Daher ist der zusammengefasste Kaufwert für eine bestimmte geografische ID bei Ansatz A wahrscheinlich ungenauer.

Wenn Sie in Ihren Schlüsseln eine Dimension auf Postleitzahlenebene angeben, führt das wahrscheinlich zu weniger aussagekräftigen Ergebnissen als bei der Verwendung gröberer Schlüssel mit einer Dimension auf Regionsebene.

Durch die Aggregation über längere Zeiträume wird das Signal-Rausch-Verhältnis erhöht.

Wenn Sie Zusammenfassungsberichte seltener anfordern, ist jeder Zusammenfassungswert wahrscheinlich höher als bei einer häufigeren Anfrage. In längeren Zeiträumen werden wahrscheinlich mehr Conversions erzielt.

Wie bereits erwähnt, ist der relative Fehler wahrscheinlich geringer, je höher der zusammengefasste Wert ist. Daher führt das seltenere Anfordern von Zusammenfassungsberichten zu einem höheren (besseren) Signal-Rausch-Verhältnis.

Wenn Sie Zusammenfassungsberichte seltener anfordern, ist das Signal-Rausch-Verhältnis höher.

Hier ein Beispiel zur Veranschaulichung:

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

Höheres Epsilon, weniger Rauschen

Je höher der Epsilonwert, desto geringer ist das Rauschen und desto geringer ist der Datenschutz.

Filterung und Deduplizierung nutzen

Ein wichtiger Teil der Budgetzuweisung auf verschiedene Schlüssel besteht darin, zu verstehen, wie oft ein bestimmtes Ereignis auftreten kann. Ein Werbetreibender ist beispielsweise möglicherweise nur an einem Kauf pro Klick interessiert, aber an bis zu drei Conversions vom Typ „Aufruf der Produktseite“. Für diese Anwendungsfälle können Sie auch die folgenden API-Funktionen verwenden, mit denen Sie steuern können, wie viele Berichte generiert und welche Conversions gezählt werden:

Mit Epsilon experimentieren

Anbieter von Anzeigentechnologien können „Epsilon“ auf einen Wert zwischen 0 und 64 festlegen. Dieser Bereich ermöglicht flexible Tests. Je niedriger der Wert von Epsilon, desto besser ist der Datenschutz. Wir empfehlen, mit epsilon=10 zu beginnen.

Empfehlungen für Tests

Wir empfehlen Folgendes: - Beginnen Sie mit „Epsilon“ = 10. – Falls dies zu erheblichen Leistungsproblemen führt, erhöhen Sie den Wert für „Epsilon“ schrittweise. – Geben Sie Feedback zu bestimmten Wendepunkten, die Sie in Bezug auf die Datennutzung feststellen.

Reagieren und Feedback geben

Sie können an dieser API teilnehmen und sie testen.

Nächste Schritte