Identitetsgraf

En identitetsgraf er en database som kobler flere identifikatorer, enhets-IDer, hashede e-poster, informasjonskapsler, mobilannonse-IDer, tilbake til en enkelt representasjon av en person eller husholdning, slik at en annonsør eller plattform kan gjenkjenne den samme personen på tvers av enheter og økter i stedet for å behandle hver identifikator som en separat, frakoblet bruker.

Deterministisk versus probabilistisk matching#

Identitetsgrafer bygges på to måter, ofte kombinert. Deterministisk matching kobler identifikatorer basert på en direkte, bekreftet tilknytning: noen logger inn på samme publisher-konto på telefonen og bærbaren sin, så grafen kan trygt knytte begge enhets-IDene til én person. Probabilistisk matching, derimot, antyder en sannsynlig kobling fra mønstre, som en telefon og en bærbar som konsekvent kobler til fra samme IP-adresse og lokasjon om natten, uten en bekreftet innlogging som binder dem sammen. Deterministiske matcher er mer pålitelige, men krever en form for autentisert identitet, som Unified ID 2.0 bygget fra en hashet e-post; probabilistiske matcher skalerer videre, men har større risiko for en feil kobling.

Hvorfor plattformer bygger dem#

En identitetsgraf er laget som lar en demand-side platform eller en data management platform gjøre ting som ingen enkelt identifikator kan gjøre alene: frekvensbegrense en annonse på tvers av en persons telefon og stasjonær PC i stedet for å vise den til det som ser ut som to separate fremmede, sy sammen en attribusjons-bane som starter på mobil og konverterer på stasjonær PC, eller utvide en lookalike-målgruppe bygget fra kjente advertiser-kunder til nye potensielle kunder som deler nok matchende trekk, ofte raffinert ytterligere med geo targeting innenfor de målmarkedene som betyr mest.

Uten en form for identitetsløsning ser hver enhet og nettleser ut som en isolert, anonym besøkende, som er nøyaktig den tilstanden som signaltap skyver mer av bransjen mot ettersom tredjepartsinformasjonskapsler blir mindre pålitelige på det åpne nettet.

Hvor identitetsgrafer møter begrensninger#

Påliteligheten til en identitetsgraf avhenger helt av kvaliteten på de underliggende matchene, og probabilistiske koblinger forringes i husholdninger med delte enheter, på offentlige nettverk, eller hvor som helst atferdsmønstrene en graf er avhengig av blir støyende. Personvernreguleringer begrenser også hva som lovlig kan mate en identitetsgraf i utgangspunktet, spesielt rundt å kombinere data fra separate kilder uten klart samtykke, noe som er en del av grunnen til at data clean rooms eksisterer: for å la to parter få noe av fordelen med matchet identitet uten at noen av partene bygger en fullstendig kombinert graf direkte.

Hvis din prioritet er å forstå hva en spesifikk annonsør kjører akkurat nå, i stedet for å modellere hvem deres målgruppe er, er det et enklere problem enn identitetsløsning, og et som OpenAdLibrary's ad intelligence-indeks løser direkte ved å spore den levende kreativiteten selv.

En praktisk advarsel#

Dekning varierer mye etter bransje og geografi, og en graf bygget hovedsakelig fra innlogget trafikk i én region vil ikke nødvendigvis utvides rent til et marked med forskjellige innloggingsvaner eller enhetsmønstre. Behandle enhver leverandørs oppgitte matcheprosent som et utgangspunkt for testing, ikke en garanti som gjelder jevnt over hver eneste målgruppe du planlegger å målrette.