Descubre cómo trabajar con ruidos, tenerlos en cuenta y reducir su impacto en tus informes agregables.
Antes de comenzar
Antes de continuar, para comprender en profundidad qué es el ruido y su impacto, consulta Cómo interpretar el ruido en los informes de resumen.
Controles sobre el ruido
Si bien no puedes controlar directamente el ruido que se agrega a tus informes agregables, hay pasos que puedes seguir para minimizar los efectos. En las siguientes secciones, se explican estas estrategias.
Escalar verticalmente al presupuesto de contribución
Como se explica en Información sobre el ruido, el ruido aplicado al valor de resumen para cada clave se basa en la escala de 0 a 65,536 (0-CONTRIBUTION_BUDGET).
Por ello, para maximizar los indicadores relativos al ruido, debes escalar verticalmente cada valor antes de configurarlo como valor agregable, es decir, multiplicar cada valor por un factor determinado, el factor de escalamiento, a la vez que te aseguras de que se mantenga dentro del presupuesto de contribución.
Cómo calcular un factor de escala
El factor de escala 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 desean saber el valor de compra total. Sabes que el valor máximo de compra esperado de cualquier compra individual es de USD 2,000, excepto por algunos valores atípicos que decides ignorar:
- Calcula 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 escala de aproximadamente 32x 65,536 / 2,000. En la práctica, puedes redondear este factor hacia arriba o hacia abajo.
- Escala verticalmente tus valores antes de la agregación. Por cada USD 1 de compra, aumenta la métrica a la que se le hace seguimiento en 32. Por ejemplo, para una compra de USD 120, establece un valor agregable de 120*32 = 3,840.
- Reduce la escala de tus valores después de la agregación. Una vez que recibas el informe de resumen que contiene el valor de compra sumado de varios usuarios, reduce verticalmente la escala del valor de resumen con el factor de escala que usaste antes de la agregación. En nuestro ejemplo, usamos un factor de escala de agregación previa de 32, por lo que debemos dividir el valor de resumen recibido en el informe de resumen por 32. Por lo tanto, si el valor de compra del resumen para una clave determinada del informe de resumen es de 76,800, el valor de compra del resumen (con ruido) es 76,800/32 = USD 2,400.
Divide tu presupuesto
Si tienes varios objetivos de medición, por ejemplo, recuento de compras y valor de compra, te recomendamos dividir tu presupuesto entre estos objetivos.
En este caso, tus factores de escalamiento serán diferentes para los diferentes valores agregables, según el máximo esperado de un valor agregable determinado.
Lee los detalles en Información sobre las claves de agregación.
Por ejemplo, supongamos que estás haciendo un seguimiento del registro de compras y del valor de compra, y que decides asignar tu presupuesto de manera equitativa.
65,536 / 2 = 32,768 se pueden asignar por tipo de medición y por fuente.
- Recuento de compras:
- Solo hace el seguimiento de una compra, por lo que la cantidad máxima de compras para una conversión determinada es 1.
- Por lo tanto, decides establecer tu factor de escala 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 tu factor de escala para el valor de compra en 32,768 / 2,000 = 16.384, o aproximadamente 16.
Las claves de agregación más generales mejoran la relación señal-ruido
Debido a que las claves generales captan más eventos de conversión que las claves detalladas, estas 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.
Los valores recopilados con claves más generales suelen ser relativamente menos ruidosos que los valores recopilados con claves más detalladas.
Ejemplo
Si se mantiene en igualdad de condiciones, una clave que realice un seguimiento del valor de compra a nivel mundial (sumada en todos los países) generará un resumen del valor de compra (y un recuento de conversiones del resumen más alto) que una clave que haga un seguimiento de las conversiones a nivel de un país.
Por lo tanto, el ruido relativo en el valor de compra total de un país específico será mayor que el ruido relativo en el valor de compra total de todos los países.
Del mismo modo, si todo lo demás se mantiene igual, el valor de compra total del calzado es menor que el valor de compra total de todos los artículos (incluidos los zapatos).
Por lo tanto, el ruido relativo en el valor de compra total de los zapatos será mayor que el ruido relativo en el valor de compra total de todos los artículos.
Si sumas los valores de resumen (resumen), también se suma su ruido.
Si 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 ubicación geográfica en tus claves. Los informes de resumen exponen claves a nivel de ID de ubicación geográfica, cada una asociada con el valor de compra de resumen a nivel de un ID de ubicación geográfica específico. - Enfoque B: No se debe incluir un ID de geografía en las claves. Los informes de resumen exponen directamente el valor de compra del resumen para todos los IDs o ubicaciones de geografía.
Para acceder al valor de compra a nivel del país, haz lo siguiente: - Con el enfoque A, se suman valores de resumen a nivel de ID de ubicación geográfica y, por lo tanto, también se suman su ruido. Es probable que esto genere más ruido agregado al valor de compra final a nivel del ID de la ubicación geográfica. - 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 del resumen para un ID de ubicación geográfica determinado resulte más ruidoso con el enfoque A.
De manera similar, incluir una dimensión a nivel del código postal en tus claves probablemente generará resultados más ruidosos que si usas claves más generales con una dimensión a nivel de región.
La agregación durante períodos más largos aumenta la relación señal-ruido.
Si solicitas informes de resumen con menos frecuencia, es probable que cada valor de resumen sea más alto que si solicitaras informes con más frecuencia. es probable que se generen más conversiones en períodos más largos.
Como se mencionó antes, cuanto más alto sea el valor de resumen, es 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 incluye un ejemplo a modo de ejemplo:
- Si solicitas informes de resumen por hora durante 24 horas y, luego, sumas el valor de resumen de cada informe por hora para acceder a los datos a nivel del día, el ruido se agrega 24 veces.
- En un informe de resumen diario, el ruido se agrega solo una vez.
Épsilon más alto, menos ruido
Cuanto más alto sea el valor de épsilon, menor será el ruido y menor será la protección de la privacidad.
Cómo aprovechar el filtrado y la anulación de duplicación
Una parte importante de asignar el 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 podría interesarle hasta 3 "vistas de página de producto". conversiones. Para admitir estos casos de uso, también puedes aprovechar 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.
Experimentando con el parámetro épsilon
Las tecnologías publicitarias pueden establecer épsilon en un valor mayor que 0 y hasta 64 inclusive. Este rango permite realizar pruebas flexibles. Los valores más bajos de épsilon ofrecen una mayor protección de la privacidad. Te recomendamos comenzar con épsilon=10.
Recomendaciones para experimentar
Te recomendamos lo siguiente: - Comienza con épsilon = 10. - En caso de que esto cause problemas notables de utilidad, aumenta el valor de épsilon de manera incremental. - Comparte tus comentarios sobre los puntos de inflexión específicos que puedas encontrar con respecto a la usabilidad de los datos.
Engage and share feedback
You can participate and experiment with this API.
- Read about aggregatable reports and the aggregation service, ask questions, and suggest feedback.
- Read the Attribution reporting guides.
- Ask questions and join discussions on the Privacy Sandbox Developer Support repo.
Próximos pasos
- Para obtener más información sobre los factores que influyen en los informes, como las variables de campaña, la frecuencia de lotes y el nivel de detalle de las dimensiones, consulta Experimenta con decisiones de diseño de informes de resumen .
- Prueba el lab de ruido.