TapCub 正式上线:统计、分析、客服一个平台免费用
术语表

什么是身份图谱?节点、边和匹配规则

身份图谱把设备 ID、访客 ID、登录 ID 这些标识符连成「人」。节点和边怎么理解,确定性和概率匹配的区别,以及合并错了的代价。

陈屿 审核人 艾玛·柯林斯 又称 ID 图谱 最后更新 2026 年 11 月 15 日 术语表

一句话回答

身份图谱是一种数据结构:把访客 ID、设备 ID、登录 ID 等标识符存成节点,把连接它们的规则存成边。它有没有用,取决于这些边能不能解释:登录这类确定性连线可以审计,概率连线会悄悄把不同的人合并。

什么是身份图谱?

身份图谱(identity graph)是一种数据结构:把你掌握的每个用户标识符存成节点,把每条「这两个标识符属于同一个人」的规则存成边。Cookie 或访客 ID、App 设备 ID、小程序 OpenID、哈希后的邮箱、登录 ID,都是节点;某台设备上的一次登录、结账表单里填的邮箱、同时带着设备 ID 和账号 ID 的一条服务端事件,都是边。连在一起的一组节点,就当作一个人。

这个说法比任何厂商的示意图都重要。一串标识符本身说明不了什么,图谱的价值全在边上,而每条边都是某个人或某个算法做出的判断。说不清一条边为什么存在,就说不清你的「人数」对不对。所以本文的核心观点很简单:身份图谱有没有用,取决于连线规则能不能解释。确定性匹配(登录 ID)可以审计,概率匹配会悄悄把不同的人合并;做分析时优先用确定性连线。

身份图谱是身份识别(identity resolution)背后的数据结构,身份识别指的是判断哪些记录描述的是同一个人的过程。本文只讲图谱的结构和匹配规则,识别过程本身另有词条。

节点和边:图谱里放什么

节点(标识符)从哪里来稳定程度
网站访客 ID 或自有域 Cookie网站上的统计脚本一台设备上的一个浏览器;清 Cookie 或换盐后就变
App 设备 ID移动端 SDK一次安装;App 升级通常不变,重装会变
小程序 OpenID微信等平台一个小程序里的一个用户
登录 ID(用户 ID)你自己的账号系统账号存在多久就稳定多久
哈希后的邮箱或手机号表单、结账、CRM稳定,但会有全家共用邮箱、换号的情况
IP 地址、设备型号、时区网络和设备信号很弱;家庭、办公室、运营商网络里多人共用

边分两种:

  • 确定性的边:两个标识符出现在同一条经过身份验证的事件里,比如用户在这台设备上登录了,或者你的服务端发来的事件同时带着设备 ID 和账号 ID。这条边是能指出来的事实。
  • 概率性的边:模型根据共用 IP、相似的设备信号、重叠的时间或位置,给两个标识符打分,认为「很可能是同一个人」。这条边是带置信度的猜测。

确定性匹配和概率匹配

问题确定性匹配概率匹配
边是怎么来的两个标识符都和同一个登录 ID、账号 ID 或已验证邮箱一起出现过根据共用 IP、设备属性、位置和时间算出来的分数
能不能解释某一次合并能:「设备 B 在 11 月 5 日以 u_42 登录」只能给个分数,比如「相似度 0.83」
典型错误漏连(从不登录的人连不上)错连(同一个 Wi-Fi 下的两个人被合并)
覆盖面只覆盖主动表明身份的人更高,匿名流量也能连
审计记录每次绑定都能记日志、能撤销模型或阈值一改,就很难复现
隐私风险用的是用户自己提供的标识符依赖设备和网络信号,常受限制(见下文)
适合产品分析、漏斗、留存、客服上下文广告触达估算,能容忍一定误差的场景

实用的判断规则就来自「典型错误」那一行。确定性图谱不全但正确:合并得偏少,人数略微偏高;概率图谱全但无法验证:合并得偏多,而且不逐条审计就不知道哪些错了。对要拿来做产品决策的分析,已知方向的少算,好过一堆说不清的错误。

