跨域与跨设备的原理
跨域是指不同网站之间，跨设备是指不同设备（电脑、手机、平板等）之间，基础都是打通识别用户，将不同触点/设备上用户的数据串联起来。
跨域
跨域，也叫跨站，所以跨域跟踪也叫跨站跟踪。跨域是指不同网站之间的，跨域跟踪是用户在不同网站（域名）之间跳转的时候能识别到是同一个人。
跨域跟踪通常是你有多个站点，如你有一个官网和一个电子商城，两个是独立的域名，为了更好的做分析，或是归因，会考虑做跨域跟踪。
通常状态下，网站是通过Cookie里的某个ID去识别用户的，不同网站的Cookie是不同的，如你先访问A.com的时候，识别你的ID是123，而访问B.com的时候ID是456，A.com和B.com将你看做两个不同的人。
跨域就是你从A.com到B.com，网站B.com还能识别到是你，B网站也是用为123的ID。
当从A站点跳转到B站点的是时候用同一个ID，那么就可以实现跨域跟踪了。这种情况常见于企业有多个站点的时候，如一个官网，一个商城，往往就需要做跨域跟踪。
那么A.com和B.com如何打通ID呢，我们来看两个行业头部产品是怎么实现跨域的：
Google Analytics的跨域
Google Analytics的跨域是将Client ID从一个网域传递到另一个网域。
Client-ID 是随机生成的独一无二的字符串，生成后的 ID 存储在浏览器的 Cookie 中，这样用户再次访问同一网站时即可被识别
如果正确实施的话，你从A.com点击链接跳转到B.com网站，到达B网站的着陆页会有一串Client ID，如https://www.b.com?123-456，其中123就是A.com使用的Client ID，会传到B.com，两个网站都是同一个Client ID。
Google Analytics的跨域实现详细可以看：不同版本的Google Analytics做跨站跟踪
Adobe Analytics的跨域
Adobe Analytics的跨域是将mid从一个网域传递到另一个网域。
如果正确实施的话，你从A.com点击链接跳转到B.com网站，B网站的会有一串mid的，如https://www.b.com?123，其中123就是A.com使用的ID，会传到B.com，两个网站都是同一个mid。
有兴趣可以看：https://docs.adobe.com/content/help/zh-Hans/id-service/using/id-service-api/methods/appendvisitorid.html
跨域跟踪的原理都是一样的，通过URL去传递ID参数。
跨设备
随着移动互联的发展与应用，移动设备逐渐成为人们接收和输出信息的主要端口，无论是在电脑前、手机上或者pad上，用户都可以通过各种app进行通讯、娱乐、办公等网络活动
用户在跨设备之间切换已经成为常态，使得各大公司逐渐把注意力转向移动端，并致力于挖掘跨设备的商业价值。
跨设备，也叫跨屏，所以跨设备跟踪和跨屏跟踪是一个概念，跨设备跟踪就是识别不同设备背后的同一用户。跨设备跟踪很多用途，可以实现更精准的广告投放、频次控制和合理归因等。
如何进行跨设备跟踪？
跨设备有两种方法：
- 精准识别，就是通过已有的账号体系，可以分为第三方和自己的，第三方就是强账号ID体系，通常是大型互联网公司才有，覆盖范围够大，如Google、Facebook、腾讯，阿里……自己的就建立属于自己的账号ID体系，如手机号、邮箱，只要能够表示用户唯一性就行，如Google Analytics里面的User ID。
- 概率识别，其实就是通过算法模糊识别，通过特征，根据规则或算法将相似度很高的同一用户识别出来，非推荐方式。
目前国内基本都是通过精准识别，其实就是账号ID，使用账号ID是有前提的，需要用户登录，登录后才能够实现跨设备跟踪。
以Google Analytics为例，Google Analytics是通过User ID（uid）实现跨设备跟踪，用户需要登录，我们才能将数据关联起来。
在2018年，Google Analytics发布Google Signal功能，用户不需要登录也能实现跨设备跟踪，Google Signal利用用户登录谷歌浏览器的账户数据和用户开启个性化广告许可设置数据实现跨设备跟踪，其实就是谷歌账号体系，用户登陆自己的谷歌账户就可以关联到整个庞大的谷歌网络服务体系，每个用户的谷歌帐户设置中的个性化广告都是默认开启的，所以默认就可以跟踪了。国外基本每个人都有谷歌账号，所以跨设备跟踪妥妥的。
但是Google Signal对国内的用户并不友好，开启后有302，会导致加载变慢的。
国内的阿里也有类似的，叫Uni ID数据体系，是由阿里巴巴构建的Unique Identity统一用户身份去标识体系,将阿里巴巴生态中涵盖电商、文娱、社交和本地服务等应用的消费者账号识别并统一到同一用户维度,通过去标识化后的行为归因而形成的数据架构体系,这一数据基础设施及其能力体系被称为Uni ID体系。
基于海量用户，高覆盖度，互联网巨头可以很容易实现跨设备的用户识别。
另外一个比较容易实施的群体就是监测工具，现在很多的监测工具都会采用自己的ID体系，标注虚拟ID：有些是根据获取的设备信息以及常量参数并结合加密生成一台设备的标识；有些是将各种ID采集上报，后台利用的ID关系库、山寨库和校准算法，实时生成/找回终端唯一ID并下发，这种方式已经在云端存储有设备图谱，这个虚拟ID就像一个牛皮癣一样，通过一些设备信息和ID，就能找到你唯一的ID标识，这个是监测工具自己的ID体系。
利用设备关系图谱这种方式会违反用户的隐私保护的，如GDPR的用户删除权利明显是被违反了，如用户删除了你的软件，但有关用户的设备关系依然存在监测工具云端的设备图谱里，很多产品现在的处理方式都是加密、隐藏用户信息。