瀏覽器指紋是由多個環境屬性組合而成、足以辨識出特定裝置的特徵集合。單獨看每一項都不足以識別任何人——螢幕解析度、時區、語言偏好、已安裝字型、userAgent 字串各自都被大量使用者共享；組合起來之後唯一性急遽上升，少數幾項就能把一台裝置從數百萬台中分出來，而且不需要寫入任何 cookie。這是在自建流量統計裡蒐集判別訊號時的能力上限，與 beacon 送出什麼欄位直接相關。

概念位置

指紋與識別碼是兩種不同的識別途徑。識別碼（存在 localStorage 的隨機值）由網站產生、使用者可以清除、內容不從個人推導；指紋由使用者的環境被動產生、清除不掉、也不需要對方同意就能取得。這個差別決定了設計取向：自建統計要辨識「是不是同一個瀏覽器」時用識別碼，用指紋做同一件事會在使用者無法拒絕的前提下達成，兩者的技術效果相近而性質不同。指紋的另一個用途是分辨自動化環境。在 Apps Script 這類接收端上，判別素材只能由前端蒐集後隨 beacon 送出——doPost 拿不到任何 HTTP 標頭，伺服器端的 UA 與 IP 比對都不可用。做法與邊界見辨識自動化流量。

可觀察訊號與例子

高熵的屬性包括完整 userAgent（含版本與作業系統細節）、螢幕解析度與色彩深度、時區、字型清單、WebGL 渲染器名稱。低熵而仍有分析價值的替代品是把這些降維成分類標籤——mobile / tablet / desktop 三選一的裝置類別由 userAgent 推導而來，但送出的是分類結果而非原始字串，唯一性大幅下降而排版決策所需的資訊仍然保留。

判讀方式

判斷一個欄位該不該送，問它「單獨無害，但與已送出的欄位組合後唯一性有多高」。答案是「組合後接近唯一」時，改送降維後的分類標籤而非原始值。這條界線在訪客識別與 opt-out的隱私邊界段有完整的取捨說明，配額與 PII 的整體討論見 execution quota 所在的模組五。