기여 보고(전환 측정) 소개

Attribution Reporting API 소개 및 이를 이해하기 위한 주요 개념

Published on Updated on

Translated to: English, Español, Português, 中文, Pусский, 日本語

이 API는 제안이며 시간이 지남에 따라 확장됩니다. 이 블로그 게시물은 현재 상태를 설명하며 API가 발전함에 따라 업데이트됩니다.

업데이트:

  • 2021년 초: 집계 보고서 및 조회 연결 측정이 제안에 추가되었습니다.
  • 2021년 초: API의 이름이 "Attribution Reporting API"로 변경되었습니다.
Caution
  • 이 게시물은 광고 사용 사례에 중점을 두고 있지만 Attribution Reporting API는 광고와 관련이 없는 사용 사례도 제공할 수 있습니다.
  • 이 API의 광고 사용 사례는 광고 클릭 또는 조회를 전환으로 연결하는 데 중점을 둡니다(전환 측정).

소개

Attribution Reporting API를 사용하면 광고 클릭 또는 조회가 판매 또는 가입과 같이 광고주 사이트에서 전환으로 이어지는 경우를 측정할 수 있습니다. 이 API는 사이트 전체에서 개별 사용자를 식별하는 데 사용할 수 있는 타사 쿠키나 메커니즘에 의존하지 않습니다.

이 제안은 공개적으로 인큐베이션되고 있습니다. 제안 및 토론이 WICG GitHub 저장소에서 제공됩니다.

이 API는 타사 쿠키 또는 기타 사이트 간 추적 메커니즘 없이 타사 사용 사례를 충족하기 위한 일련의 제안인 개인정보 보호 샌드박스의 일부입니다. 개인정보 보호 샌드박스 제안을 참조하세요.

이 API가 필요한 이유는 무엇입니까?

오늘날 광고 전환 측정은 종종 타사 쿠키에 의존합니다. 브라우저는 타사 쿠키에 대한 액세스를 제한하고 있는데, 타사 쿠키는 사이트 전체에서 사용자를 추적하고 사용자 개인정보를 유출하는 데 사용될 수 있기 때문입니다. 이 API는 타사 쿠키 없이 개인정보를 보호하는 방식으로 이러한 측정을 가능하게 합니다.

누가 이 API에 대해 알아야 합니까?

  • 수요측 플랫폼(DSP) 또는 데이터 관리 플랫폼(DMP)과 같은 애드테크 플랫폼에서 현재 타사 쿠키에 의존하는 기능을 지원하기 위해 이 API를 사용할 수 있습니다.
  • 광고 또는 전환 측정을 위해 맞춤 코드에 의존하는 광고주와 게시자는 이 API를 사용하여 기존 기술을 대체할 수 있습니다.
  • 전환 측정을 위해 애드테크 플랫폼에 의존하는 광고주와 게시자는 API를 직접 사용할 필요가 없지만 이 API를 통합할 수 있는 애드테크 플랫폼으로 작업하는 경우 API를 이해하는 것이 좋을 수 있습니다.

Chrome DevTools로 API 오류 디버그

Chrome 93부터 사용 가능합니다 . Attribution Reporting API 오류는 이제 문제 탭 아래 DevTools 에서 보고됩니다.

문제 탭의 속성 보고 API 오류

참여

여러분의 참여가 필요합니다! 이 API는 다양한 전환 측정과 최적화 사용 사례를 지원해야 할 수 있습니다. 이러한 사용 사례를 지원하는 솔루션이 공개적으로 논의되도록 하려면 생태계의 피드백이 매우 중요합니다.

참여하려면 토론에 참여하고 API를 사용해 보세요. 두 가지를 모두 해주시면 가장 좋지만 API를 사용해 보았는지 여부에 관계없이 토론에 참여할 수 있습니다.

토론에 참여

  • 격주 미팅에 참여하세요(2주에 한 번). 이 미팅에서 참가자는 API 설계 제안과 API가 다양한 측정 사용 사례를 지원할 수 있는 방식에 대해 논의합니다. 언제든지 다음 미팅 의제에 주제를 추가할 수 있습니다. 누구나 이 토론에 참여할 수 있습니다. WICG에 참여하기만 하면 됩니다.
  • 질문을 하거나 기능을 제안하거나 사용 사례에 대해 토론하려면 이슈를 개설하세요. 이슈를 공식 제출하는 방법을 잘 모르겠으면 이 이슈이 이슈와 같은 예를 참조하세요. 기존 이슈의 대화에 참여할 수도 있습니다.

