我們準備將這份文件加入公開指南存放區，歡迎您提供意見回饋。
我們建議廣告技術人員對 100% 的正式版流量執行負載測試：
- 廣告技術應使用 Attribution Reporting API 做為報表用途，存取轉換歸因評估資料。
- 廣告技術應在盡量減少雜訊的情況下做出設計決策 (參考：模擬設計決策)
- 進行測試時，廣告技術人員應追蹤每天執行的工作數量 (例如每個廣告客戶的工作)、轉換事件數量的預估分布情形，以及每個處理工作中做為輸入的匯總鍵數量 (請參閱 Aggregation Service API 說明文件中的 output_domain_blob_prefix 工作參數)，以及每份輸入報表的平均轉換事件數。
- 進行測試時，廣告技術人員應根據預期的工作大小 (即報表數量、網域大小)，從大小指南表格中查詢建議的執行個體類型，並據此調整已部署的匯總服務。參考資料：AWS 匯總服務的大小設定指南
- 廣告技術應執行匯總工作，以便進行工作負載測試。
目標
這份指南專門針對匯總轉換歸因評估提供建議，並包含廣告技術人員可用來執行下列操作的重要設定和設定說明：
- 預估集合轉換歸因評估的負載預期值。
- 根據要評估的維度和目標，以及廣告主的規模和區隔，針對成效和雜訊最佳化主要設定和配置。
修課條件
本指南適用於廣告技術目標對象。在執行下列步驟前，請先詳閱說明處理雜訊和摘要報表設計決策的相關文件，並嘗試使用雜訊實驗室，找出最佳設定。
步驟
1. 初始匯總鍵設定策略
根據業務類型和目標，決定需要多少個關鍵結構 (即一組維度)。請注意，最佳化主要結構有助於減少報表中的雜訊。
廣告主人數
舉例來說，假設您有 1,000 位廣告主。
廣告客戶之間的相似性
相似性應根據轉換量、相對轉換價值和廣告客戶特徵的一般涵蓋率進行評估。您能將越相似的資料分組，結果就越精確 (因為輸出值的差異越小)，雜訊的影響也越小。詳情請參閱「進階金鑰管理」一文。舉例來說，廣告技術可以依產業、支出和轉換量來區隔廣告客戶，如下所示：
- 產業 (例如：保險、珠寶、成長型零售)
- 支出 (例如：<$50,000/季度, $50-$150,000/季度, $150,000-$250,000/季度)
- 轉換量 (低、中、高)
要建立的匯總鍵結構數量
舉例來說，27 (3x3x3)：3 個產業、3 種支出類型和 3 個轉換值分組。
2. 找出匯總鍵值維度
接著，請找出您想追蹤曝光和轉換的重要維度，以便估算來源和觸發事件側邊鍵的數量。
對於每個匯總鍵結構，您需要追蹤曝光次數的相關維度，這有助於您判斷來源端鍵的數量。維度取決於廣告主類型，例如產業、支出或轉換。以下範例說明維度：
重點結構 1：(產業 = 保險、支出 = <50,000、轉換量 = 低)
- 答：4 個維度：廣告活動 (例如：50 種可能值)、廣告群組 (例如：20 種可能值)，裝置類型 (例如：5 種可能值)、地理區域 (例如：50 種可能性)
- 可能的維度組合 = 50 x 20 x 5 x 50 = 250,000。這項屬性代表鍵結構 1 來源側鍵的可能維度組合數量。
- 需要保留 18 位元 (18 位元 = 262,144 個可能組合)
- 答：4 個維度：廣告活動 (例如：50 種可能值)、廣告群組 (例如：20 種可能值)，裝置類型 (例如：5 種可能值)、地理區域 (例如：50 種可能性)
關鍵結構 2：(產業 = 保險、支出 = <50,000、轉換量 = 中等)
- 答：4 個維度：廣告活動 (例如：30 種可能的值)、廣告群組 (例如：80 種可能值)、廣告類型 (例如：3 種可能)、地理位置 (例如：50 種可能性)。
- 可能的維度組合 = 30 x 80 x 3 x 50 = 360,000。代表索引鍵結構 2 的可能維度組合或來源側鍵數。
- 需要保留 19 位元 (19 位元 = 524,288 個可能組合)
- 答：4 個維度：廣告活動 (例如：30 種可能的值)、廣告群組 (例如：80 種可能值)、廣告類型 (例如：3 種可能)、地理位置 (例如：50 種可能性)。
主要結構 3：重複 (同樣地為您擁有的所有主要結構進行規劃)
針對每個匯總鍵結構，您需要追蹤轉換的相關重要維度，有助於判斷觸發側鍵。例如：
重點結構 1：(產業 = 保險、支出 = <50,000、轉換量 = 低)
- 答：2 個維度：產品類別 (例如：100 種可能性)、轉換類型 (例如：5 種可能性)
- 可能的維度組合 = 100 x 5 = 500
