TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

身份解析服务商对比:确定性、概率性和图谱

身份解析服务商的差别在怎么匹配、拿什么数据匹配、允许错多少。三种方法、一个带示例数字的留出测试,以及购买前该问的七个问题。

林舟 发布于 2026 年 11 月 21 日 9 分钟阅读 数据分析
示例数据:1,000 台设备属于 500 个人。关联设备数量多的方法,错误关联也多;确定性关联了 38.0% 的设备,只有 2 个错误。示例数据

身份解析服务商把同一个人的标识符关联起来:用共有登录的精确匹配(确定性)、用 IP 和设备等信号打分(概率性),或用多来源网络(图谱)。按错误合并两个人的代价来选,再在自己已知的配对上量覆盖率和精确率。

读完你会知道

  • 按“把两个不同的人合并”的代价选方法,再定阈值
  • 用已知配对做留出测试量覆盖率和精确率;报出的匹配率不检查对错
  • 示例中混合方法关联了 81.0% 的设备、有 49 个错误关联;确定性关联 38.0%,只有 2 个

身份解析服务商到底做什么?

身份解析服务商把同一个人分散的标识符,比如笔记本上的一个 Cookie、手机上的设备 ID、一个邮箱和一个客户 ID,判断哪些属于同一个人。你把标识符发给它,它返回一个人级别的 ID、一个匹配结果,或者一组关联起来的记录。身份解析页解释了这个概念;本文讲的是怎么在服务商所用的几种方法之间选择,因为方法决定了你能放心拿结果做什么。

服务商之间有三点差别,比功能清单更重要:

  1. 怎么判定两个标识符匹配。 从共用的精确登录,到统计意义上的猜测。
  2. 拿什么数据去匹配。 只用你发过去的数据,还是它手里一个很大的参照库。
  3. 允许错到什么程度。 每种方法都会出错,问题是出什么样的错、错多少。

核心主张很简单:按你要用匹配结果做的决定来选服务商,然后在自己已知的配对上量它的覆盖率和误合并。 一个很适合统计受众的方法,拿来给人展示他的账户页可能就很危险。

确定性、概率性和图谱:三种方法有什么不同?

方法怎么关联标识符优点缺点
确定性两条记录共有的标识符精确匹配,比如登录 ID 或哈希邮箱误合并很少,容易解释和审计只能关联给过你该标识符的人,覆盖率有限
概率性用 IP、设备类型、时间、位置等信号给“是同一个人”的可能性打分,高于阈值就关联覆盖更广,包括从没登录过的人误合并是内置的;阈值在覆盖率和错误之间取舍
图谱(身份图谱)把多个来源的标识符建成网络,通过共享节点关联,常常混合确定性和概率性的边能跨很多设备和来源难审计;质量取决于背后的数据来源

有两点说清楚,能省下以后的争论。首先,很多服务商是混合的:以确定性关联为锚,其余用概率性补上。要问清哪些边是哪种,输出里怎么标注。其次,“确定性”这个词常被用得很松。哈希邮箱的精确匹配是确定性的;IP 地址的精确匹配不是,因为很多人共用一个 IP。身份图谱页讲了第三种方法背后的数据结构。

方法示例覆盖率示例错误关联适合
确定性(登录 ID)38.0%2账户数据、价格、消息
概率性72.0%65触达和受众计数
混合图谱81.0%49计数和跨设备归因,并单独报告猜测的部分

示例数据:1,000 台设备属于 500 个人;精确率分别为 99.5%、91.0%、94.0%。

怎么衡量匹配质量?

任何解析方法都用两个数字描述,两个都要看:

  • 覆盖率: 最终与至少一个其他设备关联起来的设备占比。
  • 精确率: 做出的关联里,把同一个人的设备连在一起的占比。

测量办法是用你已经确定属于同一个人的配对做留出测试:比如在你自己的产品里登录过同一个账号的设备。把这些关联藏起来,跑一遍方法,数它找回多少(覆盖率)、又多连了多少错的(精确率)。服务商给的“匹配率”衡量的是另一件事,通常是你的记录有多少在它的参照库里找到了任何匹配,不检查匹配对不对。

示例数据:1,000 台设备属于 500 个人,每人两台,所以真实答案是已知的。

方法关联的设备数覆盖率精确率正确关联错误关联每个错误对应的正确数
确定性(登录 ID)38038.0%99.5%3782189
概率性72072.0%91.0%6556510
混合图谱81081.0%94.0%7614916

算法是:正确关联 = 关联数 × 精确率,错误关联 = 关联数 × (1 − 精确率),取整到设备。混合方法的正确关联是确定性方法的两倍(761 对 378),但也多出 49 个错误,确定性方法只有 2 个。这笔交易划不划算,完全取决于一次错误关联的代价,下一节讲这个。

app.tapcub.com

每 1,000 台设备的错误关联数

示例数据
概率性65
混合图谱49
确定性2
示例数据
示例数据:1,000 台设备属于 500 个人。关联设备数量多的方法,错误关联也多;确定性关联了 38.0% 的设备,只有 2 个错误。

哪种方法适合哪种决定?

先写下两个不同的人被合并成一个人会发生什么,再按这个代价选方法。

  • 向某人展示账户数据、价格或消息:只用确定性。 错误合并会让一个人看到另一个人的信息。1,000 台设备里有 65 个错误关联,概率性方法在这里不可接受;只有 2 个的确定性方法接近可以接受。
  • 统计去重人数和触达:混合或概率性即可。 “谁是同一个人”有 5% 到 9% 的误差,只会让计数轻微变动,而额外的覆盖率能减少多设备用户的重复计数。用你的注册数据做个常识检验:人数远低于不同登录 ID 的个数就值得查,因为很少有人持有多个账号。
  • 跨设备的转化归因:混合,并把概率性的部分单独报告。 如果你记功的跨设备转化里有 40% 依赖猜出来的关联,就要写明,免得有人把这个数字当成精确值。
  • 屏蔽,比如遵守退订:宁可多合并。 这里错误合并只是多屏蔽了一个人,漏合并却会继续打扰要求停止的人。这是错合并比漏合并便宜的少数情况之一。

每次的顺序都一样:先看错误合并的代价,再选方法,最后定阈值。

购买前应该问服务商什么?