API 사용해보기

Caution

Chrome에서 API를 실험하는 경우 현재 구현된 모든 기능에 액세스할 수 있습니다. 저장소미팅에서 논의된 모든 기능이 Chrome 최초 평가판에서 구현되는 것은 아닙니다. 현황에서 현재 기능 상태를 참조하세요. 또한, 실험에 사용할 수 있는 기능은 궁극적으로 API에서 지원할 기능의 일부이며 API가 공개적으로 인큐베이션되고 생태계 피드백이 수렴됨에 따라 변경될 수 있습니다.

로컬에서 또는 데모로 실험

  1. API를 브라우저에서 로컬로 활성화하려면 #enable-experimental-web-platform-features 플래그를 적용합니다. Chrome 플래그는 브라우저에 특정 실험 기능을 활성화하도록 지시하는 토글입니다. 이 플래그를 적용하려면 Chrome의 검색 창에 chrome://flags/#enable-experimental-web-platform-features를 붙여넣고 **Enable(사용)**을 클릭합니다.
  2. 로컬에서 데모를 실행하거나 라이브 데모를 시도합니다.
  3. 데모 코드를 분기하여 사용자 지정하거나 처음부터 자체 데모를 빌드합니다.

배포된 사이트에서 최종 사용자를 대상으로 실험

  1. 사용 가능한 경우 최초 평가판에 등록하여 최종 사용자용 API를 사용합니다. 최초 평가판을 사용하면 제한된 시간 동안 사용해 볼 수 있는 기능을 구축하기 위해 실험적 기능에 액세스할 수 있습니다. 제3자 최초 평가판을 통해 광고 제공 및 측정 제공자와 같은 제3의 행위자가 여러 사이트에서 API를 테스트할 수 있습니다. 이 API에 대해 현재 사용 가능한 최초 평가판을 보려면 현황으로 이동하세요. 향후 최초 평가판에 대한 정보를 얻으려면 개발자를 위한 Attribution Reporting 메일링 리스트에에 가입하세요.

  2. API를 사이트 및 시스템에 통합합니다.

구현 관련 질문이 있는 경우 개발자를 위한 Attribution Reporting 메일링 리스트에 가입하여 질문하세요.

사용 사례에 대한 일반적인 기술 질문이 있는 경우 개인정보 보호 샌드박스 개발 지원 저장소에서 이슈를 개설하세요.

데모

몇 가지 데모를 시도해 볼 수 있습니다.

사용 사례 및 기능

이 API는 진행 중인 작업이며 생태계에서 수렴하는 피드백 및 의견에 따라 앞으로 더 발전할 것입니다.

이 API가 지원하는 모든 기능은 제안입니다. 이러한 각 제안은 초기 브라우저 구현이 준비된 제안을 포함하여 토론과 피드백에 열려 있습니다.

이 API는 공개적으로 이큐베이션 및 개발 중입니다. 토론에 참여해 보세요.

이 API를 사용하면 사이트에서 다음과 같은 경우 전환을 측정할 수 있습니다.

  • 광고 클릭수조회수
  • 타사 애드테크 제공자를 이용하는 게시자 사이트의 광고와 같은 타사 iframe의 광고
  • 소셜 네트워크 또는 검색 엔진 결과 페이지의 광고, 또는 자체 광고를 게재하는 게시자와 같은 자사 컨텍스트의 광고

유연한 기여 모델이 지원됩니다. 현황에서 자세한 내용을 참조하세요.

이 API는 광고주 또는 제3자 애드테크 제공자에게 보낼 수 있는 두 가지 유형의 보고서를 통해 다양한 형태의 통찰력을 제공합니다. 이 두 가지 유형의 보고서는 상호 보완적이며 동시에 사용할 수 있습니다.

이벤트 수준 보고서는 광고 클릭 또는 조회를 대략적인 전환 데이터와 연결합니다.

이벤트 수준 보고서
이벤트 수준 보고서 예시: news.example에서 클릭 ID 200400600(news.example에서 사용자 ID Bob_Doe에 연결됨)은 shop.example에서 구매로 연결됩니다.

