身份解析是什么
身份解析（Identity Resolution，又称身份图谱、身份 stitching）指的是：把散落在网站、App、微信、线下门店、客服工单、电话咨询等各个系统里的记录，判断为「是不是同一个人」，并合并成一条统一档案。
它是 CDP 最核心也最难的能力。CDP 解决的是「数据存在哪」，身份解析解决的是「这些数据说的是不是同一个人」。后者做不好，前面所有的工作都是错的——你算出来的复购率、转化率、人群分布全部失真。
为什么这件事这么难
同一个人有很多标识，且都可能变
一个客户在你这里可能同时是：网站访客（设备 ID）、注册账号（邮箱）、App 用户（手机号）、微信粉丝（OpenID + UnionID）、线下会员（手机号或姓名 + 生日）、电话咨询留下的称呼。这些标识之间没有天然的主键关系。
标识本身会变
换手机号、换邮箱、企业客户换公司名称（子公司改名）、同一个人用两个手机号下单。静态的「一对一映射」表在这种情况下会持续产生错误合并。
「合并」和「拆分」都是错的
把两个人合并成一个人，会虚增 LTV、误判复购；把一个人拆成两个人，会低估客户价值。两种错误方向相反，但都很常见。
三类主流方法
方法一：确定性匹配（规则）
基于强标识直接关联。手机号、邮箱、UnionID 这类唯一性强的标识是主力。
优点是准确率极高、可解释、零成本；缺点是覆盖率低——只在两边都有手机号时才生效，对匿名访客无能为力。
方法二：概率性匹配（算法）
用多个弱特征计算相似度：设备指纹、IP 段、地理位置、行为时序、姓名拼音、手机号前七位、邮箱域名等。每个特征给一个权重，加权后得到一个 0–1 的置信度，超过阈值就判定为同一人。
关键在于权重要用标注数据训练和验证，不能拍脑袋。100 个「同人」和 100 个「不同人」的已标注对，用它们来调权重和阈值。
方法三：图算法
把每个标识当作图上的一个节点，把所有能关联的节点连边，然后计算连通性。这是处理「身份成环」最有效的办法——A 通过设备关联到 B，B 通过邮箱关联到 C，C 又通过手机号关联回 A，图算法能把这类环正确合并，而简单的两两比对会在这里出错。
实际怎么用：五步
第一步：先定「黄金标识」
必须先回答一个问题：在你的业务里，哪个标识最接近「一个人」？ 中国的 ToC 业务通常是手机号；ToB 业务是统一社会信用代码；跨境电商是邮箱 + 收货地址组合。黄金标识定了，其他标识都是围绕它做连接。
第二步：盘点所有数据源与可用标识
做一张表：数据源、有哪些标识字段、标识的覆盖率、更新频率、合规状态。覆盖率低于 30% 的标识在匹配中几乎不起作用，应当优先补齐。
第三步：先做确定性匹配，清掉简单部分
把手机号、邮箱这类强标识的匹配做完，通常能解决 60–70% 的问题。这一步不需要任何算法，也不会有误判。
第四步：剩下的再上算法，并保留置信度
概率匹配的结果必须保留置信度，不能直接合并。高置信度的直接合并，中等置信度的进入人工复核队列，低置信度的只做「可能相关」的提示。这个分层是防止错误扩散的关键。
第五步：接受它是不完美的，并持续修正
身份解析没有一次性做完这回事。客户换手机号会产生新的错误，需要有「客户主动申报新号码」的通路；算法权重要随数据分布变化重新训练。
适用边界
- 合规是硬约束。 个性化营销的前提是用户同意。《个人信息保护法》下，跨主体合并身份、把不同场景的数据打通，都需要有合法性基础。没有同意基础的「身份合并」在中国大陆是有法律风险的
- 准确率与覆盖率是跷跷板。 阈值调高准确率上升但很多人合不掉，调低则相反。多数场景下宁可漏合也不要错合——错合的污染会持续扩散
- 同一个人共享设备/号码的情况无法解决。 家庭共用一台平板、公司共用一个总机号，这类场景概率算法只能给低置信度
- 身份解析是基础设施，不产生业务价值。 它的回报体现在后面所有分析的准确性上，不要指望上线后立刻看到指标变化
与相邻概念的区别
| 概念 | 解决的问题 | 与身份解析的区别 |
|---|---|---|
| 身份解析 | 判断多个标识是否同一人 | — |
| 去重（Deduplication） | 找出库内重复记录 | 只在一个系统内，身份解析跨系统 |
| 数据合并（Data Fusion） | 把多源数据放到一起 | 合并前不知道是不是同一个人 |
| Cookie 同意管理 | 合规地追踪用户 | 解决「能不能采」，不解决「是不是同一人」 |
| MDM（主数据管理） | 管理企业内部的黄金主数据 | 常用于 B 端主数据（如客户主档），身份解析面向消费者 |
参考来源
身份解析的概率匹配方法源自模式匹配与记录链接（record linkage）研究，Peter Christen 的《Data Matching》（数据匹配）对该问题有系统论述；图方法在《Mining of Massive Datasets》(Leskovec, Rajaraman & Ullman) 的连通性计算部分有系统阐述；相关合规要求以中国《个人信息保护法》及欧盟 GDPR 为准。
