Verificaciones de privacidad en el Centro de Datos de Anuncios

La privacidad del usuario final es la base de todo lo que hace el Centro de Datos de Anuncios, y es el fundamento sobre el que se basa nuestra plataforma. Para ayudar a mantener esa privacidad y ayudar a nuestros clientes con el cumplimiento de reglamentaciones, imponemos ciertas verificaciones y restricciones, diseñadas para evitar la transmisión de datos sobre usuarios individuales1 en los datos que obtienes de la plataforma.

A continuación, se incluye una descripción general de las funciones de privacidad del Centro de Datos de Anuncios, con más detalles en las siguientes secciones:

  • Las verificaciones estáticas examinan las sentencias de tus consultas para detectar inquietudes sobre la privacidad obvias e inmediatas.
  • Los presupuestos de acceso a los datos limitan la cantidad total de veces que puedes acceder a un dato determinado.
  • Las verificaciones de agregación garantizan que cada fila contenga una cantidad suficiente de usuarios para proteger la privacidad del usuario final.
  • La inyección de ruido agrega ruido aleatorio calibrado con precisión a una cláusula de agregación SELECT para proteger la privacidad del usuario y, al mismo tiempo, proporcionar resultados razonablemente precisos.
  • Las verificaciones de diferencias (o "verificaciones de diff") son una alternativa heredada a la inyección de ruido que compara conjuntos de resultados para ayudar a evitar combinaciones que podrían identificar a usuarios individuales. Esto evita el ruido, pero a menudo genera una ocultación de datos significativa e impredecible.

Verificaciones estáticas

Las verificaciones estáticas examinan las instrucciones de tus consultas para detectar inquietudes sobre la privacidad evidentes e inmediatas, como la exportación de identificadores de usuarios, cualquier función de identificadores de usuarios o el uso de funciones no permitidas en campos que contienen datos a nivel del usuario. Para evitar errores de consulta en las verificaciones estáticas, revisa las prácticas recomendadas y comprende qué funciones se permiten.

Presupuesto de acceso a los datos

Tu presupuesto de acceso a los datos limita la cantidad total de veces que puedes acceder a un dato determinado. Los usuarios que se acerquen al final de su presupuesto recibirán un mensaje de privacidad de tipo DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED. Puedes supervisar el presupuesto con el punto de entrada del presupuesto de acceso a los datos o consultando las notificaciones de presupuesto en la IU.

Requisitos de agregación

En el centro de las verificaciones de privacidad del Centro de Datos de Anuncios se encuentra el umbral de agregación de usuarios. El umbral específico depende del modo de privacidad y de los datos a los que se accede:

  • La inserción de ruido requiere aproximadamente 20 usuarios únicos por fila de resultados.
  • Las verificaciones de diferencias requieren aproximadamente 50 usuarios únicos por fila de resultados.
  • Las consultas que solo incluyen datos de clics y conversiones requieren aproximadamente 10 usuarios únicos por fila de resultados.

En el siguiente ejemplo (con inyección de ruido), la fila que contiene la campaña 125 se filtraría de los resultados finales, ya que agrega resultados de 18 usuarios, lo que está por debajo del mínimo de 20 usuarios.

ID de la campaña Usuarios Impresiones
123 314 928
124 2718 5772
125 18 45

Modos de privacidad

El Centro de Datos de Anuncios ofrece dos modos de privacidad: inyección de ruido y verificaciones de diferencia. Consulta las siguientes páginas para obtener detalles sobre cada modo:

Comparación de las verificaciones de diferencias con la inyección de ruido

Datos reales
ID de la campaña Recuento de impresiones
101 35
102 63
201 142
202 21
301 56
302 99
Resultados con verificaciones de diferencias
ID de la campaña Recuento de impresiones
101 35
102 63
201 142
202 21
301 56
302 99
Resultados con inyección de ruido
ID de la campaña Recuento de impresiones
101 37.8373
102 60.9104
201 182.0955
202 26.2332
301 58.0871
302 97.5018
Ejemplo de Campaña 101 en modo de ruido
ID de la campaña Impresiones reales Se agregó ruido Impresiones devueltas (ANON_COUNT)
101 35 2.8373 37.8373

Filtrado de privacidad explícito

En los casos en los que necesites dividir tu consulta, pero quieras combinar los resultados agregados, puedes aplicar de forma explícita verificaciones de privacidad a varias consultas más pequeñas y, luego, agregar esos resultados de forma segura para la privacidad.

