随着营销人员不断利用新工具和新技术为没有第三方 cookies 的世界做好准备，有关适应性的讨论大多集中在规划和定位方面。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，也不能排除精确测量的必要性。   

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各个方面都有影响，没有 cookies 或 MAID（移动广告 ID），数字受众测量的新世界就像没有规划和定位一样。

值得指出的另一点是，向 "消费者至上 "的数字营销实践过渡，意味着营销人员需要处理的数据和洞察力将与他们所习惯的有所不同。换句话说，我们并不是简单地用完全符合同一模式的新流程取代旧流程。

众所周知，第三方访问 cookie、MAID 和其他标识符的限制越来越多，这使营销人员准确了解谁看到了他们的营销活动变得更加复杂。这是因为，随着各家公司纷纷限制对用户相关信息的访问，业界以前使用的将人口统计与曝光联系起来的确定性方法已不再可行。

测量服务现在需要建立新的方法来识别设备和使用设备的人，而不是识别人和他们正在使用的设备，同时要符合适用的隐私要求。为了有效，这些标识符必须是

• 以人为本
• 持续性（长期稳定）
• 多产（全网通用）
• 可转移（跨不同设备/接入点，实现跨平台）

这种标识符很可能无法用于测量所有数字印象。为了弥补这一差距，数字测量将需要一种无标识解决方案来补充。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，在很大程度上依赖于机器学习，在本质上应该是情境性的，利用从印象提供的方式和地点获得的线索和信号来精确定位用户特征。

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，技术公司在进行整体测量时需要解决三个关键领域的问题。首先，测量公司与出版商之间的协议对于测量受众至关重要。为了确定所有其他开放网络受众，公司需要开发替代身份解决方案，利用负责任的第三方授权用户注册数据。最后，公司将需要针对不存在个人和设备标识符的匿名网络建立模型。 

在这个数字化时代，人们很容易利用大数据、机器学习和人工智能来寻求未来的解决方案。重要的是，品牌和营销人员不能忽视真实的人在现代营销中的重要性。基于人的真相集（面板）比以往任何时候都更加重要，因为直接观察对于纠正偏差和错误至关重要。

随着测量技术的发展，我们必须认识到重要的趋势突破，并为此制定计划。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。鉴于衡量基础的变化，出现明显的趋势中断是意料之中的。