Hierarchical Bayesian Experimental Estimation of Incremental Local Advertising Effects with Secure Aggregation and Differential Privacy

ملخص تقني: التقدير البايزي الهرمي التجريبي لآثار الإعلانات المحلية المتزايدة مع التجميع الآمن والخصوصية التفاضلية

1. بيان المشكلة

تتناول الورقة البحثية تحدي قياس الفعالية المتزايدة للإعلانات التجارية المحلية في الولايات المتحدة في ظل قيود صارمة على الخصوصية. تواجه نماذج القياس التقليدية ثلاث عقبات رئيسية:

• ندرة البيانات والتحيز: غالبًا ما تعاني الشركات المحلية (مثل المطاعم وتجار التجزة) من انخفاض الاستثمار الإعلاني، وقلة مؤشرات التحويل، ودورات حملات قصيرة. تفشل نماذج الإسناد التقليدية القائمة على "النقرة الأخيرة" في التمييز بين التحويلات الناتية عن الإعلان والطلب الطبيعي، مما يؤدي غالبًا إلى المبالغة في تقدير الآثار المتزايدة.
• قيود الخصوصية: تحد اللوائح المتزايدة من الوصول إلى البيانات السلوكية على مستوى المستخدم، مما يستلأزم استخدام إحصائيات مجمعة تحافظ على الخصوصية.
• التحديد الإحصائي: بينما تعمل عملية التجميع الآمن (SA) والخصوصية التفاضلية (DP) على حماية البيانات الفردية، إلا أنها تُدخل ضجيجًا يضعف قدرات التحديد الإحصائي، لا سيما في الحملات ذات العينات الصغيرة حيث تكون نسبة الإشارة إلى الضجيج منخفضة.

تتمثل المشكلة الجوهرية في بناء إطار عمل يمكنه تقدير التحويلات المتزايدة والعائد على الإنفاق الإعلاني (ROAS) بدقة باستخدام بيانات إقليمية مضطربة بسبب الخصوصية، دون اعتبار هذا الضجيج مهملًا أو التخلي عن حماية الخصوصية.

2. المنهجية

يقترح المؤلفون مسارًا حوسبيًا يدمج التجارب العشوائية الإقليمية، والتجميع الآمن، والخصوصية التفاضلية، والاستدلال البايزي الهرمي.

أ. تصميم التجربة وجمع البيانات

• النطاق: تغطي الدراسة 1,860 شركة محلية في 12 ولاية أمريكية، وتتضمن 4,720 حملة، و1.26 مليار ظهور، و2.18 مليون سجل شراء/موعد.
• العشوائية المزدوجة للمناطق: يتم استخدام تجربة عشوائية مقترنة على مستوى الرمز البريدي (Zip-code). يتم مطابقة الشركات في مجموعات علاجية وضابطة بناءً على متجه رباعي الأبعاد: حجم السكان، المبيعات التاريخية، فئة الصناعة، والإنفاق الإعلاني.
• خوارزمية المطابقة: يستخدم النظام تطبيع الدرجة المعيارية (Z-score) للمتغيرات المستمرة، واسترجاع المرشحين عبر شجرة (KD-tree) (أفضل 5)، ومسافة ماهالانوبيس للاختيار النهائي (مطابقة 1:1 بدون استبدال). ويُستخدم هاش SHA-256 لمعرف الحملة كبذرة عشوائية للتعيين.

ب. تجميع البيانات المحافظ على الخصوصية

• التجميع الآمن (SA): تقوم العقد المحلية بتشفير الظهور، والزيارات، والتحويلات، والإنفاق الإعلاني في متجهات نقطة ثابتة. وباستخدام مفاتيح بطول 256 بت، تولد العقد أقنعة مزدوجة تلغي بعضها البعض أثناء الجمع، مما يمنع الخادم من الوصول إلى بيانات الأجزاء الفردية.
• الخصوصية التفاضلية (DP): بعد التجميع، تضيف آلية غاوس (Gaussian mechanism) ضجيجًا إلى الإحصائيات الأسبوعية الإقليمية. يعمل النظام بميزانية خصوصية $\epsilon = 2$ و $\delta = 10^{-6}$. ويتم الحفاظ على تباين الضجيج صراحةً ونقله إلى نموذج الاستدلال.

ج. نموذج الاستدلال البايزي الهرمي

• بناء الاحتمالية (Likelihood): يعامل النموذج العدد الملاحظ المضطرب ($\tilde{Y}_{ipt}$) كتحقق من عدد حقيقي كامن ($Y_{ipt}$) مضطرب بواسطة ضجيج غاوسي.
  • طبقة الملاحظة: $\tilde{Y}_{ipt} \sim N(Y_{ipt}, \sigma_{DP}^2)$
  • طبقة العد: $Y_{ipt} \sim \text{NegativeBinomial}(\mu_{ipt}, \phi)$
• الهيكل الهرمي: يتبع المتوسط الكامن ($\mu_{ipt}$) هيكل تأثيرات عشوائية رباعي المستويات ينمذج:
  1. الشركة (على مستوى العمل التجاري)
  2. الصناعة
  3. المنطقة المتروبوليتانية
  4. أسبوع وضع الإعلان
• الاستدلال: يستخدم النموذج تباين ضجيج الخصوصية المسجل ($\sigma_{DP}^2$) داخل دالة الاحتمالية، مما يسمح للاستدلال بأخذ الاضطراب في الاعسبار بدلاً من معاملة الأعداد المضطربة كبيانات خالية من الضجيج. يتم تقدير المعلمات باستخدام أخذ عينات NUTS (4 سلاسل، 4,000 تكرار).