算例:三台设备和一个登录 ID

示例数据:一位顾客一周内用过笔记本浏览器、iPhone App 和安卓平板,同一个家庭网络里还出现了另一个浏览器。

标识符类型首次出现和登录 ID u_42 的边
w-7f3网站访客(笔记本浏览器)11 月 2 日确定性:11 月 4 日登录
i-91cApp 设备(iPhone)11 月 3 日确定性:11 月 3 日登录
a-22dApp 设备(安卓平板)11 月 6 日确定性:11 月 8 日登录
w-c10网站访客(手机浏览器)11 月 7 日没有。只有概率依据:和 w-7f3 同一个家庭 IP、同一城市

数人数:

  • 没有图谱:4 个标识符 = 4 个「人」。
  • 确定性图谱:w-7f3、i-91c、a-22d 通过 u_42 连在一起,算 1 个人;w-c10 仍然匿名。合计 2 人。
  • 概率图谱:规则「24 小时内同一 IP、同一城市」给 w-c10 和 w-7f3 连了一条边。合计 1 人。

w-c10 是这位顾客换了手机,还是同一个 Wi-Fi 下的家人?确定性图谱承认自己不知道;概率图谱已经替你做了决定,下游每个指标都会继承这个决定。

把规模放大。示例数据,一个月:

  1. 共出现 10,000 个设备和访客 ID。
  2. 其中 2,400 个 ID 至少登录过一次,它们属于 1,500 个登录 ID。
  3. 确定性人数 = 10,000 − 2,400 + 1,500 = 9,100。
  4. 一条概率规则提议再把 800 个匿名 ID 并入已有的人,人数会变成 9,100 − 800 = 8,300。
  5. 分析师手工抽查其中 50 次合并,发现 14 次是错的:14 ÷ 50 = 28%。
  6. 预计错误合并 = 800 × 0.28 = 224 次,占最终人数的 224 ÷ 8,300 = 2.7%。

这 2.7% 不是平均分布的。共用网络集中在家庭、办公室和校园,错误合并也就集中在你可能正想对比的那几类人身上。而且和确定性图谱的少算不同,看板上没有任何地方会告诉你是哪 224 个人被并错了。

合并错了的代价

  • 人均指标虚高:两个人并成一个,这个「人」的会话数和订单数就翻倍,平均订单数和生命周期价值都被抬高。
  • 漏斗和留存失真:周二刚注册的人继承了另一个人上个月的访问,转化用时和回访率都会偏移。
  • 归因算错:一个人的购买被记到另一个人点过的广告上。
  • 客服和隐私出错:客服在对话里看到别人的浏览记录,或者一条删除请求删掉了别人的数据。
  • 很难撤回:被合并的事件一旦汇总进每天的报表,再拆开就得重算历史。

漏连的代价小得多:同一个人在第二台设备上登录之前,被算成两个人。登录覆盖率越高,这个误差越小,而且它不会把一个人的数据挂到另一个人身上。

营销里说的身份图谱

「身份图谱营销」通常指第三方图谱:数据公司把 Cookie、移动广告 ID、哈希邮箱和家庭数据跨很多品牌连起来,让广告主在不同网站上定向或衡量同一个人。这和分析工具用你自己的登录数据建的自有图谱不是一回事。跨公司的图谱依赖的正是浏览器和平台在收紧的那些技术,见跨站追踪。把自有数据整合成每位客户一份档案,是客户数据平台(CDP)的工作;CDP 里的身份图谱通常属于自有、以确定性为主的那一种。

隐私边界

  • 标识符就是个人数据:GDPR 鉴于条款第 30 条指出,人可能和设备提供的在线标识符(如 IP 地址、Cookie 标识符)关联起来,这些标识符组合后可以用来建立个人画像。把它们连起来的图谱就是在处理个人数据,相应的义务也随之而来。
  • 在苹果平台上,设备图谱和指纹都算追踪:苹果的用户隐私指南把「设备图谱标识符」和指纹 ID 列为需要 App Tracking Transparency 授权的标识符(用来把你 App 的数据和第三方数据连起来时),并禁止通过设备数据推导出能单独认出某台设备的信息。
  • 图谱留在自己的数据里:在你自己的网站和 App 之间连接你自己用户的登录,和把他们与其他公司的数据连起来,风险不是一个级别。