把这些问题当作选型标准;每一条都有可以核对的答案。

  1. 到底什么算确定性匹配? 问清标识符类型。邮箱和登录 ID 可以;IP 地址不行。
  2. 我能在自己已知的配对上跑留出测试吗? 不能的话,你就没法验证精确率。坚持量覆盖率和错误关联,不要只听报出来的匹配率。
  3. 参照数据从哪来,同意依据是什么? 按 GDPR,个人数据是与已识别或可识别的自然人有关的任何信息,经过假名化的数据只要能借助额外信息归属到某个人,仍是个人数据。哈希邮箱是假名化而不是匿名,所以你的合法性依据和告知义务依然适用。
  4. 我能拿回什么? 一个能存下来的人 ID、一份关联记录列表,还是只有在它平台内的受众匹配?前两种可以带走;最后一种把价值锁在对方那里。
  5. 计价单位和退出方式是什么? 按匹配的记录数、按查询次数还是按月;离开时能不能导出这些关联。
  6. 错误怎么报告? 看有没有每条关联的置信度,这样上面那些敏感决定可以设更严的阈值。
  7. 答案多快? 页面个性化要实时查询,还是接受滞后一天的批量更新。

浏览器的变化为什么影响选择?

概率性和图谱方法依赖的标识符,浏览器正越来越多地限制。Safari 的智能防跟踪(ITP)会在用户 7 天没有访问站点后删除脚本写入的存储,把链接里带点击 ID 的落地页所设的 Cookie 有效期限制在 24 小时,并且默认拦截第三方 Cookie,没有例外。所以依赖长期第三方标识符的方法,每周都会把更多设备当成新设备,覆盖率会随时间下降。

由登录建立的关联不会这样老化。有人在新设备上登录,你直接从第一方数据里知道了这个关联。所以无论后面再接哪家服务商,先用自己的登录建立确定性基础都值得:它既是准确度高的一层,也是浏览器政策不会侵蚀的一层。

在 TapCub 里怎么用你自己的登录数据?

TapCub 不是身份解析服务商。它没有第三方身份图谱,也不会拿你的访客去匹配外部数据。它做的是用你自己的登录建立确定性这一层,而这一层同时也是上面留出测试需要的真实基准。

  1. 打开识别模式并上报登录。 识别模式从 Pro 套餐起提供。你自己的登录成功后调用 tapcub.login(id, props);ID 可以是你的登录 ID、邮箱(转小写后哈希)、手机号、OpenID 或 UnionID。guest、anonymous 这类占位 ID 会被拒绝,免得一群人被并成一个人。
  2. 让第一次登录回填历史。 设备上的第一次登录,会把该设备之前的匿名历史并到这个人名下,所以从首次访问到注册的漏斗是完整的。之后用另一个账号在同一设备登录,不会移动已经属于别人的记录。
  3. 看人,不看设备。 在 全端分析 › 用户 › 用户 打开一个人,可以看到他跨设备的行为随时间的变化。分析可以按访客、设备或人计数;切换到按人,就消除了重复计数。
  4. 把这些配对当作留出测试集。 一个登录绑定了两台及以上设备的人,就是你的已知配对。在拿任何外部方法去测之前,先记下其中一批样本。
  5. 知道边界。 每个人默认最多 50 台设备;超出的设备仍会被统计,但不会并到这个人名下。从不登录的匿名访客保持独立,TapCub 不会去猜他们是不是同一个人。

FAQ

什么是身份解析服务商?

把同一个人的标识符,比如 Cookie、设备 ID、邮箱和客户 ID,关联成一条人级别记录的公司或平台。服务商的差别主要在匹配方式(确定性、概率性或图谱)、拿什么数据去匹配,以及怎么报告错误。

确定性和概率性身份解析有什么区别?

确定性匹配关联共有精确标识符(如登录 ID)的记录,所以误合并很少,但只覆盖主动表明身份的人。概率性匹配用 IP、设备等信号给可能性打分,覆盖更多人,代价是内置的错误。

怎么测试身份解析服务商?

做留出测试。从你自己的登录里取已知属于同一个人的设备配对,把关联藏起来,跑服务商,数找回的关联和多出来的错误关联。比较覆盖率和精确率,而不是报出来的匹配率。

我一定需要身份解析服务商吗?

不一定。如果有价值的用户大多会登录,用自己的登录建立的确定性层可能就够做账户分析了。当你必须触达从不登录的人、或要整合很多来源的数据,并且接受误差的取舍时,服务商才有帮助。

资料来源

  • WebKit,Tracking Prevention——脚本可写存储 7 天上限、带链接装饰时 24 小时上限和默认拦截第三方 Cookie。核对于 2026-11-21。
  • GDPR,第 4 条:定义——个人数据(4(1))和假名化(4(5))。核对于 2026-11-21。
归档:数据分析

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

林舟

产品体验专员

关注产品体验、功能使用与增长实践,喜欢把复杂流程拆成清晰步骤,让分析结果更容易用到日常决策中。

用你自己的登录建立确定性这一层

登录只上报一次,就能跨设备看到同一个人,第一次登录还会补上之前的匿名历史。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie