不正经

这个屌丝很懒，什么也没留下！

热门标签

第五篇：3.4 用户归因和受众（User attribution and audience) - IAB/MRC及《增强现实广告效果测量指南1.0》_数字媒体大数据中impression指的是

作者：不正经 | 2024-06-10 09:50:54

踩

数字媒体大数据中impression指的是

翻译计划

第一篇	概述—IAB与MRC及《增强现实广告效果测量指南》之目录、适用范围及术语
第二篇	广告效果测量定义和其他矩阵之- 3.1 广告印象（AD Impression）
第三篇	广告效果测量定义和其他矩阵之- 3.2 可见性（Viewability）
第四篇	广告效果测量定义和其他矩阵之- 3.3 无效流量（Invalid Traffic)
第五篇	广告效果测量定义和其他矩阵之- 3.4 用户归因和受众（User attribution and audience）
第六篇	广告效果测量定义和其他矩阵之- 3.5 性能效果（Performance)
第七篇	3.6 其他评估考虑、4.审计指南；5. 通用报告规范；6.披露指南、参考标准、我们是谁及工作组联系方式

IAB是谁？
IAB成立于1996年，总部位于纽约市。

作为美国的人工智能科技巨头社会媒体和营销专业平台公司，互动广告局（IAB- the Interactive Advertising Bureau）自1996年成立以来，先后为700多家媒体和营销会员企业赋能 - 为这些领先的媒体公司、品牌、代理商和负责销售、交付和优化数字广告营销活动公司和机构提供数字化营销平台服务和技术援助。IAB公司的使命是帮助平台上的企业快速高效转向数字化营销并建试图在行业之间推动数字化营销的标准并普及推广。

IAB使媒体和营销行业能够在数字经济中蓬勃发展。针对互联网数字世界营销广告眼花缭乱，鱼目混珠的现状，互动广告局带头进行了批判性研究，同时也对品牌、代理商和更广泛的商业界进行了数字营销重要性的教育。 IAB组建了人工智能标准工作组（the AI standards working group），2019年12月他们发布了第一份报告《人工智能与市场营销中的应用》。随即2020年，IAB联合IBM的WATSON广告和尼尔森公司（Nielsen）决定致力于研发与市场营销相关的人工智能技术、最佳行业实践、（推广）人工智能的案例和（规范）营销类人工智能技术条款术语来帮助营销负责人迅速转向数字化营销市场，拥抱人工智能和机器学习技术。 IAB与IAB技术实验室合作，制定技术标准和解决方案。IAB致力于专业发展，提升整个行业员工的知识、技能、专业知识和多样性。贸易协会通过其在华盛顿特区的公共政策办公室的工作，为其成员进行宣传，并向立法者和政策制定者宣传互动广告业的价值。

IAB全球网络汇集了包括三个区域组织在内的45个IAB组织，以分享挑战，开发全球解决方案，并推动全球数字广告业。IAB分布在北美、南美、非洲、亚洲、亚太和欧洲。每个协会都是独立拥有和运营的，根据符合当地市场需求的章程运作。

第五篇： 3.4. 用户归因与受众

AR的受众测量和相关用户归因过程应遵守MRC数字受众测量标准的要求，包括：

1. 可视性要求

2. SIVT（复杂无效流量））要求

3. 以及受众覆盖测量指南（如适用）。

进行受众测量时，AR场景的某些方面是独特的，也应予以考虑。

具体而言，虽然移动活动可能涉及每个会话和设备的单个用户，但可穿戴和HUD（head-up display）AR活动可能涉及多个会话和设备用户。尽管在线多人实例可能涉及单独可测量的设备和会话，但本地多人实例的测量可能不那么简单。

（AR技术应用于头戴展示设备 - AR for head-up display）

通常，当存在多个用户时，允许对多个会话和由此产生的广告出现进行计数，但这可能需要与多个输入设备（如多人游戏、分屏游戏和共享AR模式实例和/或玩家ID、帐户或登录）的存在相关的附加信号。

在存在这些信号的情况下，它们应用于确定不同广告测量的每个AR实例的多个会话和用户，并将其与同一会话和用户的多个广告实例区分开来【建立会话和测量会话内广告活动的要求包含在这些指南以及相关的印象测量指南中（如适用）】。

此外，还应考虑并说明基于会话的AR体验或共享输入设备的本地多人游戏实例。

这些指南鼓励行业进一步努力，将一致的输入设备和多人信号标准化，供AR测量人员使用。为多个用户建立一致的信号对于受众测量很重要，但在考虑如上所述的IVT和基于活动的过滤时也是如此。

此外，根据MRC基于数字受众的测量标准，在测量受众时，必须努力确定用户的存在。

例如，应考虑AR上下文，因为不需要用户在场或被动/非交互式剪切场景的等候室可能不太可能具有主动用户会话，或者用户可能更可能离开房间，即使可能存在广告。这些情况应与之前在这些指南中详细介绍的与不活动相关的指导一起考虑。