- 需要保留 9 位元 (9 位元 = 512 種可能組合)
- 答：2 個維度：產品類別 (例如：100 種可能性)、轉換類型 (例如：5 種可能性)
關鍵結構 2：(產業 = 保險、支出 = <50,000、轉換量 = 中等)
- 答：3 個維度：產品類別 (例如：50 種可能性)、產品類型 (10 種可能性)、轉換類型 (3 種可能性)
- 可能的維度組合 = 50 x 10 x 3 = 1,500
- 需要保留 11 位元 (11 位元 = 2,048 種可能組合)
- 答：3 個維度：產品類別 (例如：50 種可能性)、產品類型 (10 種可能性)、轉換類型 (3 種可能性)
主要結構體 3：重複 (同樣規劃所有主要結構體)
匯總鍵的預估值
- 鍵結構 1：250,000 個曝光鍵 x 500 個轉換鍵 = 125,000,000 個鍵
- 鍵結構 2：360,000 曝光鍵 x 1.5k 轉換鍵 = 540,000,000 個鍵
- 主要結構體 3：(同樣為您擁有的所有主要結構體規劃)
- 針對每個 Key Structure 重複上述步驟
- 匯總鍵的最大值 = 540,000,000 個鍵 (涵蓋所有鍵結構)。需要保留 30 位元 (30 位元 = 1.07B 個可能組合)
預估轉換量
針對每個匯總鍵結構，您可以使用下列範例說明預期的音量：
- 主要結構 1：(產業 = 保險、支出 = <50,000、轉換量 = 低)
- 答：預期在下個季度，重點結構 1 將帶來約 $500,000 美元的廣告主支出，平均千次曝光出價為 $8 美元。這會導致需要註冊 62,500,000 次曝光。
- 預期在下一季，關鍵結構體 1 的平均曝光轉換率為 0.08%，因此需要擷取 50,000 次歸因轉換。針對每次轉換，評估購買價值和購買次數。
- 關鍵結構 2：(產業 = 保險、支出 = <50,000、轉換量 = 中等)
- 答：預期下個季度，關鍵 2 的支出金額約為 $800,000 美元，平均千次曝光出價為 $10 美元。這會導致需要註冊 80,000,000 次曝光。
- 預期在下一季，Key 2 的平均曝光轉換率為 0.03125%，因此需要擷取 25,000 個歸因轉換。針對每次轉換，評估購買價值和購買次數。
- 針對每個 Key Structure 重複上述步驟
回報放送和批次處理頻率 (每位廣告主的批次)**
您必須針對每個匯總鍵結構定期提交轉換報表。建議廣告技術人員依廣告主分批處理 (以便更清楚區分每份報表的資料，並更有效率地進行匯總)，並使用報表的 shared_info.scheduled_report_time 欄位進行分批處理。
- 答：按時數計費
- B：每日
- C：每週
附註
- 如果是依廣告主分批處理，請向廣告主確認服務水準協議。
批次處理的頻率越高，每批次的雜訊就會越多。(參見「決策：批次頻率」)。
為避免因不正確的批次處理作業而發生錯誤，請務必使用
scheduled_report_time欄位，而非report arrival time欄位。舉例來說，如果您每小時產生批次報表，則 11 點的批次報表應只包含scheduled_report_time介於上午 10 點至 11 點之間的報表，而非上午 10 點至 11 點之間的報表 (例如：scheduled_report_time上午 9 點)。
報表量預估
- 關鍵結構 1：50,000 個歸因轉換 / 2160 (每小時報表、季度內小時數) = 廣告主每小時 24 份摘要報表 (24 x 1000 個廣告主 = 24, 000 份摘要報表)
- 關鍵結構 2：25,000 個歸因轉換 / 2160 (每小時報表、季度內小時數) = 廣告主每小時 12 份摘要報表 (12 x 1000 個廣告主 = 12, 000 份摘要報表)
- 關鍵結構 3：重複
- 每小時的摘要報表總數 = 關鍵結構體 1 的 24 份摘要報表 + 關鍵結構體 2 的 12 份摘要報表 + ... = ... 每小時每位廣告主
意見回饋摘要
瞭解下列廣告技術估算值，有助我們規劃功能和改善項目，以因應廣告技術所需的規模。建議您提供下列資訊給我們。詳情請參閱 AWS 匯總服務的大小設定指南：
- 每個匯總服務工作可輸入的網域鍵 (要匯總的鍵) 數量上限
- 每項工作 (歸因轉換) 的輸入報表數量上限
- 每份報表的預估貢獻度 (報表中的鍵/值組合)
- 每項工作預估歸因轉換次數分布情形
- 工作中網域鍵的預估分布情形
- 每小時/天/週的預估工作數