이벤트 수준 보고서는 다음에 적합합니다.

  • 최적화 사용 사례. 이벤트 수준 보고서는 *"투자 수익을 어떻게 개선할 수 있습니까?"*와 같은 질문에 답하는 데 도움을 줍니다. 특히 보고서에서 광고 측의 고유 ID를 사용할 수 있으므로 광고 게재 위치를 최적화하는 데 사용할 수 있습니다. 이벤트 수준 보고서는 머신러닝 모델에 대한 훈련 데이터를 제공할 수 있습니다.
  • 전환에 대한 정보가 거의 필요하지 않은 대략적인 보고 사용 사례. 현재 제한은 클릭수의 경우 전환 데이터 중 3비트(즉, 전환에 8개의 범주 중 하나를 할당할 수 있음), 조회수의 경우 1비트입니다. 따라서 특정 가격 또는 전환 시간과 같은 세분화된 전환 측 데이터의 인코딩은 이벤트 수준 보고서에서 지원되지 않습니다.
  • 사기 탐지 사용 사례. 일부 보고서의 데이터는 스팸 또는 유효하지 않은 활동을 식별하는 데 사용할 수 있는 패턴을 이해함으로써 광고 사기를 탐지하고 분석하는 데 유용할 수 있습니다.

반면에 집계 보고서는 클릭/조회 데이터와 전환 데이터를 결합하기 위한 보다 상세한 전환 데이터와 유연성을 제공합니다.

집계 보고서
집계 보고서로부터 얻을 수 있는 통찰력의 예: news.example의 캠페인 ID 1234567은 shoes.example에서 518개의 전환, 그리고 $38174의 총 지출로 이어졌습니다. 전환의 절반은 미국 NYC의 사용자로부터 나왔습니다.

집계 보고서는 보고 사용 사례에 가장 적합하며, *"내 투자 수익은 얼마입니까?"*와 같은 질문에 답하는 데 도움이 됩니다.
최적화 사용 사례에 대한 집계 보고서의 사용(예: 전환 데이터가 너무 대략적이어서 이벤트 수준 보고서에서 지원되지 않는 구매 가치에 최적화)은 활발히 연구가 진행 중인 영역입니다. 열린 질문을 참조하세요.

두 가지 유형의 보고서가 필요한 이유는 무엇입니까?

이벤트 수준 보고서는 사용자 개인 정보를 보호하기 위해 대략적인 전환 데이터만 제공합니다.

그러나 이 대략적인 데이터는 캠페인 효과를 측정하기에 충분하지 않을 수 있습니다. 마케터는 구매 가치, 전환한 사용자의 집계된 광고주 측 인구 통계, 구매한 제품의 범주, 전환된 사용자가 최초 고객인지 또는 반복 고객인지 여부, 장바구니 내용과 같은 전환에 대한 상세 정보를 알아야 할 수 있습니다.

이것이 집계 보고서가 설계된 이유입니다.

이 API에서 제안하는 다른 기능으로 앱-웹 기여(앱에서 광고를 보거나 클릭하고 웹에서 전환) 및 기기 간 기여(모바일에서 광고를 보거나 클릭하고 데스크톱에서 전환)가 있습니다.

타사 쿠키가 없는 향후 환경에서 이 API는 엔드 투 엔드 사용 사례를 포괄하기 위해 다른 개인정보 보호 광고 API와 결합될 것입니다.

상태

🕙 최종 업데이트: 2021년 8월

현황:

  • 🤿 Under exploration: 이 아이디어는 초기 논의 단계에 있습니다.
  • 🥚 Proposal: 초기 디자인이 준비되었으며 공개 인큐베이션 중입니다.
  • 🏗️ Under development (BROWSER_NAME): 이 기능은 BROWSER_NAME에서 구현 중입니다.
  • 🧪 Experiment (BROWSER_NAME): BROWSER_NAME에서 실험이 가능합니다. Chrome에서는 실험을 최초 평가판이라고 합니다.
  • 🚀 Stable (BROWSER_NAME): 이 기능은 BROWSER_NAME에서 기본적으로 제공됩니다.

현재 최초 평가판 (Chrome 실험 🧪)

Caution

다수의 최초 평가판(실험)이 실행됩니다. 각 라운드는 생태계 피드백을 기반으로 API를 개선하고 조정하는 데 이용됩니다.

