身份图谱是什么
身份图谱是一种面向“人/实体”的数据结构与解析方法：它将登录信息（邮箱、手机号）、设备/浏览器指纹、网络与行为信号统一关联，生成一个稳定可引用的标识（如用户ID/Household/Device 群），并持续更新可信度。它不是单一技术，而是数据采集→身份解析→可信度评估→应用的一整套能力。
为什么与投放、跨境与社媒强相关
- 投放效率：跨设备识别同一人，减少浪费触达，沉淀准确的频控、再营销与排重人群。
- 增长闭环：把站外广告带来的匿名点击与站内交易/复购关联，估出真实 LTV。
- 多账号风控：在平台侧，身份图谱用于识别“是否同操作者”；在运营侧，合理隔离身份可降低误关联与连坐风险。
- 爬虫与验证：同源/同操作者模式容易被归并；控制指纹与网络一致性，有助提升任务成功率与稳定性。
它如何“拼接”身份：三类信号与可信度
- 确定性信号（Deterministic）：邮箱、手机号、登录态、支付账号——强匹配，优先级最高。
- 概率性信号（Probabilistic）：浏览器/设备指纹（UA、时区、Canvas/WebGL/音频指纹）、网络（IP 段、AS 号、风险分）、地理与时间模式——需打分与阈值。
- 上下文行为：访问路径、内容偏好、购买周期、互动节奏——用于补强或纠错。核心在于可信度评分：不是“像/不像”二选一，而是“合并置信度”是否达门槛，用以决定合并、保留或待观察。
在指纹浏览器/多环境里的正确打开方式
- 一号一环境：账号与环境强绑定；语言、时区、硬件/图形指纹、字体集、媒介权限等保持内在一致。
- 网络分层：高价值账号用稳定住宅代理；测试/批量任务分到独立出口段，避免交叉污染。
- 节奏真实：登录/支付/评论等高风险动作按人类节奏推进；避免“短时高密度”触发图谱可疑评分上升。
- 工具选型：使用支持多维指纹管理与环境隔离的产品（如 MasLogin 指纹浏览器），将身份隔离流程SOP化。
做或用身份图谱时最容易踩的坑
- 过度合并：把同一家庭多设备合成“同一人”，导致投放瞄不准、CRM 污染。
- 欠合并：同一用户被分裂成多个ID，频控失效、复购难追踪、成本虚高。
- 数据过期：长时间不刷新设备/网络/行为权重，图谱失真，影响再营销与风控判断。
- 合规忽视：在未获同意/无合法依据情况下纵向整合个人数据，存在合规与平台政策风险。
衡量与治理：别让图谱“失真”
- Match Rate（匹配率）：投放/自有数据与图谱能匹配到的比例。
- Precision / Recall（精准度/召回）：过合并会伤精准，欠合并会伤召回——两者需权衡。
- Graph Decay（衰减管理）：对长时间未验证的关系降权或解绑，保持“新鲜可信”。
- 人群一致性校验：跨渠道回传转化，核对“点击→下单→复购”的身份连续性。
迷你实战：用身份图谱提升回报的三招
- 统一第一方ID：把站内登录、订单、售后等打通到同一用户ID，铺好“人级归因”。
- 重定向与排重：把已转化与无效客群做排重名单，给种子人群做相似扩展。
- 复购编排：基于身份图谱推送再营销（邮件/私域/广告），按生命周期分层提高 ROI。
合规与边界：能做什么，不能做什么
- 明确处理依据（同意/合同/合法权益），最小化采集，敏感数据慎用。
- 提供退出与更正渠道，跨境传输与委托处理按监管要求落实安全与审计。
- 与平台政策对齐：避免绕开平台身份体系进行违规归并，防止账号风险。
常见问答
身份图谱与“用户画像”有什么区别？
画像侧重特征描述（兴趣、偏好、分层）；身份图谱侧重身份解析与关系（谁与谁是同一人/家庭/设备群）并支撑频控、排重与归因。
用 Cookie 或广告ID 不就够了吗？
单一标识在跨设备与隐私限制下易失效。身份图谱通过多信号融合与可信度评估，在 Cookie 受限、设备切换频繁的环境里更稳。
多账号运营如何避免被平台图谱误合并？
保持一号一环境、一号一网络，让语言/时区/硬件/行为节奏自洽；高风险动作分时分级执行，避免短时集中异常。
什么时候不该合并身份？
当多账号属于不同业务线/人群/法域或存在合规边界时，宁可欠合并也不要过合并；对“仅概率性弱信号”的关联保持观望或低权重。
