노출이라고 부르기 전에 관찰 이름을 지정하세요.
A BIMI 프로젝트는 DNS 확인, 자산 요청, 인증 보고서, 스크린샷 및 캠페인 지표를 생성할 수 있습니다. 이는 브랜드 노출에 대한 상호 교환 가능한 증거가 아닙니다. 보고서에는 인증된 메시지가 표시되고, HTTP 로그에는 리소스가 요청되었음을 표시할 수 있습니다. 어느 쪽도 사람이 메시지 옆에 있는 로고를 보았다는 것을 증명하지 못합니다. 각 데이터 소스가 실제로 기록하는 이벤트에 라벨을 지정하는 것부터 시작하세요.
이 문서는 2026년 11월 8일에 보관된 기본 소스를 기반으로 한 증거 분류 워크플로를 제공합니다. 이는 보편적인 BIMI 보고 표준, 필수 수신자 보고서 또는 측정된 캠페인 결과를 설정하지 않습니다. 실제 배포에는 보고서 페이로드, 생산 로그 또는 수신기 관찰이 제공되지 않았습니다. BIMI 노출을 주장하는 공급업체 대시보드는 해당 라벨이 승인되기 전에 자체적으로 문서화된 이벤트 정의, 적용 범위 및 제한 사항이 필요합니다.
해당 범위 내에서 인증 보고 유지
DMARC 우려 사항이 인증됨 도메인 정렬 및 도메인 소유자 정책. 보고 프레임워크는 운영자에게 인증 및 트래픽에 대해 알릴 수 있지만 이러한 관찰은 본질적으로 그렇지 않습니다. 기록 인터페이스 렌더링 또는 인간의 관심. 전달된 정렬된 메시지는 BIMI 워크플로의 전제 조건이지 해당 로고가 특정 클라이언트에 표시되었다는 증거는 아닙니다. 추가 증거가 더 강력한 해석을 뒷받침하지 않는 한 인증 횟수를 인증 횟수로 유지합니다. RFC 9989
마찬가지로 신뢰할 수 있는 인증 결과는 알려진 검증 경계에서 나와야 합니다. 복사된 Authentication-Results 헤더 출처가 없으면 신뢰할 수 없는 주장이 포함될 수 있습니다. 어떤 수신자 또는 검증자가 결과를 생성했는지, 그리고 어떤 메시지가 관련되는지 기록합니다. 헤더나 대시보드에 표시된다는 이유만으로 임의의 bimi 또는 dmarc 라벨을 노출 통계로 변환하지 마세요. RFC 8601
검색과 렌더링 구별
SVG 또는 인증서 패키지에 대한 요청은 기껏해야 클라이언트가 기록된 조건 하에서 리소스를 요청했다는 것을 설정합니다. 그 자체로는 인간 뷰어를 식별하거나 성공적인 구문 분석을 증명하거나 결과를 표시하는 인터페이스를 설정하지 않습니다. 제안된 증거 모델은 요청, 성공적인 검색, 검증, 선택된 지표 및 관찰된 렌더링을 분리해야 합니다. 소스가 이러한 단계를 구별할 수 없는 경우 일대일 변환을 고안하기보다는 모호성을 유지하십시오.
Google의 설정 워크플로는 공개 PEM 호스팅 및 수신기 요구 사항을 설명하고 Yahoo 특정 애플리케이션 보기의 로고 표시 및 추가 자격 조건을 설명합니다. 이러한 문서는 전체 배포에 필요한 사항을 정의하는 데 도움이 되지만 범용 노출 카운터를 제공하지는 않습니다. 공공 자산 서버의 액세스 횟수는 검증된 방법 없이 "도달한 사람"으로 이름을 변경해서는 안 됩니다. 구글 설정 Yahoo BIMI
추적 픽셀 이벤트를 로고 관찰로 사용하지 마세요.
Apple은 메일 보호 활동이 수신자가 메시지에 참여하는지 여부에 관계없이 백그라운드에서 원격 콘텐츠를 다운로드한다고 설명합니다. 이는 원격 콘텐츠 검색에서 인간 공개로의 추론을 직접적으로 제한합니다. 또한 이메일 분석 이벤트와 BIMI 렌더링 이벤트가 동일한 측정값으로 처리되어서는 안 되는 이유를 보여줍니다. Apple 메일 개인정보 보호
Apple 소스는 모든 수신기의 BIMI 캐시 또는 디스플레이 동작에 대한 완전한 설명이 아니라 개인 정보 보호 기능에 관한 것입니다. 모든 자산 가져오기에 대해 지원되지 않는 주장으로 확장하지 마세요. 대신 관련 측정 제한 사항을 기록하십시오. 관찰된 원격 하중은 교전과 동일하지 않을 수 있으며 측정 시스템은 이러한 구별을 처리하는 방법을 설명해야 합니다. 알 수 없는 클라이언트 동작은 적용 범위 제한에 속합니다.
보고 공급업체에 정확한 질문을 하세요.