最后，除了建立受众和展示用户之外，当试图将特征归属到用户时，AR测量可能有特定的独特性。

其中包括展示多个用户，无论AR会话是多人的还是在基于会话的多人AR体验的单个会话期间。当另一用户正在积极体验单个用户会话或轮到他们时，多个用户可能仍然存在于一个房间中并暴露于包括广告在内的AR体验。这些多个用户可能不住在发生AR体验的家庭中，并且AR内容可能并不总是最佳的预测因素

存在用户类型。虽然电视等传统媒体也存在类似的情况，应该考虑现有的捕捉受众的方法，但在测量受众和归因用户时，可能需要进一步研究，以确定在单个AR会话期间正确考虑多个用户的存在和注意力的方法。

数字化营销工兵观察

如何评估数字化受众和营销活动？

我们先看一下数字（媒体）测量与电视测量相比如何？在很多方面，这是相似的：它涉及面板、大数据和技术来捕捉人们在网上做什么以及他们是谁。与电视一样，出版商使用测量来衡量其内容的受欢迎程度和广告库存的价值，广告商使用它来验证他们的广告活动是否在以正确的频率进行并达到预期受众。虽然电视和数字测量的基本原理和最终目标相似，但所涉及的工具、过程和生态系统却截然不同。大家可以和数字化营销工兵一起深入了解如何衡量数字受众和活动的细微差别。

无论如何，我们所说的“数字化媒体测量”是什么意思？在最基本的层面上，数字化媒体测量意味着监测用户对互联网广告和内容的接触情况。当我们谈论媒体行业的数字测量时，我们通常关注两种主导的数字体验：围墙花园（wall garden）和开放网络 (the open web)。两者之间的关键区别在于，有围墙的花园限制了对其第一方数据的访问——你知道，就像一个被锁在墙后的花园——而开放网络则没有。社交媒体网站是围墙花园的一个例子，而Weather.com、Words With Friends和CNN等网站和应用程序是开放网络的一部分。这是衡量目的的一个重要区别：从技术上讲，一个有围墙的花园应该非常清楚谁在其平台上访问内容和看到广告。但如果其他公司想衡量他们在这些围墙花园内的广告或内容消费，通常情况下，他们必须建立符合隐私法规的定制集成。虽然开放网络上的网站可以拥有强大且经过验证的第一方数据，但这并不总是既定的。在这种情况下，一般网站通常依靠代理ID和其他广告技术解决方案来识别、定位和衡量用户。

当前的行业挑战

在开放网络上，第三方cookie和设备ID的不断弃用使识别用户变得更加困难，并迫使利益相关者重新思考他们的测量方法。2021年，苹果决定将默认的应用程序跟踪权限（从选择退出改为选择加入），四分之三的IDFA（苹果的移动广告ID）因此被排除在考虑范围之外。谷歌计划在2024年下半年逐步淘汰第三方cookie，这是对ID系统的最后一击，该系统在很大程度上是有效的，但始终是一个不完美的解决方案。COOKIE毕竟不是人。

对于围墙花园来说，与外部共享用户数据细粒度的做法在很大程度上已经成为过去，即使是出于匿名测量的目的。为了遵守主要数据全球隐私法规，如果广告商和测量公司共享活动数据，围墙花园现在会以聚合形式与他们共享活动数据。

这些都是测量方面的严重挑战，迫使该行业在其他地方寻找消费者身份、信号和属性。一切都始于印象。

数字媒体“印象（impression）”究竟是什么？

在我们深入了解现代数字测量过程的细节之前，让我们先来解释一下印象是什么。我经常想一个印象其实就是一次曝光。按照今天的说话，一个平台、显示器、一个对话、一个游戏应用场景里，可能会有不同的曝光，将同一个内容（文字，语音和视频）传递给一个或者多个用户。印象衡量广告或内容被传递到数字设备的次数。虽然印象可以告诉你你的广告或内容的总曝光量，但它并不能衡量有多少人真正看到了它。因此这也决定两个相对对立但是又相互依存的两个变量：

1. 市场归因（marketing attibution）

2. 用户归因 (user attribution)

后面我们找时间来学习这个两个基本概念（市场归因和用户归因在数字时代，我凭直觉发现有很多可以深度挖掘的东西）。一定哈。有兴趣的朋友可以后台留言。我们一起进步。

原文链接及推荐阅读

原文链接 - IAB/MRC Augmented Reality(AR) measurement guidelines 1.0

https://www.iab.com/wp-content/uploads/2024/02/IAB-MRC_Augmented-Reality_AR_Measurement_Guidelines_For_Public_Comment_February_2024.pdfhttps://www.iab.com/wp-content/uploads/2024/02/IAB-MRC_Augmented-Reality_AR_Measurement_Guidelines_For_Public_Comment_February_2024.pdf