Neustar向W3C的改善网络广告业务小组成员发出了行动呼吁:不要忘记测量。

12月初，Neustar向隐私沙箱(Privacy Sandbox)添加了一个提案，目的是引发一场关于如何在没有第三方cookie的情况下在Chrome上进行隐私安全测量的对话。

这个提议是以一种鸟的名字命名的——鹈鹕(PeLICAn)，意思是“个体学习和因果归因干扰”(Private Learning and Interference for因果归因)，并于12月初提交给该小组。

Neustar高级副总裁兼营销解决方案总经理Michael Schoen表示，浏览器的测量相关建议还不足以满足现代营销人员的需求。

例如，Chrome在9月份开始测试的点击转换测量API就采用了最后点击归因模式，Safari也采用了类似的方法广告单击归因API于2019年发布。

“最后一次点击类似于将100％的销售信贷分配给站在门外，将传单放在他们走进时，”Schen说。“广告商需要一种基于学习的方法来了解其营销投资驱动的影响的哪些方面，并且他们需要考虑增量性的概念。”

Schoen说，虽然广告技术社区贡献了隐私沙箱提案，但大多数都专注于创建有助于定位的cookie替代品，这并不奇怪。

“考虑到在程序生态系统中使用第三方cookie，这显然是一个首先尝试解决的用例，”他说。“从某种程度上说，这是一个唾手可得的果实。”

而不是一项关于在没有第三方饼干的情况下处理测量的完全烘焙解决方案的提议，鹈鹕的初始目的是提高意识，并让人们谈论一个隐私安全的多点触控分析系统可以在没有能力的情况下为Chrome看起来像什么使用已识别的信息。

有很多东西需要考虑。

例如，可以提供什么样的数据?目前还不清楚在Chrome中将会有多少汇总报告。广告商是否能够在设备层面以整体形式看到广告交易，或仅在渠道层面或仅通过发行商看到?广告商是否能够看到广告互动的时间和频率，或者知道每次互动到最终转换事件之间经过了多长时间?

然后是如何将属性融入隐私沙箱中的其他概念中FLoC，或“群体联合学习”，这是谷歌的提案，该提案要求使用设备内置机器学习到群集群众的常见浏览行为。

“消费者基地的不同子集可能具有不同的转化促使 - 例如，足球妈妈，例如，可能会与千禧一代的转换途径不同，”Schoen说。“也许我们可以利用以隐私安全的方式通过絮状物可用的受众数据并将其整合到属性模型中。”

Schoen表示，对NeuStar的鹈鹕Rallying Crading的反应是肯定的，他说，成员似乎准备就绪并合作思想。

下一步将是让对话继续下去，并在明年年中拿出一个在Chrome上无cookie、隐私安全的归类的工作原型。

Schoen说:“我的理解是，谷歌并没有就提案如何推进的过程给出太多明确的信号。”“但我们准备在这方面进行重大投资，并在2021年上半年分配大量研发资源。”