제안현황
클릭에 대한 이벤트 수준 보고서
설명자
🧪 Experiment (Chrome)
조회수에 대한 이벤트 수준 보고서
설명자
🏗️ Under development (Chrome)
클릭 및 조회수에 대한 집계 보고서
설명자
🥚 Proposal
전환 과정: 기기 간
설명자
🥚 Proposal
전환 과정: 앱-웹
설명자
🥚 Proposal
기여 모델: 마지막 클릭
설명자
🧪 Experiment (Chrome)
기여 모델: 우선순위 기반
설명자
🏗️ Under development (Chrome)
기여 모델: 유연함🤿 Under exploration

기여 모델 정보

우선순위 기반 모델을 사용하면 브라우저가 우선순위를 각 기여 소스와 연결할 수 있습니다. 다음과 같은 용도로 사용할 수 있습니다.

  • 클릭 또는 조회가 전환의 가장 가능성 있는 원인인지 결정합니다(클릭이 일반적으로 사용자 관심을 나타내는 더 직접적인 신호로 간주됨).
  • attributionsourcepriority를 시간에 상대적으로 설정하여 첫 번째 접촉 기여 모델을 수립합니다.
  • 무작위로 균일하게 우선순위를 선택하여 (확률적으로) 선형 기여 모델을 수립합니다.

향후 다른 기여 모델이 지원될 수 있습니다. 집계 보고서에서 worklet 기반 체계를 통해 여러 이전 기여 소스에 대해 부분 크레딧을 지정하는 것을 포함하여 보다 유연한 기여 옵션을 이용할 수 있습니다.

브라우저 지원

두 API는 서로 다르지만 Chrome과 WebKit은 개발자 경험을 단순화하기 위해 공개적으로 협력하고 있습니다(예: 보고서의 특성 이름과 JSON 구조를 서로 일치시킴).

Chrome에서 제안한 API와 WebKit에서 제안한 API의 차이점

Chrome에서 제안하는 Attribution Reporting API의 기능은 Safari/WebKit에서 제안하는 Private Click Measurement API의 기능과 다릅니다. Chrome에서 제안한 Attribution Reporting API에서 가장 주목할만한 점은 다음과 같습니다.

  • 조회 연결 측정이 지원됩니다.
  • 이벤트 수준 보고서를 제공할 수 있습니다.
  • 자사 컨텍스트의 광고 링크(예: 소셜 네트워크 또는 검색 엔진 결과 페이지의 광고 또는 자체 광고를 게재하는 게시자) 타사 iframe의 광고 링크(예: 타사 애드테크 제공자를 이용하는 게시자 사이트의 광고)가 지원됩니다.
  • 애드테크 플랫폼과 같은 타사는 게시자 및 광고주를 대신하여 보고서를 받을 수 있습니다.

작동 방식

이벤트 수준 보고서

이벤트 수준 보고서
이벤트 수준 보고서는 다음과 같이 생성됩니다: 브라우저는 클릭 또는 조회수("기여 소스 이벤트")를 애드테크에서 정의한 전환 데이터("기여 트리거 데이터")와 일치시킵니다. 나중에 브라우저는 결과 보고서를 미리 정의된 엔드포인트로 보냅니다. 이 때 약간의 지연과 노이즈를 도입합니다.

자세한 작동 방식: 이벤트 수준 보고서

광고 링크는 광고 전환과 관련된 특성으로 구성할 수 있습니다:

  • 클릭 ID 또는 캠페인 ID와 같이 게시자 측의 광고 클릭(또는 조회)에 첨부할 사용자 지정 데이터
  • 이 광고에 대한 전환이 예상되는 사이트
  • 성공적인 전환을 알려야 하는, 즉 보고서를 수신해야 하는 보고 엔드포인트
  • 이 광고에 대해 더 이상 전환을 계산할 수 없는 마감 날짜

참고: window.open()에 의해 시작된, 또는 조회의 경우 JavaScript API를 통해 시작된 탐색의 특성 소스를 등록할 수도 있습니다.

사용자가 특별히 구성된 광고를 클릭하거나 볼 때 브라우저(사용자의 로컬 장치)는 지정된 특성 구성 데이터와 함께 이 이벤트를 기록합니다.

