如果所有用戶都是匿名的怎麼辦？

作為一名剛從大學畢業的新顧問，我參加了一項名為“失敗分析”的培訓活動。 我不確定他們現在是否還在進行這種類型的演習，但演習背後的想法是演練最壞的情況並確定如何緩解每種情況。 我發現這個練習很有幫助，而且，不管是好是壞，我發現自己偶爾會在腦海中表現出潛在的失敗。

最近，我一直在思考與數字分析、隱私和 GDPR 相關的故障分析。 數字分析行業目前處於一個奇怪的地方，因為它涉及到用戶身份和隱私。 組織希望收集盡可能多的用戶數據，以便改進數字廣告和產品，但與此同時，消費者希望他們的隱私得到尊重。 在過去的幾年裡，監管機構、公司、供應商和消費者之間就用戶身份識別和數據隱私展開了一場貓捉老鼠的遊戲。 在某些瀏覽器/設備上，cookies 僅持續 7 天； 在其他人身上，它們永遠不會過期。 除非您完全沉浸在該領域（如 Aurelie 或 Cory），否則很難掌握每個國家（或州，如果您在美國）的現行法規。

所以最近，我一直在思考故障分析和數據隱私的想法。 如果所有網站或應用程序用戶都是匿名的怎麼辦？ 如果沒有 cookie 告訴您使用您的網站/應用程序的人以前是否去過那裡怎麼辦？ 這將如何改變數字分析行業？

雖然這聽起來有點悲觀，但並非不可能有一天所有 cookie 和匿名用戶身份識別都被取締。 但即使這種情況沒有發生，故障分析背後的想法也是發揮假設場景並考慮影響和緩解技術。 以下是我對數字分析行業相關數據隱私的失敗分析。

營銷歸因

刪除所有匿名身份最明顯的受害者是數字營銷歸因。 雖然仍然可以查看有多少用戶在直接來自數字廣告時進行了轉化，但無法知道該用戶之前是否曾通過其他活動訪問過您的網站或應用程序。 由於營銷歸因依賴於在同一用戶隨著時間的推移與之交互的多個活動之間分配功勞，因此在完全符合隱私的世界中，所有轉化都將是“最後接觸”。 缺乏身份也意味著營銷人員無法理解營銷活動之間的相互作用或確定哪些活動或營銷渠道組合導致了轉化。 在一個完全沒有 cookie 的世界中，活動或渠道決策將傾向於那些具有更高優勢的最後接觸成功。 具有諷刺意味的是，谷歌在 Chrome 瀏覽器 cookie 刪除上拖延時間，而他們可能獲得最大收益，因為付費搜索通常是用戶在轉換之前所做的最後一件事！

從數字分析的角度來看，這種情況會否定傳統“營銷分析”產品的許多功能的價值。 Google 和 Adob​​e Analytics 等產品在活動、渠道和獲取方面具有廣泛的功能。 我們添加到 Amplitude 的許多新營銷功能也會失去一些價值。 用戶身份的這種緩慢退化是最近行業從營銷轉向產品的部分原因。 畢竟，如果您無法準確計算廣告支出的營銷回報，高管們將預算從營銷中轉移出去是有道理的。 沒有人喜歡花錢，他們無法證明會產生投資回報率！

緩解策略

那麼，如何緩解這種營銷歸因失敗呢？ 谷歌推出的一種緩解方法是行為建模和轉換建模的想法。 雖然我計劃在未來的博客文章中更詳細地介紹這些內容，但在較高的層次上，谷歌正試圖使用已知的同意用戶數據來估計匿名（非同意）用戶正在發生的事情。 我不喜歡這種方法，因為我通常不支持人為構造的數據。 這可能是一個滑坡。 我還認為這種方法是一種短期的創可貼，並且在匿名用戶的百分比上升到 100% 時不會奏效。

另一種營銷歸因緩解方法是增量性或隨機對照試驗 (RCT)。 這些技術很有趣，因為它們不依賴於知道用戶是誰。 相反，這些與用戶無關的技術使用機器學習、算法和實驗來確定哪些營銷支出會帶來成功。 在這一點上，我還沒有看到這些方法被廣泛採用，但我預計隨著越來越多的用戶對營銷人員來說是匿名的，它們將會流行起來。

