随着营销人员不断向新的工具和技术倾斜，为一个没有第三方cookie的世界做准备，关于适应性的大部分对话都集中在计划和定位上。这些显然是任何营销战略的关键方面，但重要的是，随着数字媒体环境变化的加快，不应排除对准确测量的需要。   

重要的是，该行业为应对日益增长的隐私要求而做出的改变对数字营销的所有方面都有影响，如果没有cookies或MAID（移动广告ID），数字受众测量的新世界看起来就像规划和定位一样不同。

另一件值得指出的事情是，过渡到消费者至上的数字营销实践意味着营销人员必须使用的数据和洞察力将不同于他们所习惯的。换句话说，我们不是简单地用新的流程来取代旧的流程，而是要整齐划一地融入同一个模式。

正如我们所知，对第三方访问cookies、MAIDs和其他标识符的限制越来越多，使营销人员准确了解谁看到了他们的活动的能力变得复杂。这是因为，随着各公司制定各自的路径来限制对其用户相关信息的访问，该行业以前使用的将人口统计学与曝光率联系起来的确定性方法已不再可行了。

测量服务现在需要建立新的方式来识别设备和使用这些设备的人，而不是识别人和他们正在使用的设备，其方式要符合适用的隐私要求。为了有效，这些标识符需要：1：

• 以人为本
• 持久性（随时间推移而稳定）。
• 多产(在整个网络上持续使用)
• 可转移（跨越不同的设备/接入点，实现跨平台）。

在所有的可能性中，这样的识别码不会被用来测量所有的数字印象。为了弥补这一差距，数字测量将需要一个无身份识别的解决方案来加强。为了确保最大的有效性，该解决方案在设计上应该是概率性的，主要依靠机器学习，并且在性质上是情境性的，利用从印象如何和在哪里提供的线索和信号，以确定用户的人口统计。

对于数字营销来说，这是一个独特的时代，在这个新的现实中，科技公司在实现整体测量的过程中，确实需要解决三个关键领域。首先，为了测量受众，测量公司和出版商之间的协议将是关键。为了确定所有其他的开放网络受众，公司将需要开发替代的身份解决方案，利用负责任的授权第三方用户注册数据。最后，公司将需要为不存在个人和设备标识的匿名网络建立模型。 

在这个数字时代，我们很容易向大数据、机器学习和人工智能靠拢，寻求明天的解决方案。重要的是，品牌和营销人员不能忽视现代营销中实际人的重要性。基于人的真相集（小组）比以往任何时候都更重要，因为直接观察对于纠正偏见和错误至关重要。

随着测量的演变，认识到并计划好重大的趋势突破是很重要的。推动这一演变的环境变化将从根本上改变我们衡量受众的方式。鉴于测量基础的变化，明显的趋势突破是可以预期的。