新的 ID 解析系统涵盖受众和成果测量，为跨媒体测量和新一代数字方法提供支持

纽约州纽约市 - 2020年11月19日 - 尼尔森 （NLSN）今天发布了其ID解析系统，该系统将在一个无熟人的世界中支持其受众和效果测量产品，以支持包括数字媒体在内的跨媒体。尼尔森将继续秉承其提供可信和独立测量的使命，在所有平台和出版商之间提供基于受众的整体测量，并对设备、内容和广告曝光进行重复，即使现有的标识符已不再可靠。 

为了应对数据侵蚀问题，并为日益分散的未来做好准备，尼尔森正在推进其技术，以便为业界提供差异化的测量和结果数据。转向由尼尔森面板真相集培训和校准的基于人的数据集，并以身份识别为基础，将为公司带来最佳定位，并实现真正的跨渠道测量。利用这种新的身份识别方法，广告商可以保持信心，当广告被个人观看时，受众数量会被准确地重复计算，并在包括移动、PC 和电视在内的所有平台上进行测量，人口统计和结果也会相应地得到验证。  

准确性对于测量和结果至关重要。与用于定位的ID分辨率不同，用于测量的ID必须在不同平台、出版商和设备之间保持一致和持久，以确保准确无误地观察受众行为和偏好。尼尔森ID采用持久的、与设备无关的标识符，这些标识符已通过其高质量的面板真实集验证，使尼尔森能够验证所有媒体的人口统计特征和长期收视率。 

为了在整个数字生态系统中协调各种第一方ID并取代第三方cookie，尼尔森将与The Trade Desk和业界合作开发统一ID 2.0，这是一种基于散列和加密电子邮件地址的开放式互操作ID。它将为尼尔森 ID 与尼尔森跨平台和出版商的直接集成之间的互操作性提供一个框架，使尼尔森能够提供全面和可比的测量。

"尼尔森首席数据官迈纳克-马祖姆达尔（Mainak Mazumdar）表示："通过采用我们独特的ID解析方法来支持我们的受众和效果测量产品，我们正在使我们的业务和产品免受持续的技术和监管变化的影响。"在尼尔森黄金标准面板的支持下，我们正在构建一个以隐私为中心、灵活的方法，以衡量个人在所有媒体上的广告曝光度，为媒体行业的未来发展提供动力。"

为了建立全面的解决方案，尼尔森正在利用各种数据、直接集成和新技术以及其特定测量的身份图谱。公司利用机器学习模型扩大测量范围，从而继续发展其基于人的测量基础。尼尔森的身份解析系统包括

• 生态系统连接： 与出版商和广告商直接集成，获取与实际人员及其长期使用的设备相关的信息，而不依赖于设备 ID 或浏览器/应用程序生态系统。 
• 尼尔森 ID： 尼尔森将利用其面板来纠正偏差和提高可比性，并以注重隐私的方式结合各种数据源的数据，将人与家庭和设备联系起来，以支持测量。
• 机器学习模型：专有的机器学习模型可跨环境整合和丰富数据，以确保测量和成果产品的准确性、可比性和代表性。

随着尼尔森将线性和可寻址电视及数字数据资产整合到一个平台上，ID 方法将扩展对所有媒体的所有优质视频的整体测量。在数字转型之后，公司对其产品进行了重新规划，以确保灵活适应技术和隐私环境的不断变化。尼尔森对技术堆栈、数据科学专业知识、后端基础设施和数据源的所有权将使公司保持独立性，并通过一个弹性系统来解决 ID 问题，该系统可随着行业的发展和新数据源的出现而摄取新的数据集。  

尼尔森正积极与MRC合作审查新的分辨率方法，以确保其符合受众测量标准。尼尔森将从2021年第一季度初开始在美国分阶段推出ID分辨率系统。下一代测量方法将应用于数字广告收视率、广告总收视率、数字内容收视率、内容总收视率、电视数字收视率、尼尔森归因和尼尔森活动提升。