消除噪声干扰：隐私沙盒噪声及其对广告数据的影响

自 2022 年谷歌宣布推出隐私沙盒以来，该话题在移动营销领域引起了广泛关注。隐私沙盒包含了一系列用于定向投放、再营销和归因的 API。在本文中，我们将重点讨论其中的 Attribution API 以及广告主如何利用相关数据报告优化投放效果。

在深入探讨隐私沙盒之前，让我们先回顾一下 2021 年 4 月苹果发布的 iOS 14.5 以及 SKAdNetwork (SKAN)。SKAN 发布之前，广告主可以自由地对各类广告数据进行衡量。而 SKAN 的出现改变了这一切。 

苹果通过 SKAN 引入了一个重要的概念，即隐私阈值（也称为群体匿名度）。简单来说，如果数据量未达到最低门槛，回传报告中就会出现 null 值。这一重要转变迫使广告主采用新的衡量方法来监测广告投放表现。

虽然隐私沙盒提供了长达 30 天的衡量数据（而此前 SKAN 只有第 2 、7、35 天三个固定回传窗口），但它对广告主接收到的数据量也有一定限制，这就涉及到了数据报告中的「噪声」（noise）。

噪声究竟是什么？

隐私沙盒中的噪声指为保护用户隐私而在报告中出现的随机数据。「噪声」可以防止用户的具体行为被直接识别和追踪，从而达到保护用户隐私的目的。

但另一方面，它也给广告主带来了一些挑战。噪声使报告数据准确性降低，广告主难以从报告中得出确切的结论。在这种情况下，营销人员需要及时调整策略，有效应对噪声带来的影响。

噪声可能是随机添加（导致数值虚高）或删减的数据（导致数值偏低）。通常来说，归因报告越详细，数据中的噪声就越多。数据量较大时，噪声的影响通常较小，数据相对准确。但随着数据量减少或报告颗粒度提高，噪声的影响就会变得更显著。噪声有时甚至会出现在 0 转化的指标中，使得广告主在解读报告时面临更多复杂性。

如何应对报告中的噪声？

如前文所述，数据颗粒度越高，噪声影响就越大。那么，广告主能否控制报告中的噪声多少呢？

虽然无法完全消除噪声，但您可以控制从每个活动中获取的数据量，说到这里就不得不提到「贡献预算」了。您可以通过「贡献预算」（contribution budget）管理分配给每个活动的数据量。

在隐私沙盒中，每个源事件（如广告点击）都有一个可用「值」的上限，即贡献预算。该预算包含 65536 个值（虽然有零有整，但绝对准确），它限制了从每个源事件中可收集到的数据量。

打个形象的比方：隐私沙盒中贡献预算就像是 30 天开放式自助餐，在此期间您可以随时随地品尝任何菜品。唯一的限制就是：每一道菜都有卡路里的预算上限。这里的每一道菜对应的就是每个衡量事件，如购买或注册。您可以从这些事件中收集数据，但受到数据量限制。一旦达到上限，您就不能再收集该事件的数据了。这一机制既能使您收集到有价值的数据洞察，又能避免您过于关注某一指标，同时可确保用户隐私安全。

贡献预算的分配方式可能对报告噪声产生很大影响。如果您重点关注某些关键指标，并且在每个指标中都能获得大量数据，那么噪声对单个指标的影响就会不那么显著。对于大型应用来说尤其如此，因为数据量越大，准确性越高，即使衡量对象数量较多也不会受到影响。

但是，对于规模较小的应用来说，如果数据集较小、衡量过于细化，噪声的影响就会变得更显著。数据变少了，噪声占比就变大了，因此您的洞察和决策就可能会受到负面影响。因此，广告主应合理分配贡献预算，尽可能控制噪声，保证数据的准确性。

举一个简单的例子：假设您衡量的是短期 ROI，比如 24 小时或 7 天内的收入。那么衡量 100 美元的收入就比 1000 美元更有意义。在 100 美元范围内，您可以通过更少的购买获得更多数据，从而降低噪声的影响。但如果将收入衡量提高到 1000 美元，您需要衡量的购买金额范围更大，就会有更多噪声被分散到所有不同金额中，使您难以获得真实的数据洞察。

接下来，让我们举一个订阅类应用的例子。SKAN 推出之前，付费订阅类应用通常会为用户提供 14 至 30 天的免费试用期。但由于 SKAN 的衡量窗口很短，难以覆盖整个试用期期间的转化率，因此广告主只能关注激活后 24 至 48 小时内的早期指标。在隐私沙盒的帮助下，广告主可以获得窗口较长的信号，继续为用户提供半个月到一个月的试用期，结合长期战略目标更准确地设定衡量指标。

另一个关键因素是如何划分营销活动衡量指标。按广告系列、广告组或素材等因素对衡量数据划分得越细致，贡献预算就越紧张，因为每个细分都会消耗一部分预算。而且划分得越细，噪声就越大。

扩大规模，降低噪声

降低噪声影响的另一个有效方法是扩大数据规模。这一方法有助于避免噪声对重要数据点产生影响。通过调整数据值，AppsFlyer 等 MMP 可以放大关键信号，降低噪声带来的影响。

例如，如果原始数据显示的用户操作数量较少，比如只有几个注册，那么您可以借助 AppsFlyer 提高数据值，从而降低噪声干扰。添加噪声后，AppsFlyer 会对数据进行同比例缩减，更准确地反映出真实数据。这样一来，即便存在噪声，您的数据依然是清晰可用的。

通过扩大数据规模，我们可以在满足隐私要求的同时，确保数据报告的准确性，为您提供关键洞察。这一策略可与贡献预算起到相辅相成的作用，帮助您从收集到的数据中获取最大价值。

要点总结

要借助隐私沙盒获得清晰、实用的数据洞察，您需要注意以下几个因素：

• 同时投放的广告系列数量：同时投放过多的广告系列会分散您的贡献预算，导致噪声增加，降低数据可靠性。因此关键在于找到适当的平衡点，在获得有意义的洞察时，避免过度消耗预算。
• 广告系列细分：细分越详细，噪声就越大。因此，要明确衡量重点，高效分配预算。
• 衡量目标数量：衡量目标过多也会迅速消耗您的预算。建议您根据业务关注重点指标（早期信号 or 长期结果），以提高数据质量。
• 报告频率：频繁获取报告可能会增加噪声，因为每生成一次报告时，系统都会添加新的噪声来保护用户隐私。这一问题在数据集较小的情况下尤为显著。因此需要找到平衡点，在获得所需的数据同时，避免频繁生成报告。

牢记以上几个关键点，积极调整策略，您就能够降低噪声、从数据中获取最大价值。

想在第一时间了解噪声对数据报告的影响？我们早已为您准备好了相应工具。欢迎了解AppsFlyer 的噪声模拟器，探索不同的场景下不同的噪声水平对您的数据产生哪些影响。