Obtén información para trabajar con el ruido en tus informes agregables, tener en cuenta su impacto y reducirlo.
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.
Controles de ruido
Si bien no puedes controlar directamente el ruido que se agrega a tus informes agregables, hay medidas que puedes tomar para minimizar los efectos. En las siguientes secciones, se explican estas estrategias.
Escala al presupuesto de contribución
Como se explica en Comprende el ruido, el ruido aplicado al valor de resumen de cada clave se basa en la escala de 0 a 65,536 (0 a CONTRIBUTION_BUDGET).
Debido a esto, para maximizar el indicador 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 escalamiento, y, al mismo tiempo, asegurarte de que se mantenga dentro del presupuesto de contribución.
Cómo calcular un factor de escala
El factor de escalamiento representa cuánto deseas escalar 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 quieren saber el valor total de la compra. Sabes que el valor de compra máximo esperado de cualquier compra individual es de USD 2,000, excepto por algunos valores atípicos que decides ignorar:
- Cómo calcular el factor de escala:
- Para maximizar la relación señal-ruido, debes escalar este valor a 65,536 (el presupuesto de contribución).
- Esto da como resultado un factor de escalamiento de 65,536 / 2,000, aproximadamente 32x. En la práctica, puedes redondear este factor hacia arriba o hacia abajo.
- Escala tus valores antes de la agregación. Por cada USD 1 de compra, incrementa 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 escalamiento que usaste antes de la agregación. En nuestro ejemplo, usamos un factor de escalamiento de 32 antes de la agregación, por lo que debemos dividir el valor del resumen recibido en el informe de resumen por 32. Por lo tanto, si el valor de compra de resumen para una clave determinada en el informe de resumen es 76,800, el valor de compra de resumen (con ruido) es 76,800/32 = USD 2,400.
Cómo dividir tu presupuesto
Si tienes varios objetivos de medición, por ejemplo, la cantidad de compras y el valor de las compras, te recomendamos que dividas tu presupuesto entre estos objetivos.
En este caso, los factores de escalamiento serán diferentes para diferentes valores agregables, según el máximo esperado de un valor agregable determinado.
Consulta los detalles en Información sobre las claves de agregación.
Por ejemplo, supongamos que realizas un seguimiento del recuento de compras y del valor de las compras, y que decides asignar tu presupuesto por igual.
Se pueden asignar 65,536 / 2 = 32,768 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 el factor de escalamiento para el recuento de compras en 32,768 / 1 = 32,768.
- Valor de compra:
- Supongamos que el valor de compra máximo esperado de cualquier compra individual es de USD 2,000.
- Por lo tanto, decides establecer el factor de escalamiento 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 generales detectan más eventos de conversión que las claves detalladas, 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. Es probable que el ruido en estos valores sea menor en relación con este valor.
Es probable que los valores recopilados con claves más generales tengan menos ruido que los valores recopilados con claves más detalladas.
Ejemplo
En igualdad de condiciones, una clave que hace un seguimiento del valor de la compra a nivel global (sumado en todos los países) generará un valor de compra de resumen más alto (y un recuento de conversiones de resumen más alto) que una clave que hace un seguimiento de las conversiones a nivel de un país.
Por lo tanto, el ruido relativo en el valor total de compras de un país específico será mayor que el ruido relativo en el valor total de compras de todos los países.
Del mismo modo, si todo lo demás permanece igual, el valor total de la compra de zapatos es inferior al valor total de la compra de todos los artículos (incluidos los zapatos).
Por lo tanto, el ruido relativo en el valor total de compra de los zapatos será mayor que el ruido relativo en el valor total de compra de todos los artículos.
La suma de los valores de resumen (agrupaciones) también suma su ruido.
Cuando sumas los valores de resumen de los informes de resumen para acceder a datos de nivel superior, también sumas el ruido de estos valores de resumen.
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 de 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 de resumen para todos los IDs o ubicaciones geográficas.
Para acceder al valor de compra a nivel del país, haz lo siguiente: - 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 de compra final a nivel del ID geográfico. - Con el enfoque B, observas 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 de resumen 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 genere resultados más imprecisos 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 del resumen sea más alto que si solicitaras informes con más frecuencia. Es probable que se produzcan más conversiones en períodos más largos.
Como se mencionó anteriormente, cuanto mayor sea el valor del resumen, es más probable que sea menor el ruido relativo. Por lo tanto, solicitar informes de resumen con menos frecuencia genera una relación señal-ruido más alta (mejor).
A continuación, se muestra un ejemplo:
- 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.
Mayor épsilon, menor ruido
Cuanto mayor sea el valor de epsilon, menor será el ruido y menor la protección de la privacidad.
Aprovecha el filtrado y la anulación de duplicación
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 te recomendamos que aproveches 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 anulación de duplicación.
Experimenta con epsilon
Las tecnologías publicitarias pueden establecer epsilon en un valor mayor que 0 y hasta 64 inclusive. Este rango permite pruebas flexibles. Los valores más bajos de epsilon 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 epsilon de forma incremental. - Comparte tus comentarios sobre los puntos de inflexión específicos que puedas encontrar en relación con la usabilidad de los datos.
Interactúa y comparte comentarios
Puedes participar y experimentar con esta API.
- Lee sobre los informes agregables y el servicio de agregación, haz preguntas y sugiere comentarios.
- Consulta las Guías de Informes de atribución.
- Haz preguntas y únete a los debates en el repositorio de asistencia para desarrolladores de Privacy Sandbox.
Próximos pasos
- Para obtener más información sobre los factores que influyen en los informes, como las variables de la campaña, la frecuencia de lotes y el nivel de detalle de las dimensiones, consulta Experimenta con las decisiones de diseño de los informes de resumen .
- Prueba el lab de ruido.