Identity Graph

Um identity graph é um banco de dados que vincula múltiplos identificadores, IDs de dispositivos, e‑mails criptografados, cookies, IDs de publicidade móvel, a uma única representação de uma pessoa ou família, permitindo que um anunciante ou plataforma reconheça o mesmo indivíduo em diferentes dispositivos e sessões, em vez de tratar cada identificador como um usuário separado e desconectado.

Correspondência determinística versus probabilística#

Os identity graphs são construídos de duas maneiras, frequentemente combinadas. A correspondência determinística vincula identificadores com base em uma conexão direta e confirmada: alguém faz login na mesma conta de publisher em seu telefone e em seu laptop, de modo que o gráfico pode associar com confiança ambos os IDs de dispositivo a uma pessoa. A correspondência probabilística, por outro lado, infere uma conexão provável a partir de padrões, como um telefone e um laptop que consistentemente se conectam a partir do mesmo endereço IP e localização durante a noite, sem um login confirmado que os una. As correspondências determinísticas são mais confiáveis, mas exigem alguma forma de identidade autenticada, como o Unified ID 2.0 construído a partir de um e‑mail criptografado; as correspondências probabilísticas escalam mais, porém apresentam maior risco de vínculo incorreto.

Por que as plataformas as constroem#

Um identity graph é a camada que permite que uma demand-side platform ou uma data management platform façam coisas que nenhum identificador único pode fazer sozinho: aplicar frequência‑cap a um anúncio no telefone e no desktop de uma pessoa em vez de mostrá‑lo a dois estranhos diferentes, juntar um caminho de attribution que começa no mobile e converte no desktop, ou ampliar um público semelhante construído a partir de clientes conhecidos de advertiser para novos prospects que compartilham traços suficientes, muitas vezes refinados ainda mais por geo targeting dentro dos mercados‑alvo mais importantes.

Sem alguma forma de resolução de identidade, cada dispositivo e navegador parece um visitante isolado e anônimo, que é exatamente o estado que a perda de sinal empurra mais da indústria à medida que os cookies de terceiros se tornam menos confiáveis na web aberta.

Onde os identity graphs encontram limites#

A confiabilidade de um identity graph depende totalmente da qualidade das correspondências subjacentes, e os vínculos probabilísticos se degradam em lares com dispositivos compartilhados, em redes públicas ou onde os padrões comportamentais nos quais o gráfico se baseia se tornam ruidosos. A regulamentação de privacidade também restringe o que pode alimentar legalmente um identity graph, particularmente ao combinar dados de fontes distintas sem consentimento claro, o que explica a existência de data clean rooms: permitir que duas partes obtenham parte dos benefícios da identidade combinada sem que nenhum dos lados construa um gráfico completo.

Se sua prioridade é entender o que um anunciante específico está veiculando agora, em vez de modelar quem é seu público, esse é um problema mais simples que a resolução de identidade e que o índice de ad intelligence da OpenAdLibrary resolve diretamente ao rastrear a criatividade ao vivo.

Um aviso prático#

A cobertura varia bastante por vertical e região, e um gráfico construído principalmente a partir do tráfego logado de uma região não se estenderá necessariamente de forma limpa para um mercado com hábitos de login ou padrões de dispositivos diferentes. Considere qualquer taxa de correspondência declarada por um fornecedor como ponto de partida para testes, não como garantia que se aplique uniformemente a todo público que você pretende atingir.