나중에 사용자는 광고주의 웹사이트를 방문하여 광고주 또는 애드테크 제공자가 구매와 같이 전환으로 분류하는 작업을 수행합니다. 이 경우 광고주 또는 애드테크 제공자는 기여를 트리거합니다. 즉, 특정 값 trigger-data로 전환을 기록하도록 브라우저에 요청하고 광고 클릭(또는 조회) 및 전환 이벤트가 사용자 브라우저에 의해 일치됩니다.

브라우저는 최종적으로 광고 측에 지정된 엔드포인트로 보고서가 전송되도록 예약합니다. 이 보고서에는 다음이 포함됩니다.

  • 이 전환으로 이어진 광고 클릭 또는 조회에 연결된 사용자 지정 광고 측 데이터
  • 약간의 노이즈를 포함한 사용자 지정 전환 측 데이터

특정 광고 클릭(또는 조회)에 대해 여러 전환이 등록된 경우, 해당 보고서가 전송되도록 예약됩니다. 보고서는 조회수의 경우 1개, 클릭수의 경우 최대 3개까지 보낼 수 있습니다.

보고서는 전환 후 수일, 때로는 몇 주 후에 브라우저에서 전송됩니다.

집계 보고서

ALT_TEXT_HERE
집계 보고서는 다음과 같이 생성됩니다: 브라우저는 상세한 클릭 또는 조회수("기여 소스 이벤트")를 애드테크에서 정의한 상세한 전환 데이터("기여 트리거 데이터")와 일치시킵니다. 집계 보고서를 계산하는 데 사용할 목적으로 브라우저에서 보낼 기여를 정의하기 위해 worklet에서 애드테크 정의 코드가 실행됩니다. 집계 서비스는 애드테크에 대한 집계 보고서를 비공개로 계산하는 역할을 담당합니다.

자세한 작동 방식: 집계 보고서

광고 링크는 광고 전환과 관련된 특성으로 구성할 수 있습니다.

사용자가 특별히 구성된 광고를 클릭하거나 볼 때 브라우저(사용자의 로컬 장치)는 지정된 특성 구성 데이터와 함께 이 이벤트를 기록합니다.

그런 다음 애드테크에서 정의한 코드가 worklet 내에서 실행되어 기여, 즉 광고 측 데이터와 전환 측 데이터의 결합을 정의합니다.

이러한 기여(원시 보고서)는 애드테크 서버에 암호화된 상태로 보내지고, 다시 비공개 방식으로 집계 보고서를 계산하는 집계 서비스로 전송됩니다.

집계 보고서는 이벤트 수준 보고서와 같은 정도로 지연되지 않습니다.

개인정보 보호

개요

Bob이라는 사람을 예로 들어 보겠습니다. Bob은 news.com에서 뉴스를 읽는 동안 광고를 봅니다. 일주일 후 Bob은 shoes.example에서 신발을 샀습니다.

현재 이 전환은 사이트 간 식별자로 사용되는 타사 쿠키에 의해 추적됩니다. 타사 쿠키를 사용하여 애드테크 회사는 news.example shoes.example에서 Bob의 활동에 대한 많은 세부 정보에 액세스하고 이러한 정보를 병합하여 Bob에 대한 자세한 프로파일을 만들 수 있습니다. 애드테크 회사는 Bob의 위치, 브라우징 습관 및 news.com에서 주로 읽는 기사뿐만 아니라 shoes.com에서 구매, 활동 및 신용카드 정보를 알아낼 수 있습니다. 이 사이트 간 결합은 광고 전환을 측정하는 데 유용합니다. 그러나 사용자 개인정보 보호가 침해되는데, 이 경우 Bob의 활동이 여러 사이트에서 매우 상세하게 추적됩니다.

반면에 Attribution Reporting API를 사용하면 광고 회사가 사이트 전반에서 개인의 활동을 추적하지 않고도 전환에 대한 통찰력을 얻을 수 있습니다. 사이트 전반에 걸쳐 소량의 정보가 결합되며, 이 정보는 전환을 측정하기에는 충분하지만 전체 사이트에서 Bob의 활동을 상세하게 추적하기에는 불충분합니다. news.exampleshoes.example에서 Bob의 활동은 별개로 유지됩니다.

