ความเป็นส่วนตัวของผู้ใช้ปลายทางคือหัวใจสำคัญของทุกสิ่งที่ Ads Data Hub ทำ ซึ่งเป็น รากฐานที่แพลตฟอร์มของเราสร้างขึ้น เราจึงกำหนดการตรวจสอบและข้อจำกัดบางอย่างเพื่อช่วยรักษาความเป็นส่วนตัวดังกล่าวและช่วยลูกค้าปฏิบัติตามกฎระเบียบ โดยการตรวจสอบและข้อจำกัดนี้ออกแบบมาเพื่อช่วยป้องกันการส่งข้อมูลเกี่ยวกับผู้ใช้แต่ละราย1 ในข้อมูลที่คุณได้รับจากแพลตฟอร์ม
ต่อไปนี้คือภาพรวมของฟีเจอร์ด้านความเป็นส่วนตัวของ Ads Data Hub พร้อมรายละเอียดเพิ่มเติม ในส่วนที่ตามมา
- การตรวจสอบเบื้องต้นจะตรวจสอบคำสั่งในการค้นหาเพื่อดูข้อกังวลเกี่ยวกับความเป็นส่วนตัวที่ชัดเจนและเร่งด่วน
- งบประมาณการเข้าถึงข้อมูลจะจำกัดจำนวนครั้งทั้งหมดที่คุณเข้าถึง ข้อมูลที่กำหนดได้
- การตรวจสอบการรวมช่วยให้มั่นใจว่าทุกแถวมีจำนวนผู้ใช้มากพอ ที่จะปกป้องความเป็นส่วนตัวของผู้ใช้ปลายทาง
- การแทรกสัญญาณรบกวนจะเพิ่มสัญญาณรบกวนแบบสุ่มที่ปรับเทียบอย่างแม่นยำลงใน
SELECTคลอสการรวม เพื่อปกป้องความเป็นส่วนตัวของผู้ใช้ในขณะที่ให้ผลลัพธ์ที่แม่นยำอย่างสมเหตุสมผล - การตรวจสอบความแตกต่าง (หรือ "การตรวจสอบความแตกต่าง") เป็นทางเลือกเดิมแทนการแทรกสัญญาณรบกวน ซึ่งจะเปรียบเทียบชุดผลลัพธ์เพื่อช่วยป้องกันการรวมกันที่อาจ ระบุตัวตนของผู้ใช้แต่ละรายได้ วิธีนี้จะช่วยหลีกเลี่ยงสัญญาณรบกวน แต่ก็มักจะทำให้เกิดการปกปิดข้อมูลบางส่วนที่สำคัญและคาดเดาไม่ได้
การตรวจสอบเบื้องต้น
การตรวจสอบแบบคงที่จะตรวจสอบคำสั่งในคําค้นหาเพื่อหาข้อกังวลเกี่ยวกับความเป็นส่วนตัวที่ชัดเจนและ ในทันที เช่น การส่งออกตัวระบุผู้ใช้ ฟังก์ชันใดๆ ของ ตัวระบุผู้ใช้ หรือการใช้ฟังก์ชันที่ไม่ได้รับอนุญาตในฟิลด์ที่มี ข้อมูลระดับผู้ใช้ หากต้องการหลีกเลี่ยงข้อผิดพลาดในการค้นหาจากการตรวจสอบแบบคงที่ โปรดอ่านแนวทางปฏิบัติแนะนำและทำความเข้าใจฟังก์ชันที่อนุญาต
จำนวนครั้งที่จำกัดในการเข้าถึงข้อมูล
จำนวนครั้งที่จำกัดในการเข้าถึงข้อมูลจะจำกัดจำนวนครั้งทั้งหมดที่คุณเข้าถึงข้อมูลที่กำหนดได้ ผู้ใช้ที่ใกล้จะใช้งบประมาณจนหมดจะได้รับการแจ้งเตือน
พร้อมข้อความด้านความเป็นส่วนตัวที่มี
ประเภท DATA_ACCESS_BUDGET_IS_NEARLY_EXHAUSTED คุณสามารถตรวจสอบงบประมาณได้โดยใช้จุดแรกเข้าของจำนวนครั้งที่จำกัดในการเข้าถึงข้อมูล หรือโดยสังเกตการแจ้งเตือนงบประมาณใน UI
ข้อกำหนดในการรวบรวม
หัวใจหลักของการตรวจสอบความเป็นส่วนตัวของ Ads Data Hub คือเกณฑ์การรวมผู้ใช้ เกณฑ์ที่เฉพาะเจาะจงจะขึ้นอยู่กับโหมดความเป็นส่วนตัวและข้อมูลที่เข้าถึง
- Noise Injection ต้องมีผู้ใช้ที่ไม่ซ้ำกันประมาณ 20 คนต่อแถวผลลัพธ์
- การตรวจสอบความแตกต่างต้องมีผู้ใช้ที่ไม่ซ้ำกันประมาณ 50 คนต่อแถวผลลัพธ์
- คําค้นหาที่มีเฉพาะข้อมูลคลิกและ Conversion ต้องมีผู้ใช้ที่ไม่ซ้ำกันประมาณ 10 รายต่อแถวผลลัพธ์
ในตัวอย่างต่อไปนี้ (ใช้ Noise Injection) ระบบจะกรองแถวที่มีแคมเปญ 125 ออกจากผลลัพธ์สุดท้าย เนื่องจากมีการรวบรวมผลลัพธ์จากผู้ใช้ 18 ราย ซึ่งต่ำกว่าเกณฑ์ขั้นต่ำของผู้ใช้ 20 ราย
| รหัสแคมเปญ | ผู้ใช้ | การแสดงผล |
