如果所有用户都是匿名的怎么办？

作为一名刚从大学毕业的新顾问，我参加了一项名为“失败分析”的培训活动。 我不确定他们现在是否还在进行这种类型的演习，但演习背后的想法是演练最坏的情况并确定如何缓解每种情况。 我发现这个练习很有帮助，而且，不管是好是坏，我发现自己偶尔会在脑海中表现出潜在的失败。

最近，我一直在思考与数字分析、隐私和 GDPR 相关的故障分析。 数字分析行业目前处于一个奇怪的地方，因为它涉及到用户身份和隐私。 组织希望收集尽可能多的用户数据，以便改进数字广告和产品，但与此同时，消费者希望他们的隐私得到尊重。 在过去的几年里，监管机构、公司、供应商和消费者之间就用户身份识别和数据隐私展开了一场猫捉老鼠的游戏。 在某些浏览器/设备上，cookies 仅持续 7 天； 在其他人身上，它们永远不会过期。 除非您完全沉浸在该领域（如 Aurelie 或 Cory），否则很难掌握每个国家（或州，如果您在美国）的现行法规。

所以最近，我一直在思考故障分析和数据隐私的想法。 如果所有网站或应用程序用户都是匿名的怎么办？ 如果没有 cookie 告诉您使用您的网站/应用程序的人以前是否去过那里怎么办？ 这将如何改变数字分析行业？

虽然这听起来有点悲观，但并非不可能有一天所有 cookie 和匿名用户身份识别都被取缔。 但即使这种情况没有发生，故障分析背后的想法也是发挥假设场景并考虑影响和缓解技术。 以下是我对数字分析行业相关数据隐私的失败分析。

营销归因

删除所有匿名身份最明显的受害者是数字营销归因。 虽然仍然可以查看有多少用户在直接来自数字广告时进行了转化，但无法知道该用户之前是否曾通过其他活动访问过您的网站或应用程序。 由于营销归因依赖于在同一用户随着时间的推移与之交互的多个活动之间分配功劳，因此在完全符合隐私的世界中，所有转化都将是“最后接触”。 缺乏身份也意味着营销人员无法理解营销活动之间的相互作用或确定哪些活动或营销渠道组合导致了转化。 在一个完全没有 cookie 的世界中，活动或渠道决策将倾向于那些具有更高优势的最后接触成功。 具有讽刺意味的是，谷歌在 Chrome 浏览器 cookie 删除上拖延时间，而他们可能获得最大收益，因为付费搜索通常是用户在转换之前所做的最后一件事！

从数字分析的角度来看，这种情况会否定传统“营销分析”产品的许多功能的价值。 Google 和 Adob​​e Analytics 等产品在活动、渠道和获取方面具有广泛的功能。 我们添加到 Amplitude 的许多新营销功能也会失去一些价值。 用户身份的这种缓慢退化是最近行业从营销转向产品的部分原因。 毕竟，如果您无法准确计算广告支出的营销回报，高管们将预算从营销中转移出去是有道理的。 没有人喜欢花钱，他们无法证明会产生投资回报率！

缓解策略

那么，如何缓解这种营销归因失败呢？ 谷歌推出的一种缓解方法是行为建模和转换建模的想法。 虽然我计划在未来的博客文章中更详细地介绍这些内容，但在较高的层次上，谷歌正试图使用​​已知的同意用户数据来估计匿名（非同意）用户正在发生的事情。 我不喜欢这种方法，因为我通常不支持人为构造的数据。 这可能是一个滑坡。 我还认为这种方法是一种短期的创可贴，并且在匿名用户的百分比上升到 100% 时不会奏效。

另一种营销归因缓解方法是增量性或随机对照试验 (RCT)。 这些技术很有趣，因为它们不依赖于知道用户是谁。 相反，这些与用户无关的技术使用机器学习、算法和实验来确定哪些营销支出会带来成功。 在这一点上，我还没有看到这些方法被广泛采用，但我预计随着越来越多的用户对营销人员来说是匿名的，它们将会流行起来。

