什么是身份识别（Identity Resolution）？确定性与概率性匹配

什么是身份识别？

身份识别（Identity Resolution）把一个人留下的不同标识符（浏览器里的匿名访客 ID、App 里的设备 ID、登录 ID、邮箱）连起来，当作同一个人看待。没有它，一个在手机上浏览、在电脑上下单的人，看起来就像两个人：一个从不转化，一个一来就转化。

确定性和概率性

大多数统计分析用确定性匹配。概率性匹配在广告领域更常见，监管机构和浏览器都在限制它。

合并怎么改变你的数字

同一时段，按三个层级计数（示例数字）：

按用户算的转化率比按访客算的高，因为分母变小了。两个都没错，回答的是不同的问题。报表要写清楚用的是哪个口径。

一张身份图谱

用户 u_123
├─ 登录 ID：u_123
├─ 邮箱：（已哈希）
├─ 设备 A（手机 App）   首次登录时绑定，之前的匿名事件已回填
├─ 设备 B（笔记本）     登录时绑定
└─ 设备 B 登录前的访客 ID → 回填到 u_123

边界情况

• 共用设备。 家里的笔记本、门店的平板会先后登录好几个人。每次登录应该把设备转给新的人，但不改写上一个人的历史。
• 垃圾 ID。 代码把 guest、null、0、-1 当作用户 ID 发上来，会把成千上万个陌生人合并成一个「人」。这类值要拦掉。
• 设备太多。 一个人有几百台设备，通常是测试账号或机器人，要设上限并告警。
• 退出登录。 退出之后，新的行为不应该再挂在这个人身上。

隐私方面

把标识符关联到个人会产生个人数据。用你能解释清楚的确定性键，按规则要求收集同意，邮箱和手机号做哈希，并确保某个人关联起来的数据能按要求被找到和删除。本文为一般性说明，不构成法律意见。

TapCub 里的身份识别

TapCub 只做确定性匹配。在识别模式下，tapcub.login(id) 把设备绑定到一个登录 ID；设备第一次登录时，会把这台设备之前的匿名事件回填给这个人。之后这台设备如果用另一个账号登录，已有的数据仍归前一个人，新账号从新会话开始。bind 可以加其他标识（邮箱、手机号、OpenID、UnionID，各最多 5 个），邮箱会先转小写再哈希。null、guest、全零、-1 这类值会被拒绝，每人默认最多 50 台设备。每次绑定、切换、拆分都记录在全端分析 › 用户 › 身份映射，还有一张卡片显示身份识别去掉了多少重复的访客和设备。网站脚本不会用指纹技术跨设备关联用户。另见用户 ID 和 identify。

另见：数字分析。