Identity Graph

Identity Graph — это база данных, которая связывает множество идентификаторов, ID устройств, хэшированные email-адреса, куки, мобильные рекламные идентификаторы с единым представлением о человеке или домохозяйстве. Это позволяет рекламодателю или платформе распознавать одного и того же пользователя на разных устройствах и в разных сессиях, вместо того чтобы рассматривать каждый идентификатор как отдельного, не связанного пользователя.

Детерминированное и вероятностное сопоставление#

Identity Graph строятся двумя способами, часто комбинируемыми. Детерминированное сопоставление связывает идентификаторы на основе прямой, подтвержденной связи: кто-то входит в один и тот же аккаунт издателя на телефоне и ноутбуке, поэтому граф может уверенно связать оба ID устройства с одним человеком. Вероятностное сопоставление, напротив, предполагает вероятную связь на основе паттернов, например, телефон и ноутбук, которые постоянно подключаются с одного IP-адреса и местоположения ночью, без подтвержденного входа, связывающего их. Детерминированные совпадения более надежны, но требуют какой-либо формы аутентифицированной идентичности, такой как Unified ID 2.0, построенный на хэшированном email-адресе; вероятностные совпадения масштабируются лучше, но несут больший риск ошибочной связи.

Зачем платформы их строят#

Identity Graph — это слой, который позволяет demand-side platform или data management platform делать то, что не может сделать ни один отдельный идентификатор: ограничивать частоту показа рекламы на телефоне и компьютере одного человека, вместо того чтобы показывать её тому, что выглядит как два разных незнакомца; объединять путь атрибуции, который начинается на мобильном устройстве и завершается конверсией на компьютере; или расширять похожую аудиторию, построенную на основе известных клиентов рекламодателя, на новых потенциальных клиентов, которые имеют достаточно совпадающих характеристик, часто дополнительно уточняемых с помощью геотаргетинга в целевых рынках, которые наиболее важны.

Без какой-либо формы разрешения идентичности каждое устройство и браузер выглядят как изолированный, анонимный посетитель, что именно и является состоянием, к которому потеря сигналов подталкивает всё больше отраслей по мере того, как сторонние куки становятся менее надежными в открытой веб-среде.

Где Identity Graph сталкиваются с ограничениями#

Надежность Identity Graph полностью зависит от качества исходных сопоставлений, и вероятностные связи ухудшаются в домохозяйствах с общими устройствами, в публичных сетях или везде, где поведенческие паттерны, на которые опирается граф, становятся «зашумленными». Регулирование приватности также ограничивает то, что может законно использоваться для построения Identity Graph, особенно в части объединения данных из разных источников без четкого согласия. Это одна из причин существования data clean rooms: позволить двум сторонам получить часть преимуществ сопоставленной идентичности без построения полного объединенного графа.

Если ваш приоритет — понимать, какую именно рекламу запускает конкретный рекламодатель прямо сейчас, а не моделировать, кто является его аудиторией, это более простая задача, чем разрешение идентичности, и её напрямую решает индекс ad intelligence OpenAdLibrary, отслеживая саму активную креативную рекламу.

Практическое замечание#

Охват сильно различается в зависимости от вертикали и географии, и граф, построенный в основном на трафике авторизованных пользователей из одного региона, не обязательно будет чисто расширяться на рынок с другими привычками входа или паттернами использования устройств. Рассматривайте заявленный процент сопоставления любого вендора как отправную точку для тестирования, а не как гарантию, которая равномерно применяется к каждой аудитории, которую вы планируете таргетировать.