आइडेंटिटी ग्राफ

एक आइडेंटिटी ग्राफ एक डेटाबेस है जो कई पहचानकर्ताओं, डिवाइस आईडी, हैश्ड ईमेल, कुकीज़, मोबाइल विज्ञापन आईडी को एक व्यक्ति या घर के एकल प्रतिनिधित्व से जोड़ता है, ताकि एक विज्ञापनदाता या प्लेटफ़ॉर्म विभिन्न डिवाइस और सत्रों में एक ही व्यक्ति को पहचान सके, बजाय इसके कि प्रत्येक पहचानकर्ता को एक अलग, असंबद्ध उपयोगकर्ता माना जाए।

निर्धारक बनाम संभाव्य मिलान#

आइडेंटिटी ग्राफ दो तरीकों से बनाए जाते हैं, अक्सर संयुक्त रूप से। निर्धारक मिलान प्रत्यक्ष, पुष्टि कनेक्शन के आधार पर पहचानकर्ताओं को जोड़ता है: कोई व्यक्ति अपने फ़ोन और लैपटॉप पर एक ही प्रकाशक खाते में लॉग इन करता है, इसलिए ग्राफ दोनों डिवाइस आईडी को एक व्यक्ति से आत्मविश्वास से जोड़ सकता है। संभाव्य मिलान, इसके विपरीत, पैटर्न से एक संभावित कनेक्शन का अनुमान लगाता है, जैसे कि एक फ़ोन और एक लैपटॉप जो लगातार एक ही आईपी पते और स्थान से रात भर कनेक्ट होते हैं, बिना उन्हें एक साथ जोड़ने वाले पुष्टि किए गए लॉगिन के। निर्धारक मिलान अधिक विश्वसनीय होते हैं लेकिन प्रमाणित पहचान के किसी रूप की आवश्यकता होती है, जैसे हैश्ड ईमेल से बना Unified ID 2.0; संभाव्य मिलान आगे स्केल करते हैं लेकिन गलत लिंक का अधिक जोखिम रखते हैं।

प्लेटफ़ॉर्म उन्हें क्यों बनाते हैं#

एक आइडेंटिटी ग्राफ वह परत है जो एक डिमांड-साइड प्लेटफ़ॉर्म या डेटा मैनेजमेंट प्लेटफ़ॉर्म को उन चीजों को करने देता है जो कोई एकल पहचानकर्ता अकेले नहीं कर सकता: किसी व्यक्ति के फ़ोन और डेस्कटॉप पर एक विज्ञापन की फ़्रीक्वेंसी कैप करना, बजाय इसके कि इसे दो अलग-अलग अजनबियों को दिखाया जाए, मोबाइल पर शुरू होने वाले और डेस्कटॉप पर कन्वर्ट होने वाले अट्रिब्यूशन पथ को जोड़ना, या ज्ञात विज्ञापनदाता ग्राहकों से बने लुकअलाइक ऑडियंस को नए संभावित ग्राहकों तक विस्तारित करना जो पर्याप्त मिलान विशेषताएँ साझा करते हैं, जिन्हें अक्सर जियो टारगेटिंग द्वारा और परिष्कृत किया जाता है, जो सबसे अधिक मायने रखने वाले लक्ष्य बाजारों के भीतर होता है।

किसी प्रकार की आइडेंटिटी रेज़ोल्यूशन के बिना, हर डिवाइस और ब्राउज़र एक अलग-थलग, गुमनाम आगंतुक की तरह दिखता है, जो वही स्थिति है जिसकी ओर सिग्नल लॉस उद्योग के अधिक हिस्से को धकेलता है क्योंकि तृतीय-पक्ष कुकीज़ ओपन वेब में कम विश्वसनीय होती जा रही हैं।

जहाँ आइडेंटिटी ग्राफ सीमाओं में चलते हैं#

एक आइडेंटिटी ग्राफ की विश्वसनीयता पूरी तरह से अंतर्निहित मिलान की गुणवत्ता पर निर्भर करती है, और संभाव्य लिंक साझा-डिवाइस घरों में, सार्वजनिक नेटवर्क पर, या जहाँ कहीं भी ग्राफ जिन व्यवहार पैटर्न पर निर्भर करता है वे शोरगुल वाले हो जाते हैं, ख़राब हो जाते हैं। गोपनीयता विनियमन भी सीमित करता है कि क्या कानूनी रूप से एक आइडेंटिटी ग्राफ को खिलाया जा सकता है, विशेष रूप से स्पष्ट सहमति के बिना अलग-अलग स्रोतों से डेटा को जोड़ने के आसपास, जो डेटा क्लीन रूम के अस्तित्व का एक हिस्सा है: ताकि दो पक्ष मिलान आइडेंटिटी के कुछ लाभ प्राप्त कर सकें, बिना किसी पक्ष द्वारा पूर्ण संयुक्त ग्राफ सीधे बनाए।

यदि आपकी प्राथमिकता यह समझना है कि कोई विशिष्ट विज्ञापनदाता अभी क्या चला रहा है, बजाय इसके कि उनका ऑडियंस कौन है, यह आइडेंटिटी रेज़ोल्यूशन की तुलना में एक सरल समस्या है और OpenAdLibrary का विज्ञापन खुफिया इंडेक्स सीधे लाइव क्रिएटिव को ट्रैक करके हल करता है।

एक व्यावहारिक चेतावनी#

कवरेज वर्टिकल और जियो के अनुसार बहुत भिन्न होता है, और ज्यादातर एक क्षेत्र के लॉग इन ट्रैफ़िक से बना ग्राफ आवश्यक रूप से एक ऐसे बाजार तक साफ़ तरीके से विस्तारित नहीं होगा जहाँ लॉगिन आदतें या डिवाइस पैटर्न अलग हैं। किसी भी विक्रेता की घोषित मिलान दर को परीक्षण के लिए एक प्रारंभिक बिंदु के रूप में मानें, न कि एक गारंटी के रूप में जो आपके द्वारा लक्षित करने की योजना बनाई गई हर ऑडियंस पर समान रूप से लागू होती है।