공급업체가 BIMI 보고서를 제공하는 경우 어떤 이벤트가 행을 생성하는지, 누가 이를 관찰하는지, 도메인, 메시지 또는 클라이언트에 어떻게 기여하는지 물어보세요. 구성 평가인지, 수신기 생성 데이터인지, 추론된 검색 활동인지, 제어된 디스플레이 관찰인지 결정합니다. 스키마, 시간 기준, 중복 제거 규칙, 보존 정책 및 지원되는 모집단을 요청합니다. 이는 제안된 평가 질문이며 특정 공급업체가 해당 필드를 제공한다고 주장하는 것이 아닙니다.
실패한 검색, 유효하지 않은 인증서, 억제된 디스플레이 및 지원되지 않는 클라이언트가 표시되는지 아니면 단순히 없는지 물어보세요. 부재는 성공보다는 관찰이 없음을 의미할 수 있습니다. 또한 총계와 고유 엔터티를 구별하고 분모를 설명합니다. 가져온 자원 수는 적격 인구 및 이벤트 관계가 알려지지 않은 한 노출된 수신자의 비율을 설정할 수 없습니다. 가정에 따라 누락된 분모를 캠페인 게재 총액으로 채우지 마십시오.
원본 증거-주장 워크시트
다음 제안된 워크시트를 사용하여 대시보드 라벨 및 서술형 주장을 승인하세요. 각 행은 원시 증거, 변형 및 가장 강력하게 뒷받침되는 결론을 식별해야 합니다. 여기에는 운영 데이터가 포함된 행이 완성되지 않았습니다.
- 소스 ID: 공급자, 수집기, 스키마 또는 도구 버전 및 관찰 시간.
- 원시 이벤트: 인증 결과, DNS 응답, 자산 요청, 검증 결과 또는 디스플레이 관찰.
- 신뢰 경계: 이벤트를 생성한 시스템과 그 출처가 어떻게 설정되는지입니다.
- 인구: 소스가 실제로 다루는 수신자, 클라이언트, 계정 유형 및 트래픽입니다.
- 변환: 필터링, 집계, 중복 제거 및 속성 규칙.
- 분모: 메시지, 계정, 관찰 또는 기타 명시적으로 정의된 단위입니다.
- 청구 상한선: 정확한 표현이 지원되며 해석은 제외됩니다.
- 누락된 증거: 알 수 없는 렌더링, 인간의 주의, 인과관계 또는 지원되지 않는 클라이언트.
청구 상한선의 예는 "모든 사람이 확인된 로고를 보았습니다"가 아니라 "보유된 샘플에 합격한 인증 관찰이 포함되어 있습니다"입니다. 또 다른 것은 "캠페인이 브랜드 인지도를 얻었습니다"가 아니라 "승인된 엔드포인트가 후보자에게 제공되었습니다"입니다. 이는 본 원고에서 조사한 샘플에 대한 사실적 주장이 아닌 표현 예입니다.
가상의 예: 대시보드는 요청에 노출수라는 라벨을 붙입니다.
Fictional Pine Station은 '브랜드 노출'이라는 제목 아래에 수많은 로고 파일 요청을 보여주는 대시보드를 받습니다. 제안된 검토에서는 해당 이벤트가 고유 수신자인지, 수신자 가져오기 또는 다른 단위인지 묻습니다. 또한 공급업체가 실제 표시를 관찰했는지, 백그라운드 검색이나 반복 요청이 계산에 영향을 미칠 수 있는지 여부도 묻습니다. 제목만으로는 이러한 질문에 답할 수 없습니다.
팀은 기본 스키마와 수정된 샘플을 보존하고, 이벤트 변환을 문서화하고, 의미가 노출보다 좁은 경우 메트릭에 레이블을 다시 지정합니다. 별도의 제어된 수신기-디스플레이 매트릭스는 명명된 테스트 사례에 대한 프레젠테이션을 설정할 수 있지만 대시보드의 전체 모집단을 자동으로 검증하지는 않습니다. 파인 스테이션(Pine Station)은 허구입니다. 공급업체, 보고서, 요청 로그 또는 개수가 조사되지 않았으며 실제 회사에 대해 오해의 소지가 있는 행위가 주장되지 않았습니다.
측정 표준을 개발하지 않고도 유용한 진행 상황을 보고할 수 있습니다.
유용한 프로젝트 보고서는 구성 준비 상태, 인증 범위, 자산 가용성, 관찰된 디스플레이 및 비즈니스 지표를 구분할 수 있습니다. 모든 단계가 하나의 표준화된 보고 프로토콜을 공유하는 것처럼 가장하지 않고도 알 수 없는 셀과 제한 사항을 표시할 수 있습니다. 현재 수신자 또는 공급자가 나중에 관련 보고서를 문서화하는 경우 해당 기본 소스를 유지하고 청구 범위를 재평가하십시오. 이 검토는 조사된 소스에서 보편적 가용성 또는 보편적 부재를 추론하지 않습니다.
카탈로그에는 수신기 디스플레이 테스트 매트릭스가 필요하며, 청구된 경우 제한적으로 제어된 결과 측정이 필요합니다. 실제 배포에는 둘 다 존재하지 않습니다. 원본 증거, 인간 SME, 소스 적용 가능성, 생산 경로, 시각적 접근성 및 소유자 공개는 계속 열려 있습니다. 이 초안은 관련 없는 프로토콜 데이터로부터 총 노출수를 생성하는 방법이 아니라 증거를 평가하는 방법을 가르칩니다.