[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-identity-resolution::ru":3,"gloss-cluster-identity-resolution::ru":23,"gloss-next-identity-resolution::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"identity-resolution","analytics","Разрешение идентичности (Identity Resolution)","Разрешение идентичности (или сшивка идентичности) — это задача распознать, что анонимный посетитель, читавший три статьи на прошлой неделе, человек, зарегистрировавшийся с мобильного, и аккаунт, оформивший апгрейд на десктопе, — это один и тот же человек. Аналитические инструменты присваивают анонимный ID из cookie или устройства; как только пользователь авторизуется, вы вызываете `identify()`, и система должна слить предыдущую анонимную активность в известный профиль, чтобы его путь не оказался разорван на три «призрака». Для разработчиков именно это делает возможными сквозную атрибуцию и анализ полной воронки — без сшивки маркетинговые касания до регистрации оторваны от выручки, которую они принесли. CDP и warehouse-native инструменты выполняют слияние детерминированным сопоставлением (общий логин, email, user ID) и иногда вероятностным (устройство, IP, поведение). Практический совет: детерминированное точно; вероятностное угадывает и может ошибочно слить двух людей, поэтому применяйте его осторожно. Планируйте стратегию идентификаторов заранее — задним числом накладывать идентичность на месяцы несшитых событий больно и часто с потерями.","Разрешение идентичности сшивает анонимного читателя, регистрацию с мобильного и апгрейд на десктопе в одного человека: ошибка здесь врёт во всех воронках.",null,[11,14,17,20],{"slug":12,"name":13},"customer-data-platform","Платформа клиентских данных (CDP)",{"slug":15,"name":16},"multi-touch-attribution","Многоканальная атрибуция (Multi-Touch Attribution)",{"slug":18,"name":19},"reverse-etl","Reverse ETL (обратный ETL)",{"slug":21,"name":22},"tracking-plan","План отслеживания (Tracking Plan)",[24,28,31,35,38,39,42,45,46,49,52,55],{"slug":25,"category":5,"name":26,"updated_at":27},"ab-testing","A\u002FB-тестирование","2026-08-24T02:46:38+00:00",{"slug":29,"category":5,"name":30,"updated_at":27},"active-user","Активный пользователь (DAU, WAU, MAU)",{"slug":32,"category":5,"name":33,"updated_at":34},"autocapture","Автозахват (Autocapture)","2026-08-24T02:46:37+00:00",{"slug":36,"category":5,"name":37,"updated_at":27},"cost-per-resolution","Стоимость решения обращения (cost per resolution)",{"slug":12,"category":5,"name":13,"updated_at":34},{"slug":40,"category":5,"name":41,"updated_at":27},"deflection-rate","Доля самообслуживания (deflection rate)",{"slug":43,"category":5,"name":44,"updated_at":27},"guardrail-metric","Метрика-ограничитель",{"slug":15,"category":5,"name":16,"updated_at":34},{"slug":47,"category":5,"name":48,"updated_at":27},"novelty-effect","Эффект новизны",{"slug":50,"category":5,"name":51,"updated_at":34},"retention-curve","Кривая удержания (Retention Curve)",{"slug":53,"category":5,"name":54,"updated_at":27},"sample-ratio-mismatch","Расхождение долей выборки (SRM)",{"slug":56,"category":5,"name":57,"updated_at":27},"seat-utilization","Утилизация лицензий (seat utilization)"]