Muestreo de datos y tasas de error en los informes de Audience Manager seleccionado

Un resumen de la metodología de muestreo utilizada para algunos informes, las tasas de error de muestreo y una lista de informes que devuelven información basada en datos de muestra.

Tasa de muestreo de datos

Algunos Audience Manager informes muestran los resultados en función de un conjunto muestreado de la cantidad total de datos disponibles. La proporción de datos de muestra es 1:54. Para los informes que utilizan datos de muestra, esto significa que los resultados se basan en un registro de cada conjunto de 54 registros.

Estos informes utilizan datos estadísticos de muestra porque necesitan una enorme capacidad informática para generar resultados. El muestreo ayuda a encontrar un equilibrio entre la reducción de las demandas computacionales, el mantenimiento del rendimiento del sistema y la obtención de resultados precisos.

Tasas de error

Pueden producirse errores en los informes que generan datos de superposición. Un error se define como el porcentaje de registros que:

  • No debería haberse incluido en un informe pero se han agregado de todos modos.
  • Debía haberse incluido en un informe, pero se les excluyó.

Es importante tener en cuenta que nuestras pruebas y modelos muestran que la tasa de error disminuye en una proporción inversa al número de registros del conjunto de datos. Los conjuntos de datos que tienen muchos registros generan menos errores que los conjuntos con un pequeño número de registros. Veamos esta afirmación de una manera más cuantitativa. Como se muestra en la siguiente tabla, para un número determinado de registros, el 95% de los resultados del informe estarán por debajo de una tasa de error específica.

Número de registros Tasa de error
500 - 1,000 El 95 % está por debajo de una tasa de error del 42 %.
1,000 - 1,500 El 95 % está por debajo de una tasa de error del 34 %.
10,000 - 50,000 El 95 % está por debajo de una tasa de error del 14 %.
50 000 El 95 % está por debajo de una tasa de error del 6 %.
100,000 El 95 % está por debajo de una tasa de error del 4 %.
500.000 (o más) El 95 % está por debajo de una tasa de error del 2 %.

Uso de la metodología de muestreo Minhash

Basándose en la metodología de muestreo Minhash , el Audience Manager utiliza un método novedoso para calcular las características y los estimadores de segmentos sobre un esbozo de datos con hash de una permutación. Este nuevo método produce una varianza inferior a la del estimador estándar para la similitud de Jaccard. Consulte la sección siguiente para ver los informes que utilizan esta metodología.

Informes Que Utilizan Datos Muestreados

Los Audience Manager informes que utilizan datos estadísticos de muestra y la metodología de muestreo Minhash incluyen:

Muestreo estadístico Metodología de muestreo de minerales
Datos de Audiencia direccionables (datos a nivel de cliente y segmento). Superponer informes (rasgo a rasgo, segmento a rasgo y segmento a segmento)
La métrica Dispositivos totales de un Profile Merge Rule. Recomendaciones de rasgos
La Data Explorer utiliza datos de muestra en la Search ficha y en cualquier Saved Searches Audience Marketplace Recommendations

En esta página