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智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00