用戶保留報告

識別重複網站或應用程序用戶的最佳部分之一是保留報告。 查看同一用戶返回您的數字資產的頻率使您能夠了解以下內容：

• 哪些活動可以吸引忠實用戶？
• 哪些產品功能可以推動長期參與？
• 您的典型產品使用間隔是多少？
• 哪些功能或內容導致用戶流失？

雖然營銷分析產品提供了一些輕量級的保留報告，但這是產品分析供應商更深入的領域。 例如，Amplitude 有超過 20 種排列的保留報告。

但是，如果無法知道今天的用戶是第一次還是第五次訪問您的網站或應用程序，則留存報告將變得毫無用處。 在這種情況下，看起來每個用戶都是新用戶。 不可能知道用戶流失的頻率。 缺乏身份會使產品團隊更難理解新手用戶和有經驗用戶之間的功能使用差異。

緩解策略

最可行的用戶保留緩解策略是增加用戶身份驗證。 多年來，品牌一直懶惰，將與客戶的關係外包給廣告網絡。 例如，Home Depot 並沒有讓所有客戶都擁有一個 Home Depot 帳戶，而是向 Google 或 Facebook 付費，通過他們的廣告網絡一遍又一遍地尋找相同的用戶。 但隨著越來越多的用戶由於 cookie 刪除和隱私法規而變得匿名，廣告網絡失去了準確識別用戶的能力。 例如，當蘋果推出 ITP 時，Facebook 的廣告收入大幅下降，因為品牌不再相信 Facebook 可以像他們那樣準確地跟踪用戶。

品牌很快就會認識到通過經過身份驗證的登錄與客戶建立 1:1 關係的好處，而不是依賴廣告網絡來獲得身份。 一旦您讓客戶進行身份驗證，您就可以以符合隱私的方式查看他們的所有用戶行為。 金融服務等行業一直處於用戶身份的最前沿，因為幾乎每個客戶在使用金融網站和應用程序時都會進行身份驗證。 Uber、Doordash 等數字原住民也看到了這樣做的好處，因為大多數用戶在使用他們的移動應用程序時進行身份驗證。 在接下來的幾年裡，更多品牌將找到增加登錄帳戶的方法，即使他們必須支付（或賄賂）客戶來創建它們。 作為消費者，我們可能都必須習慣使用 1Password 或 LastPass 等密碼工具來記住我們不同品牌的登錄信息！

另一種潛在的用戶保留緩解策略是使用區塊鏈技術。 我想像一個場景，用戶將他們的個人信息存儲在私有區塊鏈上，並選擇他們的用戶配置文件的哪些部分與每個品牌共享。 這些屬性之一可以表明他們與過去是同一個用戶，同時仍然混淆了他們的實際身份。 區塊鏈將是一種在不損害隱私的情況下安全地告訴品牌他們有回頭客的方式。 但我預計用戶會希望通過分享這些信息得到一些回報。 用戶可以從他們的身份中賺錢並控制他們的數據，這可以消除作為中間人的廣告網絡。 順便說一句，我最近搬到阿姆斯特丹讓我接觸到了 DigiD，這是一種可以做到這一點的絕妙技術。 每當荷蘭組織或企業需要有關我的信息時，我都可以通過 DigiId 對其進行授權。

其他潛在影響

雖然營銷歸因和用戶保留率受完全匿名世界的影響最大，但以下是其他一些潛在影響：

• 用戶隊列——建立一個在一個會話中做 X 而在另一個會話中做 Y 的用戶隊列是不可能的。
• 用戶旅程——您無法查看多設備、多會話的用戶旅程。
• 轉換渠道——轉換渠道僅限於會話轉換。
• 路徑——不可能將跨會話的用戶路徑拼接在一起。
• 實驗——你只能讓用戶在一個會話中進行特定的實驗或測試。
• 個性化——你不能根據過去的用戶行為來個性化內容或促銷。
• 再營銷——無法向轉換失敗的用戶發送再營銷消息（例如，將商品留在購物車中）。

概括

如您所見，數字分析行業嚴重依賴匿名用戶身份識別。 希望我們永遠不會有一個完全不可能識別匿名用戶的世界。 作為一個行業，我希望我們能找到一個互惠互利的隱私和身份解決方案。 但是如果你想為最壞的情況做計劃，根據我的失敗分析，你可能需要考慮以下幾點：

• 投資於產品分析——雖然身份影響營銷和產品分析，但營銷分析受到的影響更為嚴重。 即使在 100% 匿名的世界中，產品團隊仍然可以利用產品分析數據來查看用戶如何與產品互動、他們使用什麼功能等。雖然隨著時間的推移從回頭客那裡看到這一點是一種獎勵，但這不是必需的. 但是，如果所有用戶都是匿名的，那麼營銷分析的大部分好處都會被抵消。
• 改變歸因方法——尋找一種不依賴於跟踪單個用戶的營銷歸因方法。
• 增加用戶身份驗證——品牌應該更多地投資於與客戶建立 1:1 的關係，並讓他們創建經過身份驗證的帳戶。