用户保留报告

识别重复网站或应用程序用户的最佳部分之一是保留报告。 查看同一用户返回您的数字资产的频率使您能够了解以下内容：

• 哪些活动可以吸引忠实用户？
• 哪些产品功能可以推动长期参与？
• 您的典型产品使用间隔是多少？
• 哪些功能或内容导致用户流失？

虽然营销分析产品提供了一些轻量级的保留报告，但这是产品分析供应商更深入的领域。 例如，Amplitude 有超过 20 种排列的保留报告。

但是，如果无法知道今天的用户是第一次还是第五次访问您的网站或应用程序，则留存报告将变得毫无用处。 在这种情况下，看起来每个用户都是新用户。 不可能知道用户流失的频率。 缺乏身份会使产品团队更难理解新手用户和有经验用户之间的功能使用差异。

缓解策略

最可行的用户保留缓解策略是增加用户身份验证。 多年来，品牌一直懒惰，将与客户的关系外包给广告网络。 例如，Home Depot 并没有让所有客户都拥有一个 Home Depot 帐户，而是向 Google 或 Facebook 付费，通过他们的广告网络一遍又一遍地寻找相同的用户。 但随着越来越多的用户由于 cookie 删除和隐私法规而变得匿名，广告网络失去了准确识别用户的能力。 例如，当苹果推出 ITP 时，Facebook 的广告收入大幅下降，因为品牌不再相信 Facebook 可以像他们那样准确地跟踪用户。

品牌很快就会认识到通过经过身份验证的登录与客户建立 1:1 关系的好处，而不是依赖广告网络来获得身份。 一旦您让客户进行身份验证，您就可以以符合隐私的方式查看他们的所有用户行为。 金融服务等行业一直处于用户身份的最前沿，因为几乎每个客户在使用金融网站和应用程序时都会进行身份验证。 Uber、Doordash 等数字原住民也看到了这样做的好处，因为大多数用户在使用他们的移动应用程序时进行身份验证。 在接下来的几年里，更多品牌将找到增加登录帐户的方法，即使他们必须支付（或贿赂）客户来创建它们。 作为消费者，我们可能都必须习惯使用 1Password 或 LastPass 等密码工具来记住我们不同品牌的登录信息！

另一种潜在的用户保留缓解策略是使用区块链技术。 我想象一个场景，用户将他们的个人信息存储在私有区块链上，并选择他们的用户配置文件的哪些部分与每个品牌共享。 这些属性之一可以表明他们与过去是同一个用户，同时仍然混淆了他们的实际身份。 区块链将是一种在不损害隐私的情况下安全地告诉品牌他们有回头客的方式。 但我预计用户会希望通过分享这些信息得到一些回报。 用户可以从他们的身份中赚钱并控制他们的数据，这可以消除作为中间人的广告网络。 顺便说一句，我最近搬到阿姆斯特丹让我接触到了 DigiD，这是一种可以做到这一点的绝妙技术。 每当荷兰组织或企业需要有关我的信息时，我都可以通过 DigiId 对其进行授权。

其他潜在影响

虽然营销归因和用户保留率受完全匿名世界的影响最大，但以下是其他一些潜在影响：

• 用户队列——建立一个在一个会话中做 X 而在另一个会话中做 Y 的用户队列是不可能的。
• 用户旅程——您无法查看多设备、多会话的用户旅程。
• 转换渠道——转换渠道仅限于会话转换。
• 路径——不可能将跨会话的用户路径拼接在一起。
• 实验——你只能让用户在一个会话中进行特定的实验或测试。
• 个性化——你不能根据过去的用户行为来个性化内容或促销。
• 再营销——无法向转换失败的用户发送再营销消息（例如，将商品留在购物车中）。

概括

如您所见，数字分析行业严重依赖匿名用户身份识别。 希望我们永远不会有一个完全不可能识别匿名用户的世界。 作为一个行业，我希望我们能找到一个互惠互利的隐私和身份解决方案。 但是如果你想为最坏的情况做计划，根据我的失败分析，你可能需要考虑以下几点：

• 投资于产品分析——虽然身份影响营销和产品分析，但营销分析受到的影响更为严重。 即使在 100% 匿名的世界中，产品团队仍然可以利用产品分析数据来查看用户如何与产品互动、他们使用什么功能等。虽然随着时间的推移从回头客那里看到这一点是一种奖励，但这不是必需的. 但是，如果所有用户都是匿名的，那么营销分析的大部分好处都会被抵消。
• 改变归因方法——寻找一种不依赖于跟踪单个用户的营销归因方法。
• 增加用户身份验证——品牌应该更多地投资于与客户建立 1:1 的关系，并让他们创建经过身份验证的帐户。