OpenAdLibraryOpenAdLibrary
Määritelmä

Identiteettigraafi

Identiteettigraafi on tietokanta, joka yhdistää useita tunnisteita, kuten laitetunnuksia, hashattuja sähköpostiosoitteita ja evästeitä, yhden henkilön tai kotitalouden esitykseen kohdistamista ja mittausta varten.

Toimituksellinen kuvitus: Identiteettigraafi

Identiteettigraafi on tietokanta, joka yhdistää useita tunnisteita – laitetunnuksia, hashattuja sähköpostiosoitteita, evästeitä, mobiilimainontatunnuksia – yhden henkilön tai kotitalouden esitykseen. Tämän ansiosta mainostaja tai alusta voi tunnistaa saman yksilön eri laitteiden ja istuntojen välillä sen sijaan, että käsittelisi jokaista tunnistetta erillisenä, yhteydettömänä käyttäjänä.

Deterministinen vs. todennäköisyyspohjainen yhdistäminen#

Identiteettigraafeja rakennetaan kahdella tavalla, usein yhdistettynä. Deterministinen yhdistäminen linkittää tunnisteita suoran, vahvistetun yhteyden perusteella: joku kirjautuu samaan julkaisijan tiliin puhelimellaan ja kannettavallaan, joten graafi voi luotettavasti yhdistää molemmat laitetunnukset yhteen henkilöön. Todennäköisyyspohjainen yhdistäminen puolestaan päättelee todennäköisen yhteyden malleista, kuten puhelimesta ja kannettavasta, jotka yhdistävät johdonmukaisesti samasta IP-osoitteesta ja sijainnista yön yli ilman vahvistettua kirjautumista, joka sitoisi ne yhteen. Deterministiset yhdistämiset ovat luotettavampia, mutta vaativat jonkinlaisen todentetun identiteetin, kuten Unified ID 2.0:n, joka rakennetaan hashautuneesta sähköpostiosoitteesta; todennäköisyyspohjaiset yhdistämiset skaalautuvat laajemmin, mutta niissä on suurempi riski virheellisestä linkityksestä.

Miksi alustat rakentavat niitä#

Identiteettigraafi on se kerros, jonka avulla tarjontapuolen alusta tai tietojen hallinta-alusta voi tehdä asioita, joita yksittäinen tunniste ei pysty tekemään yksin: rajoittaa mainoksen näyttökertoja henkilön puhelimen ja työpöytätietokoneen välillä sen sijaan, että näyttäisi sen kahdelle erilliseltä näyttävälle käyttäjälle, yhdistää attribuointi-polun, joka alkaa mobiililaitteella ja muuttuu konversioksi työpöytätietokoneella, tai laajentaa lookalike-kohderyhmää, joka on rakennettu tunnetuista mainostajan asiakkaista uusiin potentiaalisiin asiakkaihin, jotka jakavat riittävästi yhteisiä piirteitä – usein tarkennettuna edelleen maantieteellisellä kohdennuksella tärkeimmillä kohdemarkkinoilla.

Ilman jonkinlaista identiteetin selvittämistä jokainen laite ja selain näyttää eristetyltä, anonyymiltä kävijältä, mikä on juuri se tilanne, johon signaalien väheneminen työntää alaa yhä enemmän, kun kolmannen osapuolen evästeet muuttuvat vähemmän luotettaviksi avoimessa verkossa.

Missä identiteettigraafit kohtaavat rajoituksia#

Identiteettigraafin luotettavuus riippuu täysin taustalla olevien yhdistämisten laadusta, ja todennäköisyyspohjaiset linkit heikkenevät jaetun laitteen kotitalouksissa, julkisissa verkoissa tai missä tahansa, missä graafin tukeutumat käyttäytymismallit muuttuvat kohinallisiksi. Tietosuojasääntely rajoittaa myös sitä, mitä identiteettigraafia saa laillisesti syöttää, erityisesti eri lähteistä peräisin olevien tietojen yhdistämisessä ilman selkeää suostumusta. Tämä on osa syytä, miksi data clean room -ratkaisuja on olemassa: ne antavat kahden osapuolen saada osan yhdistetyn identiteetin hyödyistä ilman, että kumpikaan rakentaa täyttä yhdistettyä graafia suoraan.