د. إطار اتخاذ القرار

• توليد السيناريوهات المقابلة للواقع (Counterfactuals): تُستخدم عينات اللاحقة (Posterior samples) لتوليد أحجام التحويلات المقابلة للواقع عن طريق ضبط متغير العلاج إلى 1 (إعلان) و 0 (ضبط).
• تحسين الميزانية: يتم اتخاذ القرارات (زيادة، الحفاظ، تقليل، إيقاف) عن طريق تقليل دالة المخاطر اللاحقة بناءً على احتمالية تحقيق أهداف العائد والمئويات الخامسة والخمسين والتسعين من التوزيع اللاحق.

3. النتائج الرئيسية

تم تقييم الإطار المقترح مقابل خط أساس "الفرق في الفروق" (DiD) القياسي ونموذج غير هرمي.

• دقة التقدير:
  • انخفض متوسط الخطأ المطلق (MAE) للتحويلات المتزايدة من 71.4 (DiD القياسي) إلى 43.6 (البايزي الهرمي)، وهو انخفاض بنسبة 38.9%.
  • انخفض الخطأ المطلق للعائد على الإنفاق الإعلاني المتزايد (ROAS) من 0.39 إلى 0.17، أي بنسبة 56.4%.
• معايرة الفترات: حقق فاصل الثقة اللاحق بنسبة 90% تغطية بلغت 91.2%، وهو ما يتجاوز المستوى الاسمي 90%.
• تأثير الخصوصية التفاضلية:
  • أدى إدخال ضجيج الخصوصية التفاضلية ($\epsilon=2$) إلى إضافة خطأ إضافي قدره 6.3 تحويلات مقارنة بسيناريو بدون ضجيج (ارتفع MAE من 37.3 إلى 43.6).
  • رغم ذلك، ظل الخطأ أقل بكثير من خط أساس DiD القياسي.
  • استقرار القرار: حافظت 83% من الشركات على قراراتها الأصلية بشأن الاحتفاظ بالميزانية أو تعديلها، بينما غيرت 17% إجراءاتها، مما يشير إلى أن تصحيح الضجيج في دالة الاحتمالية قد حد من تقلب القرارات بفعالية.
• الأداء في العينات الصغيرة:
  • بالنسبة للحملات التي تضم أقل من 500 تحويل، أدى تبادل المعلومات الهرمية إلى تقليل الحد الأدنى من التأثير القابل للكشف (MDE) من 8.6% إلى 5.9% (تقليل نسبي بنسبة 31.4%).
  • انخفض وسيط الانحراف المعياري اللاحق من 0.084 إلى 0.061، وانخفض التباين اللاحق بنسبة تقارب 47.3%.

4. الأهمية والادعاءات

تدعي الورقة أنها توفر مسارًا صارمًا إحصائيًا ويحافظ على الخصوصية لقياس الإعلانات المحلية، يتغلب على قيود نماذج الإسناد التقليدية.

• الابتكار الإحصائي: المساهمة الرئيسية هي بناء نموذج "نيجاتيف بينوميال" بايزي هرمي يدمك صراحةً تباين ضجيج الخصوصية في دالة الاحتمالية. وهذا يسمح باستدلال الآثار المتزايدة دون التخلي عن حماية الخصوصية أو معاملة البيانات المضطربة كحقائق مطلقة.
• المنفعة العملية: يتيح إطار العمل اتخاذ قرارات مستقرة لتحسين الميزانية حتى في سيناريوهات التحويل المنخفض والعينات الصغيرة حيث تفشل الطرق التقليدية بسبب التباين العالي. ومن خلال الاستفادة من مشاركة المعلمات متعددة المستويات (الشركة، الصناعة، المنطقة، الأسبوع)، ينجح النموذج بفعالية في استعارة القوة عبر الهيكل لتقليل تباين التقدير.
• المقايضة بين الخصوصية والمنفعة: تُظهر الدراسة أنه مع التصحيح المناسب للضجيج والنمذجة الهرمية، فإن خسارة المنفعة الناتجة عن الخصوصية التفاضلية (خطأ إضافي قدره 6.3 تحويلات) هي خسارة يمكن إدارتها ولا تغير غالبية قرارات الأعمال بشكل كبير (83% استقرار).

يخلص المؤلفون إلى أن هذا النهج يقدم بديلًا إحصائيًا قابلًا للتفسير لتتبع مستوى المستخدم، موازنًا بين توفر البيانات، والموثوقية الإحصائية، وخصوصية الأفراد. كما يقرون بالقيود المتعلقة بالتغيرات السوقية الخارجية، والتداخلات بين المناطق، والتباين بين الصناعات، مما يقترح أعمالًا مستقبلية يمكن أن تدمج هياكل سببية ديناميكية متغيرة زمنيًا.