身份识别管理在身份解析中的应用

由于数字渠道的分散化，市场营销人员正收到越来越多的不同信号。这要求他们采取清晰的方法进行身份识别。他们是如何匹配标识符并合并客户的资料的？他们对匹配的自信程度如何？制定一个明确的策略有助于与客户建立更好的沟通，并带来更有效、更有利可图的客户体验。

首先，组织机构应采用身份识别策略框架。 这个框架可以是设备优先、人物优先，或者是两者的结合。关键在于，市场营销人员要确信他们使用的标识符让他们能够在整个数字旅程中持续关注客户。

确定性匹配 vs. 概率性匹配

通过不同的数字渠道与客户互动时，一个客户可能会在您的数据中拥有多个资料条目。合并这些资料需要找到一种方法，将设备、数字账户和其他标识符与同一人物进行匹配。

实现这一目标有两种主要方式。

确定性匹配。 这意味着您只会将那些匹配无误的资料进行合并。通常情况下，这种匹配发生在在一个共同标识符被发现于多个资料条目时。例如，如果您的客户通过电子邮件下单，订单中包含的收件地址或电话号码可以指示其他资料条目是否属于同一客户。这些共同的标识符使得确定性匹配成为可能。

以电子邮件地址为例，如果该客户的数据中包含电子邮件地址，则可以将该客户的资料与电子邮箱服务提供商（ESP）存储的独立信息进行合并。

概率性匹配。 这种方法涉及利用人工智能结合行为数据和其他信号来预测不同客户互动可能是同一客户的行为——无需使用共同标识符。

“这种类型的匹配，以及身份识别这类事务的整体做法，意味着您将不得不做出很多假设。”《Krehbiel Group咨询公司》的Greg Krehbiel在2023年春季马特科技会议上表示（点击阅读更多）。

然而，Krehbiel指出，即使确定性匹配也不是完全可靠的。他分享了一个不太常见的案例，该案例可以说明这一点。他的母亲让妹妹帮忙购买节日礼物，结果妹妹在亚马逊用自己的电脑和母亲的信用卡购买了礼物。确定性匹配可能会得出结论：母亲使用的是女儿的电脑。

建立单一数据源

在合并客户资料和匹配标识符的过程中，总会需要一定的判断来确保合并的准确性。为了尽可能提高准确性，建议为您的客户数据建立一个单一的数据来源。

“您希望将一个客户记录减少到最少的程度，这需要合并其他记录，”Krehbiel表示，“这意味着必须有一个系统成为该事务的单一数据源。”

思考某个渠道的所有使用情况，并确定这些数据应整合到何处。这有助于避免冗余和多个数据源的竞争。

“如果在CRM中更改了某人的电子邮件地址，那是否会在ESP中覆盖相关数据？”Krehbiel问道。

在某些情况下，合并资料并不是理想的选择。例如，某些客户更倾向于使用多个电子邮件地址分别用于工作和个人用途。在这种情况下，这些电子邮件地址不应被合并。相反，您的组织应将该客户视为一个复杂的多面 persona，并拥有多个电子邮件地址。

确信度的梯度

无论是确定性匹配还是概率性匹配，都依赖于在合并资料和识别客户身份时对数据的信心。

这意味着市场营销人员应根据使用场景在信任度滑动条上进行评分。这种计算很重要，因为存在一些极端情况会破坏在多个资料条目中合并数据所做的假设。

“总是存在一些极端情况，”Krehbiel表示，“一个人可能拥有多个电子邮件地址，但有时一个电子邮件地址也可能包含多个用户，对吗？或者我知道一些家庭，他们使用一个电子邮件地址为全家人服务。通常情况下，这些是您无需过分担心的极端情况。如果它们导致麻烦，那在世界上也不是什么大问题。或者这可能会很重要——但在这种情况下，您需要根据您的使用场景来考虑这些问题。”

利用这一信任度刻度可以帮助确定在合并数据时可能出现错误的概率。例如，一个错误的收件地址可能导致邮寄失误。但如果该地址是客户账户信息的一部分，并且客户看到错误的地址后对隐私和公司数据管理产生了担忧，则可能产生更大的问题。

这取决于与您业务相关的具体使用场景。另一个例子：如果您经营食品配送服务，而您的客户患有花生过敏，那么这是您必须准确获取的信息。

记住这些使用场景将有助于团队在匹配标识符、合并资料以及最终为客户提供最佳体验时做出最自信的决定。