다이어그램: 오늘의 웹(결합된 ID)과 내일의 웹(분할된 ID)이 나란히 놓여진 보기

자세한 설명

ALT_TEXT_HERE
타사 쿠키와 달리 Attribution Reporting API는 사이트별 ID 분할을 유지하기 위해 사이트 간 식별자 없이 통찰력을 제공합니다.
이벤트 수준 보고서는 광고 측 식별자를 소량의 전환 측 데이터에만 연결합니다. 따라서 이는 전환에 대한 사이트 간 정보를 제공하지만 전환 측 정보는 사이트 간에 사용자 ID를 결합하기에 너무 대략적입니다.
집계 보고서는 상세한 통찰력을 제공하지만 집계된 수준을 넘지 않습니다. 차등 개인정보 보호 기술, 비공개 계산 및 암호화로 인해 집계 보고서를 사용하여 사이트 전체에서 개별 사용자의 활동을 추적할 수 없습니다.
속도 제한과 같은 추가적인 개인정보 보호가 이벤트 수준 및 집계 보고서 모두에 적용됩니다.

자세한 설명: 이벤트 수준 보고서 및 개인정보 보호

이벤트 수준 보고서는 다음 개인정보 보호 메커니즘에 따라 사이트 전체에서 사용자를 추적하지 않으면서 전환 통찰력을 제공합니다.

  • 사이트 간 식별자가 사용되지 않으며 상세한 사이트 간 브라우징 활동이 장치를 벗어나지 않습니다. 이벤트 수준 보고서는 광고 측(news.example)의 64비트 정보를 전환 측(shop.example)의 1비트 또는 3비트 정보와만 연결합니다. 64비트는 개별 사용자 식별자에 매핑하기에 충분한 정보이지만 이 64비트는 매우 적은 사이트 간 정보(식별자를 유지하기에 충분하지 않은 1비트 또는 3비트)와만 연결될 수 있습니다. 참고: 광고 측 64비트는 새로운 정보가 아닙니다. 오늘날 사용자 ID는 이미 광고 측에서 얻어낼 수 있습니다. news.example 또는 adtech.example은 이미 news.example에서 특정 사용자의 활동을 알고 있습니다.

  • 악용 및 사이트 간 추적을 방지하기 위해 추가 보호가 적용됩니다.

    • 보고서가 지연되어 전송됩니다.
    • 전환 데이터에 노이즈 도입: 일정 비율(Chrome에서는 5%)로 실제 전환 데이터가 임의의 값으로 대체됩니다.
    • 기여 전환 보고서의 수는 클릭 또는 조회별로 제한됩니다.

개인정보를 보호하는 방식으로 실제 전환 수를 복구할 수 있습니다. 예제 스크립트를 참조하세요.

자세한 설명: 집계 보고서 및 개인정보 보호

집계 보고서는 상세한 클릭 또는 조회 이벤트를 상세한 전환 데이터와 연결합니다. 그러나 다음과 같은 개인정보 보호 메커니즘에 따라 사이트 전체에서 사용자를 추적하지 않고 전환 통찰력을 제공합니다.

  • 사이트 간 식별자가 사용되지 않습니다.

  • 각 기여는 결과적인 집계 보고서에 여러 기여를 할 수 있으며 특정 사용자는 특정 클릭(또는 조회) 및 전환에 대해 여러 기여를 트리거할 수 있습니다. 그러나 주어진 기간 동안 사용자가 할 수 있는 기여는 제한적입니다.

  • 데이터는 많은 이벤트(많은 사용자) 수준까지 집계되며 개별 이벤트는 정확하게 관찰할 수 없습니다. 출력 데이터를 사이트 간에 사용자 ID를 연결하는 데 사용할 수 없도록 차등 개인정보 보호가 사용됩니다. 집계된 데이터를 드릴다운할 때 세부 수준이 증가하면 해당 데이터의 상대적 노이즈도 증가합니다. 이로 인해 상대적 오류가 더 커지므로 개별 이벤트(또는 사용자)를 정확하게 관찰할 수 없게 됩니다. 반면에 많은 이벤트와 사용자를 집계하는 데이터 조각들은 더 정확하여 유용성을 유지합니다.

  • 상세한 클릭 또는 조회 이벤트와 상세한 전환 데이터를 연결하는 원시 보고서는 암호화되어 애드테크 회사에서 읽을 수 없습니다. 그런 다음 신뢰할 수 있는 서버를 통해 비공개 방식으로 이러한 보고서로부터 집계 데이터가 계산됩니다. 몇 가지 계산 방식이 고려되고 있습니다.

