Identitetsgraf
En identitetsgraf är en databas som länkar flera identifierare, såsom enhets‑ID:n, hashade e‑postadresser och cookies, tillbaka till en enda representation av en person eller ett hushåll för målgruppsinriktning och mätning.

En identitetsgraf är en databas som länkar flera identifierare, enhets‑ID:n, hashade e‑postadresser, cookies, mobila annons‑ID:n, tillbaka till en enda representation av en person eller ett hushåll, så att en annonsör eller plattform kan känna igen samma individ över enheter och sessioner snarare än att behandla varje identifierare som en separat, fristående användare.
Deterministisk kontra probabilistisk matchning#
Identitetsgrafer byggs på två sätt, ofta kombinerade. Deterministisk matchning länkar identifierare baserat på en direkt, bekräftad koppling: någon loggar in på samma utgivare‑konto på sin telefon och sin laptop, så grafen kan säkert knyta båda enhets‑ID:n till en person. Probabilistisk matchning, däremot, härleder en sannolik koppling från mönster, som en telefon och en laptop som konsekvent ansluter från samma IP‑adress och plats över natten, utan en bekräftad inloggning som binder dem samman. Deterministiska matchningar är mer pålitliga men kräver någon form av autentiserad identitet, som Unified ID 2.0 byggt från en hashad e‑post; probabilistiska matchningar skalar längre men medför större risk för felaktiga länkar.
Varför plattformar bygger dem#
En identitetsgraf är lagret som låter en demand‑side platform eller en data management platform göra saker som ingen enskild identifierare kan göra ensam: frekvens‑cappa en annons över en persons telefon och dator istället för att visa den för vad som ser ut som två separata främlingar, sy ihop en attributions‑väg som börjar på mobil och konverterar på desktop, eller utöka en lookalike‑målgrupp byggd från kända annonsör‑kunder till nya prospekt som delar tillräckligt många matchade egenskaper, ofta förfinade ytterligare av geo‑targeting inom de målmarknader som är viktigast.
Utan någon form av identitetsupplösning ser varje enhet och webbläsare ut som en isolerad, anonym besökare, vilket är exakt det tillstånd som signalförlust driver mer av branschen mot när tredjepartscookies blir mindre pålitliga över det öppna webbet.
Där identitetsgrafer stöter på begränsningar#
Tillförlitligheten hos en identitetsgraf beror helt på kvaliteten på de underliggande matchningarna, och probabilistiska länkar försämras i hushåll med delade enheter, på offentliga nätverk eller där de beteendemönster som en graf förlitar sig på blir brusiga. Integritetsregler begränsar också vad som lagligt kan mata en identitetsgraf från början, särskilt kring att kombinera data från separata källor utan tydligt samtycke, vilket är en del av varför datarengöringsrum finns: för att låta två parter få någon av fördelarna med matchad identitet utan att någon av dem bygger en fullständig kombinerad graf.
Om ditt fokus är att förstå vad en specifik annonsör kör just nu, snarare än att modellera vem deras målgrupp är, är det ett enklare problem än identitetsupplösning och ett OpenAdLibrary‑annons‑intelligens‑index löser direkt genom att spåra den levande kreativen själv.
En praktisk varning#
Täckningen varierar mycket mellan vertikaler och geografier, och en graf som byggts mest från en regions inloggade trafik kommer inte nödvändigtvis att överföras smidigt till en marknad med andra inloggningsvanor eller enhetsmönster. Behandla varje leverantörs angivna matchningsgrad som en utgångspunkt för testning, inte som en garanti som gäller lika över hela den publik du planerar att rikta dig mot.







