قوانین حذف داده

قوانین حذف داده قاعده‌هایی هستند که تعیین می‌کنند کدام رویدادهای ورودی پیش از ذخیره کنار گذاشته شوند — مثل ترافیک ربات، داده آزمایشی یا رویداد بدشکل.

قوانین حذف داده یک ابزار کیفیت‌اند اما لبه تیزی دارند: هر رویدادی که این‌جا حذف شود دیگر برنمی‌گردد، پس یک قاعده حذف بیش از حد پهن می‌تواند بی‌سروصدا داده واقعی را هم قربانی کند. تفاوت مهم بین حذف و فیلتر است: فیلتر داده را نگه می‌دارد و فقط در نمایش کنار می‌گذارد، پس برگشت‌پذیر است؛ حذف داده را از اساس ذخیره نمی‌کند، پس برگشت‌ناپذیر. برای همین قاعده سالم این است که فقط چیزی را که مطمئنی هیچ‌وقت لازم نمی‌شود حذف کن (ربات آشکار، رویداد خراب)، و بقیه را فیلتر کن نه حذف. رایج‌ترین کاربرد حذف در وب‌آنالیتیکس، کنارگذاشتن ترافیک غیرانسانی است تا آمار همان بازدیدکننده واقعی را نشان دهد.