    • 보안 다자간 연산(MPC). 여러 서버에 걸쳐 신뢰가 분산됩니다. 각 서버는 자체적으로 의미가 없는 데이터 조각을 하나씩 받습니다. 각 헬퍼가 계산을 실행하면 이러한 헬퍼의 출력이 결합되어 의미 있는 전체 정보를 형성합니다.
    • 단일 서버 계산. 하나의 헬퍼 서버가 출력을 계산합니다. 이 옵션은 덜 안전하고 덜 비공개적입니다. 그러나 설정하기가 더 쉽기 때문에 더 다양한 생태계 참여자들이 이 API를 실험하고 피드백을 제공할 수 있습니다. 이 옵션은 장기적인 솔루션이 아닙니다. 생태계 피드백을 통합하고 API가 성숙해짐에 따라 충분히 공지하고 마이그레이션 기간이 지나면 이 옵션을 폐기하고 더 안전한 접근 방식인 MPC 또는 보안 단일 서버로 가게 될 것입니다.
    • 보안 단일 서버 계산. 단일 서버이지만 기밀 컴퓨팅 속성을 갖습니다(MPC와 유사하지만 동일하지는 않음).
    • 장기적으로 서버는 보안 다자간 연산(보안 단일 서버 또는 보안 다자간)으로만 데이터를 처리해야 합니다.
  • 악용 및 사이트 간 추적을 방지하기 위해 추가 보호가 적용됩니다.

    • 보고서가 무작위로 지연되어 전송됩니다.
    • 데이터의 서로 다른 조각에 대한 쿼리 속도가 제한됩니다.

사이트 및 사용자 제어

  • 사용자는 chrome://settings/privacySandbox의 사용자 설정을 통해 선택 해제할 수 있습니다.
  • 기본적으로 이 기능은 최상위 컨텍스트에서 활성화됩니다. 권한 정책을 통해 하위 iframe에서 Attribution Reporting API를 활성화해야 하기 때문에 임의의 제3자가 게시자 모르게 API를 사용할 수 없습니다.

열린 질문

많은 질문이 열려 있으며 API가 공개적으로 인큐베이션됨에 따라 해결될 것입니다. 이러한 토론에 많은 분들이 참여해 주시기 바랍니다. 주요 토론 주제는 다음과 같습니다.

  • 개인정보 보호와 유용성을 유지하기에 적절한 노이즈의 양은 얼마나 됩니까?
  • 사용자 지정 기여 모델을 어떻게 지원합니까?
  • 구매 가치와 같이 특정 수준의 세부 정보가 있는 전환 측 데이터를 최적화하는 방법은 무엇입니까?
  • 신뢰할 수 있는 서버인지 무엇으로 평가하나요? 평가 중인 솔루션 중 하나는 정기적인 오픈 소스 감사를 실행하는 것입니다. 토론에 참여하세요.
  • 예를 들어 더 많은 보고 엔드포인트에 대한 위임 지원과 같이 더 많은 보고 유연성을 제공하는 방법은 무엇입니까? 토론에 참여하세요.
  • 예를 들어 익명의 자격 증명을 사용한 인증 등 사기를 방지하는 방법은 무엇입니까? 토론에 참여하세요.
  • 광고 이외의 사용 사례에 이 API를 사용하려는 경우: 누락된 사항, API를 어떻게 개선할 수 있습니까? 이슈 개설
  • 구현자는 개인정보 보호 설정을 어떻게 사용자 지정할 수 있습니까? 토론에 참여하세요.

이 API는 개인정보 보호와 유용성을 달성하기 위해 여러 가지 개인 정보 기술을 결합합니다. 이를 위해 이 API에서는 3비트(또는 조회의 경우 1비트) 데이터 제한 및 기타 개인정보 보호 메커니즘이 사용됩니다. 이 부분은 변경될 수 있습니다. 애드테크 회사가 강력한 개인정보 보호를 달성하면서 해당 사용 사례에 더 유용한 데이터를 얻을 수 있는 방법이 있다면 이 API는 그에 따라 진화하게 될 것입니다.

Last updated: Improve article

We serve cookies on this site to analyze traffic, remember your preferences, and optimize your experience.