Identity Graph

Warum Identität zählt

Ein Kunde, der auf dem Handy stöbert, zwei Tage später am Laptop zurückkommt und schließlich auf dem Tablet kauft, sieht für ein einfaches Tracking-System wie drei verschiedene Nutzer aus. Die Conversion hängt sich an die Tablet-Session. Die Touchpoints von Handy und Laptop bleiben auf der Strecke, falsche Kanal-Attribution, falsches Audience-Targeting, falscher Input für die Recommendation Engine.

Der Identity Graph löst das, indem er alle drei Sessions zu einer Person verknüpft. Jetzt steckt die volle Journey hinter der Conversion: die Discovery-Anzeige auf dem Handy, der Preisvergleich auf dem Laptop, der Kauf auf dem Tablet. Jedes nachgelagerte System, Attribution, Retargeting, Lifecycle-E-Mail, arbeitet mit dem vollständigen Bild statt mit Fragmenten.

Wie Identity Stitching funktioniert

Zwei sich ergänzende Techniken:

1. Deterministisches Matching. Gleicher Login über Geräte hinweg. Dieselbe E-Mail in einem Formular. Dieselbe gehashte Telefonnummer. Hohe Confidence, geringe Abdeckung.
2. Probabilistisches Matching. Gleiche IP zu ähnlichen Zeiten, ähnlicher Geräte-Fingerprint, überlappende Verhaltensmuster. Geringere Confidence je Match, deckt aber die meisten Nutzer ab, die sich nicht einloggen.

Die besten Graphs kombinieren beides. Ein Kauf durch einen eingeloggten Nutzer wird zum deterministischen Anker, der probabilistische Nachbarn in denselben Identitäts-Cluster hebt.

Was Identität möglich macht

Fast alles Nachgelagerte:

• Cross-Device-Attribution. Journeys von Mobile zu Desktop sehen nicht länger wie zwei separate Nutzer aus.
• Audience-Deduplizierung. Deine „10.000 monatlich aktiven Nutzer“ sind tatsächlich 10.000 Menschen, nicht 15.000 Geräte-Sessions.
• Lifecycle-Targeting. E-Mails, ausgelöst durch das Surfverhalten über alle Geräte des Kunden hinweg.
• KI-Agenten auf Kundendaten. Ein KI-Assistent, der beantwortet, was ein Kunde getan hat, braucht eine Identität, nicht einen Schmierfleck aus Geräte-IDs.

Was Identity Graphs kaputtmacht

Dieselben Kräfte, die Tracking kaputtmachen:

• ITP / ETP verkürzen die Lebensdauer von Cookies und zerreißen lange anonyme Sessions
• Ad-Blocker verhindern, dass Identity-Tags feuern
• Datenschutz-Durchsetzung verhindert dauerhaftes Fingerprinting in vielen Rechtsräumen
• Cross-Domain-Beschränkungen erschweren das Stitching zwischen eigenen Properties

Moderne Identity Graphs gleichen das mit serverseitigen First-Party-Identifiern, gehashtem E-Mail-Matching und einem sauberen Abfangen aus, wenn einzelne Signale fehlen.

Häufige Fehler

• Nutzer auf geteilten Geräten vermischen. Das Familien-iPad führt drei Kunden versehentlich zu einer Identität zusammen. Nutze Verhaltenssignale, um die Trennung zu erkennen.
• Identität als einmalige Aufgabe behandeln. Identitätszuordnungen verschieben sich, sobald neue Signale eintreffen, dein Graph muss ein Live-System sein, kein Batch-Export.
• Die Datenschutz-Dimension vergessen. Starke Identity Graphs brauchen ebenso starke Einwilligungsnachweise. Bau beides zusammen auf.

FAQ zu Identity Graph

Was ist ein Identity Graph?

Ein Identity Graph ist ein einheitlicher Datensatz jedes Geräts, jeder Session und jedes Identifiers, die auf einen einzelnen Kunden verweisen. Er verknüpft anonyme Cookies im Lauf der Zeit mit eingeloggten IDs, sodass jeder Nutzer als eine Person erscheint, nicht als viele.

Wie funktioniert Identity Resolution?

Zwei sich ergänzende Techniken: deterministisches Matching (gleicher Login über Geräte hinweg, dieselbe eingegebene E-Mail) und probabilistisches Matching (gleiche IP, ähnlicher Geräte-Fingerprint, überlappendes Verhalten).

Warum zeigt meine Analytics zu viele Nutzer?

Meist, weil die Identity Resolution schwach ist. Jedes Gerät sieht wie ein separater Nutzer aus. Sitzungsübergreifende anonyme Aktivität lässt sich nicht mit bekannten Kunden verknüpfen. Ein richtiger Identity Graph fasst all das zu einzelnen Profilen zusammen.