Jos prioriteettisi on ymmärtää, mitä tietty mainostaja juuri nyt käyttää, sen sijaan että mallintaisit, kuka heidän kohderyhmänsä on, se on yksinkertaisempi ongelma kuin identiteetin selvittäminen. OpenAdLibraryn mainostiedustelu -indeksi ratkaisee sen suoraan seuraamalla itse live-kreatiivia.

Käytännön varoitus#

Kattavuus vaihtelee paljon toimialan ja maantieteellisen alueen mukaan, ja graafi, joka on rakennettu pääasiassa yhden alueen kirjautuneesta liikenteestä, ei välttämättä laajene siististi markkinoille, joilla on erilaiset kirjautumistavat tai laitemallit. Käsittele minkä tahansa toimittajan ilmoitettua yhdistämisprosenttia testauksen lähtökohtana, ei takuuna, joka pätee tasaisesti jokaiseen kohderyhmään, jota aiot kohdistaa.

Usein kysytyt kysymykset

Mitä eroa on deterministisellä ja todennäköisyyspohjaisella identiteetin yhdistämisellä?
Deterministinen yhdistäminen linkittää tunnisteita vahvistetun yhteyden perusteella, kuten sama kirjautuminen eri laitteilla. Todennäköisyyspohjainen yhdistäminen päättelee todennäköisen yhteyden käyttäytymismalleista, kuten jaetusta IP-osoitteesta ja sijainnista, ilman vahvistettua yhteyttä. Tämä on nopeampi skaalata, mutta vähemmän varma.
Toimivatko identiteettigraafit yritysten välillä?
Se riippuu tietojen jakosopimuksesta. Jotkut identiteettigraafit rakennetaan kokonaan yhden yrityksen omista tiedoista; toisia laajennetaan kumppanuuksien, data clean room -ratkaisujen tai jaettujen tunnisteiden, kuten suostumukseen perustuvien sähköpostipohjaisten ID:iden, avulla useiden yritysten kesken.
Onko identiteettigraafi sama kuin asiakastietokanta?
Ei täsmälleen. Asiakastietokanta sisältää yleensä tietoja tunnetuista asiakkaista. Identiteettigraafi keskittyy erityisesti useiden tunnisteiden yhdistämiseen yhden henkilön tai kotitalouden esittämiseksi, ja se sisältää usein anonyymeja tai osittain tunnettuja tunnisteita, eivät vain vahvistettuja asiakkaita.
Miten signaalien väheneminen vaikuttaa identiteettigraafeihin?
Kun kolmannen osapuolen evästeet ja muut passiiviset seurantasignaalit vähenevät, identiteettigraafit luottavat yhä enemmän deterministisiin, suostumukseen perustuviin tunnisteisiin, kuten kirjautumisiin ja hashattuihin sähköpostiosoitteisiin. Tämä pienentää kattavuutta verrattuna aiemmin evästeillä rakennettuihin laajempiin graafeihin.
OpenAdLibrary-tiimi
KirjoittanutOpenAdLibrary-tiimi
Mainosälykkyys ja native-mainonnan tutkimus

Rakennamme OpenAdLibraryä, avointa mainosten läpinäkyvyysalustaa. Joka päivä järjestelmämme tallentavat live-native-mainoksia Taboolasta, Outbrainista, MGID:stä, Revcontentista, Teadsista, Yahoosta ja MSN:stä, tunnistavat jokaisen mainoksen todellisen mainostajan ja seuraavat klikkauksen sen kohdesivulle. Nämä oppaat tiivistävät havaintojamme tästä datasta, jotta voit tutkia markkinoita nopeammin.