在 TapCub 里怎么看身份图谱

还是上面那个算例。在 TapCub 里,这三台设备只有在顾客登录时才会连起来:

  1. 发送登录:网站登录后调用 tapcub.login('u_42'),App SDK 里调用同样的 login。小程序拿到 OpenID 之后再调用,见小程序上的身份识别。识别是否生效,取决于项目在 配置 › 合规中心 里的识别和同意设置。
  2. 看边怎么形成:一台设备头一次绑定登录 ID 时,这次会话和这台设备之前的匿名事件都会补上用户 ID。之后如果这台设备换成别人登录,已经存下的行仍归原来的人,设备映射转到新用户,并开始新的会话。null、guest、anonymous、全零和 -1 这类值会被拒绝,一个写错的占位值不会把成千上万台设备并成一个人。
  3. 审计每一次合并:全端分析 › 用户 › 身份映射 记录每一次绑定、回填、切换账号、拆分和拒绝;有一张卡片对比访客数、设备数和人数,能看出身份识别去掉了多少重复。所有者和管理员可以把绑错的设备拆开。一个人默认最多绑 50 台设备,超出时最早的那台解绑,日志里会留记录。
  4. 看这个人:顾客出现在 全端分析 › 用户 › 用户 里,档案有跨网站和 App 的按天行为时间线。

这张图里的每条边都来自你发来的标识符:登录、零代码登录来源或服务端事件。无 Cookie 的访客 ID 是用地址和浏览器信息算出的哈希,只用来数访客,它自己不会生成「人」。TapCub 不提供按家庭或指纹的概率匹配,所以算例里的 w-c10 在登录之前一直是匿名的。

另见:什么是跨设备追踪?登录如何把设备连起来。

另见:什么是实体解析?方法、匹配规则与算例。

资料来源

这个解释清楚吗?

我们会根据反馈修改和补充这篇内容。

陈屿

技术工程师

专注统计代码、SDK 与接口集成文档,从接入验证到问题排查,帮助开发者更顺畅地完成实施。

常见问题

常见追问

大家看完定义后最常问的几个问题。

还有其他问题?

直接和 TapCub 团队聊聊——工作日通常几小时内回复。

身份图谱有什么用?

它把同一个人在不同浏览器、App 和设备上留下的标识符连起来,让分析按「人」而不是按「设备」计数。这样漏斗、留存和生命周期价值才能从一次匿名访问一路跟到另一台设备上的购买,客服也能看到正在对话的这位客户自己的历史,而不是别人的。

确定性匹配和概率匹配有什么区别?

确定性匹配只连接和同一个登录 ID、账号 ID 或已验证邮箱一起出现过的标识符,每条连线都是能核对的事实。概率匹配根据共用 IP、设备和时间信号打分,判断是不是同一个人,覆盖面更大,但会产生你看不见的错误合并,事后也很难逐条找出来。

身份图谱和客户数据平台是一回事吗?

不是。身份图谱是标识符和连线组成的数据结构;客户数据平台(CDP)是一套系统,从多个来源收集客户数据,用身份图谱合并成档案,再把档案推给别的工具。大多数 CDP 里都有身份图谱,但身份图谱并不一定要依附 CDP 存在。

身份图谱符合 GDPR 吗?

可以合规,但图谱里的标识符属于个人数据,需要合法依据、明确目的,并照常处理查询、删除等权利请求。把你的用户和其他公司的数据连起来风险更高,在苹果平台上还需要追踪授权。以上是一般性说明,不构成法律意见,具体请咨询律师。

在你自己的网站上看这个数字

加一行脚本就能开始,网站和 App 都能接,几分钟内就能看到第一批报表。

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