身份识别是数据驱动营销中的一个重要话题。广告商希望从个人层面锁定目标消费者，出版商希望将受众货币化，而身份对于确保品牌试图触及的 "约翰-史密斯 "与目前正在亚马逊上购物、浏览 TikTok 或在 Ticketmaster 上搜索周末活动的 "约翰-史密斯 "确实是同一个人至关重要。
在此之前，移动广告 ID（MAID）和第三方 Cookie 用于连接点，至少在开放的数字平台上是这样。但是，它们的时代即将结束，过渡时期仍很紧张。营销人员现在有哪些选择？
大多数营销人员都将赌注押在第一方数据上，因为这可以让他们从竞争对手中脱颖而出，保持对数据资产的控制，并避免隐私问题的复杂化。但每个人都使用不同的标识符。Netflix 通过你的电子邮件地址了解你，梅西百货通过你的电话号码了解你，达美航空通过你的 SkyMiles 号码了解你，Instagram 通过你的手柄了解你，Xbox 通过你的游戏标签了解你。你在没有登录的情况下访问的网站可能仍然会给你分配一个第三方 cookie 或收集你的 IP 地址。
为实现跨平台的一致、全面和可比较的受众测量，营销人员需要一个强大的 ID 系统，并配备专为测量设计的身份图。
什么是身份图？
消费者使用许多设备、应用程序和标识符与世界互动，这些互动留下了稳定的痕迹，就像照片马赛克中的快照。每张快照都只讲述了故事的一个片段，但组合在一起，它们就能 360 度无死角地描绘出我们是谁，我们的喜恶、兴趣和偏好，以及--对营销人员来说最关键的--我们下一步可能会做什么。
大型广告商、出版商和数据提供商开发了身份图谱：大型数据库，将数以百万计的设备、标识符及其用户连接在一起，创建统一的客户和家庭档案。他们利用这些图谱进行定位和个性化，将品牌邮件列表中的客户和潜在客户与平台的受众成员进行匹配。例如，尼尔森的激活业务部门就有一个专注于定位的图表。
活动激活并不是使用身份图谱的唯一原因。让我们来看看为什么一个可靠、独立且校准良好的身份图谱对现代测量至关重要。
是什么让测量级标识图与众不同？
并不是所有的身份图都能准确代表整个人口。他们使用的数据源可能偏向于某一地域、某一平台的用户或某一类型的设备。重复记录可能也不是重中之重，只要能进行一些匹配，广告最终出现在人们面前就可以了。
但匹配率并不代表一切。如果衡量是最终目标，那么统计表示和重复数据删除对于正确衡量覆盖率、频率和其他重要的营销活动关键绩效指标（如广告支出回报率（ROAS）或潜在客户转化率）是必要的。在尼尔森，当我们将新数据加载到我们的身份图谱时，我们会非常谨慎地根据人口普查数据和我们自己的基于人群的面板来验证设备、人群和家庭之间的匹配。正如我们在之前的 "需要知道"系列中所了解到的，精心策划的基于人群的面板对于校准大数据至关重要。
我们的数据清理流程有多广泛？每年，我们的系统都会从各种外部数据源摄取数十亿个标识符和链接，但只有 20% 能进入已解析的身份图谱。我们使用我们的人员小组来校准这些大数据集，确保受众分配和图表聚类的准确性。因此，尼尔森身份图谱已针对测量所需的代表性和准确性进行了优化。
营销人员如何使用尼尔森身份图谱？
身份图谱不是孤立的。尼尔森身份图谱是综合身份识别系统的核心，该系统包括四个不同的步骤：
第一步
数据输入
一切都要从获取与客户营销活动相关的数据开始。这些数据可以是第一方广告商和出版商数据；第三方数据，以新的属性丰富客户档案；数字平台数据，以增加容量洞察力；以及节目分销商和智能电视制造商提供的观看数据大数据。
第二步
解决身份问题
第二步是将新输入的数据与尼尔森身份图进行匹配，在设备、标识符和人员之间建立正确的联系。一旦与每个档案相关的数据得到验证，我们就可以为记录分配一个唯一的 ID（称为尼尔森 ID）。
第三步
受众和用户旅程建模
流程的下一步是将外部数据源中的人口统计数据与我们面板中经过验证的人口统计数据进行比较，以解决数据缺口并校准不一致之处。然后使用先进的机器学习技术对受众进行重复，并建立用户旅程，忠实记录所有相关接触点以及与营销活动相关的结果。
第四步
活动衡量
最后，需要制定受众指标（如到达率、频率、目标命中率或跨媒体指标）和结果指标（如销售额、ROAS 或每销售线索成本），以报告营销活动真实、无偏见、不重复和正确归因的结果。
正如我们在文章前面提到的，尼尔森的激活业务方面、 Nielsen Marketing Cloud的 "激活图谱 "与尼尔森的 "测量图谱 "使用了许多相同的数据源，并共享相同的解析逻辑，以提供受众的重复视图。但是，它的设计不是为了测量，而是为了推动大规模的营销活动和个性化。
数字身份证系统对隐私有什么影响？
在当今的数据隐私环境下，从外部来源获取广告曝光和效果数据是一个棘手的问题。即使已经征得用户同意，营销人员在与外部合作伙伴共享客户数据时，也有理由对测试用户同意的限度感到紧张。在医疗保健或金融服务等高度受监管的行业尤其如此。哈希算法可以帮助模糊电子邮件地址等敏感标识符，但在某些司法管辖区（如欧洲），哈希 ID 被视为个人身份信息 (PII)，而且无论如何，哈希算法并不能始终阻止坏人识别哈希 ID 背后的人。
解决方案是什么？在尼尔森，我们实施了一整套数据隐私和安全流程，以促进数据协作（例如发现广告商和出版商数据集之间的重叠），而不在数据合作伙伴之间实际共享敏感信息。例如，无尘室集成可确保尼尔森、客户和合作伙伴的数据保持在各自的环境中，同时仍可进行测量。 保密计算和 差异隐私 等技术允许各方在不查看对方数据的情况下开展合作。
隐私是营销人员和消费者的头等大事。与您合作的任何数字身份识别系统都应认真对待这一问题。
超越第三方 cookie 的数字测量
第三方 cookie 可能已经走到了尽头，但营销人员仍然需要对他们的跨平台营销活动有所了解。他们希望利用新的计划和定位机会，如高级受众所带来的机会，从而领先于竞争对手。
营销人员也许比以往任何时候都更需要测量合作伙伴，帮助他们将各点联系起来，并提供与其业务相关的准确、一致的受众和结果指标。
尼尔森的《Need to Know》回顾了受众测量的基本原理，揭开了媒体行业最热门话题的神秘面纱。在此阅读每篇文章。