|---|---|---|
| 123 | 314 | 928 |
| 124 | 2718 | 5772 |
| 125 | 18 | 45 |
โหมดความเป็นส่วนตัว
Ads Data Hub มีโหมดความเป็นส่วนตัว 2 โหมด ได้แก่ Noise Injectionและการตรวจหาข้อมูลที่ต่างกัน ดูรายละเอียดเกี่ยวกับแต่ละโหมดได้ในหน้าต่อไปนี้
- Noise Injection (แนะนำ)
- การตรวจหาข้อมูลที่ต่างกัน (เดิม)
เปรียบเทียบการตรวจหาข้อมูลที่ต่างกันกับ Noise Injection
ในโหมดการตรวจหาข้อมูลที่ต่างกัน ระบบจะกรองแถวหากไม่เป็นไปตามข้อกำหนดการรวบรวมผู้ใช้ 50 ราย หรือหากทำให้เกิดการละเมิดการตรวจหาข้อมูลที่ต่างกัน
ในโหมด Noise Injection ระบบจะกรองแถวก็ต่อเมื่อแถวไม่เป็นไปตามข้อกำหนดการรวบรวม (ผู้ใช้ประมาณ 20 รายสำหรับข้อมูลการแสดงผล) และจะเพิ่มสัญญาณรบกวนแบบสุ่มลงในผลลัพธ์รวม
|
|
||||||||||||||||||||||||||||||||
|
|
||||||||||||||||||||||||||||||||
การกรองเพื่อความเป็นส่วนตัวอย่างชัดเจน
ในกรณีที่คุณต้องแบ่งคำค้นหาออกเป็นส่วนๆ แต่ต้องการรวมผลลัพธ์ที่ รวบรวมไว้ คุณสามารถใช้การตรวจสอบความเป็นส่วนตัวกับคำค้นหาขนาดเล็กหลายรายการอย่างชัดเจน แล้วจึงรวบรวมผลลัพธ์เหล่านั้นเข้าด้วยกันอย่างปลอดภัยด้านความเป็นส่วนตัว
ตัวอย่างกรณีการใช้งาน
- คุณเป็นผู้ลงโฆษณาที่กําลังมองหา Conversion ทั้งหมดตามประเภทเหตุการณ์การระบุแหล่งที่มา ในบัญชี Google Ads ที่ลิงก์ไว้ ซึ่งรวมถึงข้อมูล EEA
- คุณเป็นพาร์ทเนอร์ด้านการวัดผลที่กําลังมองหา Conversion ทั้งหมดตามประเภทเหตุการณ์การระบุแหล่งที่มาในบัญชี Google Ads ที่ลิงก์ไว้
หากต้องการทราบผลรวมของ Conversion สำหรับบัญชี Google Ads คุณสามารถเขียนคำสั่ง
ค้นหาใหม่โดยใช้OPTIONS(privacy_checked_export=TRUE)เพื่อใช้การตรวจสอบความเป็นส่วนตัว
กับบริการแต่ละอย่างของ Google แยกกัน
การเขียนใหม่ตัวอย่างในส่วนนี้จะทำสิ่งต่อไปนี้
- โดยจะค้นหาแต่ละบริการของ Google แยกกัน และใช้การตรวจสอบความเป็นส่วนตัวกับชุดผลลัพธ์ระดับกลางแต่ละชุดอย่างชัดเจน
- โดยจะสร้างตารางชั่วคราวแยกต่างหาก สำหรับผลลัพธ์ที่ผ่านการตรวจสอบความเป็นส่วนตัวของแต่ละบริการของ Google ได้แก่ YouTube, Gmail และ เครือข่าย
- โดยจะรวบรวมและรวมจํานวน Conversion ที่ตรวจสอบความเป็นส่วนตัวจากตารางชั่วคราว
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
โปรดทราบว่าคําค้นหานี้ไม่ได้ใช้ JOIN เพื่อรวมข้อมูลระหว่างตารางโดยตรง แต่จะทําการค้นหาแต่ละตารางก่อน จากนั้นจะใช้การตรวจสอบความเป็นส่วนตัวกับแต่ละตารางกลาง แล้วใช้ UNION เพื่อรวมค่าที่ผ่านการตรวจสอบความเป็นส่วนตัว
ที่ปรึกษาด้านคำค้นหา
หาก SQL ใช้ได้ แต่มีแนวโน้มที่จะทำให้เกิดปัญหาด้านความเป็นส่วนตัว ที่ปรึกษาการค้นหา จะแสดงคำแนะนำที่นำไปใช้ได้จริงในระหว่างกระบวนการพัฒนาการค้นหา เพื่อช่วยให้คุณ หลีกเลี่ยงผลลัพธ์ที่ไม่พึงประสงค์
วิธีใช้ที่ปรึกษาด้านการค้นหา
- UI คำแนะนำจะปรากฏในเครื่องมือแก้ไขการค้นหา เหนือข้อความค้นหา
- API ใช้วิธี
customers.analysisQueries.validate
-
นอกเหนือจากข้อมูลที่ผู้ใช้ยินยอมให้แชร์ เช่น ในกรณีของผู้เข้าร่วมการวิจัย ↩