Ejemplos de casos de uso:

  • Eres un anunciante que busca todas las conversiones por tipo de evento de atribución en tu cuenta de Google Ads vinculada, lo que incluye los datos del EEE.
  • Eres un socio de medición que busca todas las conversiones por tipo de evento de atribución en tu cuenta de Google Ads vinculada.

Para obtener la suma de las conversiones de tu cuenta de Google Ads, puedes reescribir la consulta con una cláusula OPTIONS(privacy_checked_export=TRUE) para aplicar verificaciones de privacidad a cada servicio de Google de forma individual.

El ejemplo de reescritura de esta sección hace lo siguiente:

  1. Realiza consultas en cada servicio de Google de forma individual y aplica explícitamente verificaciones de privacidad a cada conjunto de resultados intermedio.
  2. Crea una tabla temporal separada para los resultados verificados en cuanto a la privacidad de cada servicio de Google: YouTube, Gmail y la Red.
  3. Agrega y suma los recuentos de conversiones verificados por privacidad de las tablas temporales.
CREATE TEMP TABLE youtube_agg OPTIONS(privacy_checked_export=TRUE) AS
SELECT
 impression_data.campaign_id,
 attribution_event_type,
 COUNT(1) AS num_convs
FROM adh.google_ads_conversions_policy_isolated_youtube
WHERE impression_data.campaign_id IN UNNEST(@campaign_ids)
 AND conversion_type IN UNNEST(@conversion_type_list)
GROUP BY campaign_id, attribution_event_type;

CREATE TEMP TABLE network_agg OPTIONS(privacy_checked_export=TRUE) AS
SELECT
 impression_data.campaign_id,
 attribution_event_type,
 COUNT(1) AS num_convs
FROM adh.google_ads_conversions_policy_isolated_network
WHERE impression_data.campaign_id IN UNNEST(@campaign_ids)
 AND conversion_type IN UNNEST(@conversion_type_list)
GROUP BY campaign_id, attribution_event_type;

CREATE TEMP TABLE gmail_agg OPTIONS(privacy_checked_export=TRUE) AS
SELECT
 impression_data.campaign_id,
 attribution_event_type,
 COUNT(1) AS num_convs
FROM adh.google_ads_conversions_policy_isolated_gmail
WHERE impression_data.campaign_id IN UNNEST(@campaign_ids)
 AND conversion_type IN UNNEST(@conversion_type_list)
GROUP BY campaign_id, attribution_event_type;

SELECT
 campaign_id,
 attribution_event_type,
 SUM(num_convs) AS num_convs
FROM (
 SELECT * FROM youtube_agg
 UNION ALL
 SELECT * FROM network_agg
 UNION ALL
 SELECT * FROM gmail_agg
)
GROUP BY campaign_id, attribution_event_type

Ten en cuenta que esta consulta no usa un JOIN para combinar directamente los datos entre las tablas, sino que primero realiza la consulta para cada tabla, aplica verificaciones de privacidad a cada tabla intermedia y, luego, usa un UNION para sumar los valores verificados en cuanto a la privacidad.

Asesor de consultas

Si tu código SQL es válido, pero podría generar problemas de privacidad, el asesor de consultas te brinda sugerencias prácticas durante el proceso de desarrollo de la consulta para ayudarte a evitar resultados no deseados.

Para usar el asesor de consultas, haz lo siguiente:


  1. Excepto los datos que aceptaron compartir, como en el caso de los panelistas.