精硕科技国内率先落地跨终端ID识别技术

该解决方案分三步实现：

第一步：通过与拥有强大数据资源的合作伙伴强强合作，AdMaster得以构建真实数据集，通过自身数据、合作伙伴等数据构建确定能匹配的Pair和确定不匹配的Pair（ID的匹配对称为Pair），相当于一种正反向甄别的概念，并通过此提炼出70多种设备特征值。 

第二步：通过机器学习的方法，AdMaster可以用更大范围的训练集与其进行匹配，构建ID行为特征网，训练匹配模型，不断提升匹配效果；同时还需要有定期更新的机制保证数据的活跃度。

第三步：实际应用，在实际投放环境中，运用训练好的模型及数据集进行终端ID的识别。

洪倍强调：“AdMaster跨终端ID识别技术能够在中国本土真正落地，原因在于它科学地结合了概率识别与精准识别的技术优势。”

综合国内和国外经验，目前主要有两种跨终端识别技术：精准识别vs.概率识别。

精准识别：即利用一个ID去进行设备的匹配，这是基于在各个设备间，用账户ID系统，通过用户在多个设备上使用同一个账号登录时去定位、触达单一消费者。如今最为常用的精准识别模型主要包括Facebook, 淘宝等强账号体系。然而，这种解决方案只对已经注册的消费者使用，且这些消费者必须是在多个设备都同时登陆了自己的帐号。

 “这些强账号体系的优势是显而易见的，通过精准识别，广告主能够准确判定在平板电脑上看到广告的这个人与当天在电脑上实现购买行为的消费者是同一个人，“洪倍指出。 ”但是，这一跨设备账号的缺陷在于，无论其背后的用户量多大，都无法实现100%的人群覆盖，其最终只能在他们各自的商业帝国中完成闭环，而无法与整个行业分享跨终端营销技术的红利。”洪倍说道。

另一方面，跨终端营销的解决方案应该是基于各种数据源的信息，诸如Wi-Fi网络，基于地理位置的信息，设备号，以及设备运行系统等特征值，经过特定算法来做概率匹配。

如果满足一定条件的话就可以认为它是同一用户。“如果说这种概率识别的模型在美国市场可以达到70-80%的准确率的话，如果将其移植到中国，却可能出现极高的错配率，“洪倍指出。

 “这主要缘于中国非常复杂的网络和技术环境。概率识别准确的前提是一个较为稳定的IP环境，即如果每一个人、或每一个家庭都能被分配一个独立且永久性的IP地址的话，那么基于IP地址的概率识别就会相对准确。据 CNNIC 的统计，美国网民的人均 IP 持有量为 4.62 IPs，而中国网民的人均 IP 持有量为 0.51 IPs，这也是为什么这一基于IP地址的概率识别算法在美国非常准确，但在中国，却很难将一个IP地址与一个单一互联网用户匹配。“洪倍强调。

 “加之其他中国独有的一些干扰因素，包括因为刷机等原因而导致的不稳定的设备号等，都导致概率识别出现较高的错配率，“洪倍说道。