Brave-iOS项目中NTP-SI P3A指标报告不足问题分析
背景概述
在Brave-iOS项目中,团队发现了一个关于隐私保护分析(P3A)指标报告的问题。具体表现为NTP(新标签页)赞助图片(SI)的"总计数"指标报告数量不足,远低于实际视图报告数量。这一问题影响了产品团队对用户行为的准确分析和统计。
问题现象
开发团队通过数据分析发现,iOS平台上NTP-SI的视图报告数量明显多于总计数报告。而在其他平台上,总计数报告通常应该多于视图报告。这表明iOS平台可能存在指标报告机制的问题。
技术分析
经过深入调查,发现问题可能出在以下几个方面:
-
指标报告频率异常:总计数指标可能没有按照预期每天报告,无论用户是否查看了广告活动。
-
指标记录机制差异:在iOS平台上,
creativeInstanceId.total.count指标值仅在用户点击NTP-SI标志时才会更新为1,而仅查看NTP-SI时该值保持为0。这与桌面端行为不一致,桌面端会正确记录视图事件。 -
调试工具显示差异:在本地状态文件中,iOS平台显示的是
creativeInstanceId.total.count,而桌面端显示的是具体的creativeInstanceId.{uuid}.views格式。
解决方案
开发团队针对此问题实施了以下修复措施:
-
确保总计数指标能够定期报告,不受用户是否查看NTP-SI的影响。
-
统一iOS平台与桌面平台的指标记录行为,使视图事件也能正确触发指标更新。
-
优化指标调试工具,确保开发人员能够准确查看和分析指标数据。
验证结果
QA团队在Brave Nightly版本1.65.77上进行了验证:
-
确认了
creativeInstanceId.total.count指标能够正确显示在P3A直方图日志中。 -
发现了视图事件未被正确记录的问题,这导致了后续两个相关问题的提出和跟踪。
-
验证了点击事件能够正确触发指标更新。
后续工作
虽然主要问题已解决,但团队还发现了以下需要进一步处理的问题:
-
iOS平台上仅查看NTP-SI时不会更新总计数指标值的问题。
-
不同平台间指标记录格式和行为的统一性问题。
这些问题已被单独记录并安排后续处理,以确保Brave浏览器在各平台上提供一致且准确的用户行为分析数据。
总结
此次问题的解决不仅修复了iOS平台上P3A指标报告不足的问题,还帮助团队发现了其他相关问题的存在。通过持续的监控和改进,Brave团队致力于为用户提供更加精准和一致的隐私保护分析功能,同时确保广告效果的准确衡量。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00