涵盖受众和结果测量的新ID解析系统为跨媒体测量和下一代数字方法提供动力

纽约，纽约 - 2020年11月19日- 尼尔森（NLSN）今天公布了其ID解析系统，该系统将在一个无序的世界中支撑其受众和结果测量产品，以支持包括数字在内的跨媒体。尼尔森将继续秉承其提供可信和独立测量的使命，在所有平台和出版商之间提供整体的、以人为本的测量，并对设备、内容和广告曝光进行重复计算，即使现有的标识符无法再被依赖。 

为了应对数据侵蚀的问题，并为日益分散的未来做好准备，尼尔森正在推进其技术，为行业提供差异化的测量和结果数据。迁移到以人为基础的数据集，由尼尔森的小组真相集训练和校准，并以身份为基础，将为公司提供最佳定位，并允许真正的跨渠道测量。有了这种新的身份识别方法，广告商可以保持信心，当广告被个人观看时，受众人数会被准确地重复，并在所有平台上进行测量，包括移动、PC和电视，人口统计学和结果也会相应地得到验证。  

准确度对于测量和结果来说是最重要的。与用于定位的ID分辨率不同，用于测量的ID必须在不同平台、出版商和设备之间保持一致和持久，以确保准确无误地观察到受众的行为和偏好。尼尔森ID利用持久的、与设备无关的标识符，这些标识符已通过其高质量的小组真相集的验证，使尼尔森能够在所有媒体上验证人口特征和长期的收视率。 

为了协调各种第一方ID并取代整个数字生态系统中的第三方cookies，尼尔森将与The Trade Desk和业界合作开发统一ID 2.0，这是一个建立在散列和加密的电子邮件地址上的开放和可互操作的ID。它将为尼尔森ID和尼尔森在各平台和出版商之间的直接整合提供一个互操作性框架，使尼尔森能够提供全面和可比的测量。

"尼尔森首席数据官Mainak Mazumdar说："通过用我们独特的ID解析方法来支撑我们的受众和结果测量产品，我们正在使我们的业务和产品免受持续的技术和监管变化的影响。"在尼尔森黄金标准面板的支持下，我们正在建立一个以隐私为中心的、灵活的方法来测量个人在所有媒体上的广告接触情况，为媒体行业在未来的发展提供动力。"

为了建立其全面的解决方案，尼尔森正在利用各种数据、直接整合和新技术，以及其测量的特定身份图。该公司通过利用机器学习模型扩大测量范围，继续发展其基于人的测量基础。尼尔森的身份解析系统包括：

• 生态系统连接： 与出版商和广告商直接整合，以获取与实际的人和他们长期使用的设备相关的信息，并且不依赖设备ID或浏览器/应用程序生态系统。 
• 尼尔森ID： 尼尔森将利用其面板来纠正偏见和推动可比性，并以注重隐私的方式将各种数据源的数据结合起来，将人们与家庭和设备联系起来，以支持测量。
• 机器学习模型：专有的机器学习模型，整合和丰富不同环境的数据，以确保测量和结果产品的准确性、可比性和代表性。

随着尼尔森将线性和可寻址电视以及数字数据资产整合到一个平台上，ID方法将在所有媒体的所有优质视频中扩展整体测量。在其数字转型之后，公司对其产品进行了重新规划，以确保灵活适应技术和隐私环境的不断变化。尼尔森对技术栈、数据科学专业知识、后端基础设施和数据源的所有权，将使该公司能够保持独立性，并通过一个有弹性的系统来解决ID问题，该系统可以随着行业的发展和新资源的出现而摄入新的数据集。  

尼尔森正与MRC积极合作，审查新的分辨率方法，以确保它符合受众测量的标准。尼尔森将从2021年第一季度初开始分阶段在美国推出ID解析系统。其下一代测量方法将流入数字广告评级、总广告评级、数字内容评级、总内容评级、电视中的数字评级、尼尔森归因和尼尔森运动提升。