身份图谱

身份图谱是一种数据库，将多个标识符（设备ID、哈希电子邮件、Cookie、移动广告ID）关联回单个个人或家庭的表示，从而使广告主或平台能够在不同设备和会话中识别同一用户，而不是将每个标识符视为独立的、无关联的用户。

确定性匹配与概率性匹配#

身份图谱的构建方式有两种，通常结合使用。确定性匹配基于直接、已确认的连接来关联标识符：用户在同一发布商账户上通过手机和笔记本电脑登录，因此图谱可以自信地将两个设备ID关联到同一个人。相比之下，概率性匹配通过模式推断可能的连接，例如一部手机和一台笔记本电脑在夜间始终从同一IP地址和位置连接，但没有已确认的登录将它们关联。确定性匹配更可靠，但需要某种形式的身份验证，例如基于哈希电子邮件的Unified ID 2.0；概率性匹配扩展性更强，但带来更多错误关联的风险。

平台为何构建身份图谱#

身份图谱是一个层，让需求方平台或数据管理平台能够完成单个标识符无法独立完成的任务：在用户手机和桌面之间进行跨设备频次控制，而不是向两个看似独立的陌生人展示广告；拼接从移动端开始到桌面端转化的归因路径；或者基于已知广告主客户构建相似受众，并扩展到共享足够匹配特征的新潜在客户，通常通过地理定位在最重要的目标市场中进一步优化。

如果没有某种形式的身份解析，每个设备和浏览器看起来都像是一个孤立的匿名访客，而这正是随着第三方Cookie在开放网络上越来越不可靠，信号丢失将更多行业推向的状态。

身份图谱的局限性#

身份图谱的可靠性完全取决于底层匹配的质量，而概率性链路在共享设备家庭、公共网络或图谱依赖的行为模式变得嘈杂的任何地方都会退化。隐私法规也限制了最初可以合法用于构建身份图谱的数据，特别是在未获得明确同意的情况下合并来自不同来源的数据，这也是数据清洁室存在的原因之一：让双方在未完全构建合并图谱的情况下获得匹配身份的部分好处。

如果你优先考虑的是了解某个特定广告主当前正在投放什么，而不是建模他们的受众是谁，那么这是一个比身份解析更简单的问题，而OpenAdLibrary的ad intelligence索引通过直接追踪实时广告素材本身来解决这个问题。

一个实际注意事项#

覆盖范围因垂直行业和地域差异很大，主要基于一个地区登录流量构建的图谱不一定能干净地扩展到具有不同登录习惯和设备模式的市场。将任何供应商声称的匹配率视为测试的起点，而不是均匀适用于你计划定位的每个受众的保证。