WedX - журнал о программировании и компьютерных науках

Исключить возраст, пол и регион из Firebase Analytics на Android

Недавно у меня был конкретный запрос, не позволять аналитике firebase собирать данные пользователя, такие как пол, возраст и регион (из-за GDPR). Я знаю, что мы можем полностью отключить аналитику.

Firebase Analytics говорит:

Google Analytics автоматически регистрирует некоторые свойства пользователей; вам не нужно добавлять код, чтобы включить их. Если вам нужно собрать дополнительные данные, вы можете настроить до 25 различных свойств пользователя Analytics для каждого проекта. Обратите внимание, что имена свойств пользователя чувствительны к регистру и что установка двух свойств пользователя, имена которых различаются только в том случае, если в журнале регистрируются два различных свойства пользователя.

Вы не можете использовать небольшой набор имен свойств пользователя, зарезервированных Google:

  • Возраст
  • Пол
  • Интерес

Мне было интересно, есть ли способ отключить только те свойства пользователей, которые регистрируются автоматически?

Большое спасибо за ваши усилия.


  • Расскажите подробнее о своем вопросе и покажите код, пожалуйста. 03.03.2020

Ответы:


1

Нет возможности исключить какие-либо автоматические свойства (кроме, очевидно, для iOS , где вам нужно выполнить некоторую настройку, чтобы включить их). Единственные конфигурации задокументированы здесь. Если от вас требуется не собирать эту информацию о конечном пользователе, единственный вариант - полностью отключить Google Analytics.

Обратите внимание, что данные полностью анонимны. Невозможно отследить свойства до конкретного конечного пользователя, если вы не добавите в запись пользователя некоторую личную информацию, такую ​​как идентификатор пользователя.

03.03.2020
Новые материалы

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..

ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


Для любых предложений по сайту: [email protected]