Łukasz Olejnik

Bezpieczeństwo, prywatność, ochrona danych

Real-Time Bidding. Twoje dane sprzedawane za $0.0005, w mniej niż 100 milisekund.

Poniższy tekst napiałem w 2014 roku. Na długo przed tym gdy dezinformacja stanęła w centrum zainteresowań badaczy, technologów, ekspertów, polityków. Wyjaśniam w nim w jaki sposób platformy internetowe stanowią kanał dystrybucji treści.

Ile jesteś warty? Przeglądając strony w Internecie, spędzając czas w sieciach społecznościowych czy korzystając z aplikacji na smartfonie - jesteś stale poddawany wycenie. Powszechnie znany jest już pogląd, że gdy produkt jest darmowy, to ty jesteś produktem. Korzystając z dóbr w sieci udostępniasz informacje o sobie. Na ich podstawie komputerowe modele ustalają, czy danej firmie opłaci się pokazanie reklamy właśnie tobie. Być może warto zasugerować ci drogi szwajcarski zegarek? A być może twój profil nie wskazuje na szczególną zasobność i lepiej pokazać ci reklamę jogurtu lub proszku do prania? W świecie cyfrowym łatwo opisać osobę za pomocą informacji i danych do niej się odnoszących. Te właśnie opisujące nas informacje używane są w przemyśle reklamowym w Internecie. Stanową dane wejściowe do modeli szacujących wartość użytkowników Internetu.

Nie ma przypadku w tym, że biznes reklamowy określa się mianem przemysłu (ang. digital ad industry). Jego całkowita roczna wartość to suma wynosząca ponad 100 miliardów dolarów (przewidywania dla roku 2014 mówią o 137 mld. dolarów i ponad 200 mld. w roku 2018; dane eMarketer). Każdego dnia mimochodem produkujesz jeden z surowców napędzających ten przemysł - czyli dane o sobie. Stanowią one pewną wartość, która jest monetyzowana. Jednak ile warte są twoje dane, takie jak informacja dotycząca twego miejsca pobytu, lub twoja historia odwiedzanych stron internetowych? Za jaką kwotę zgodziłbyś się te informacje lub ich część udostępnić osobom trzecim? Załóżmy, że ktoś ma ochotę zapłacić ci za te dane. Na jaką kwotę byś się zgodził? Takie pytanie może wywołać zdziwienie wśród wielu ludzi. Dlaczego ktoś miałby być zainteresowany nabyciem tego typu danych? Odpowiedzi mogą też być różne, w zależności od tego kogo pytamy. Ktoś powie, że $0.1 za stronę to dobra cena, inne osoby mogą podawać inne kwoty, np. $300 lub $10000. A może te dane są bezcenne?

Wartość danych użytkowników

Dziedzina ekonomii prywatności i jej dział poświęcony wartości prywatności odpowiadają: użytkownicy różnie wyceniają swoje dane, takie jak historia przeglądanych stron - a zależy to od kontekstu i kim oni są. Jedno oszacowanie wskazuje, że ludzie zgodzą się zapłacić kilka dolarów za możliwość zachowania tych danych w sekrecie. Z kolei inne badania z punktu widzenia użytkownika wyceniają wiedzę dotyczącą odwiedzin konkretnej strony w sieci na kilka euro. Istotnie, wartość prywatności może być badana z kilku różnych perspektyw: użytkowników, nabywców, a także regulatorów. Oszacowania od strony nabywców można traktować jako wycenę czysto wolnorynkową: dobro jest warte tyle, ile ktoś zgodzi się za nie zapłacić.

Ile zatem warte są nasze dane? Postawmy sprawę jasno: są one warte $0.0005. Tyle właśnie kosztuje informacja o naszych akcjach w sieci. Taka jest wartość informacji dotyczącej tego, że wszedłeś na daną stronę internetową. Być może dzięki temu nie musiałeś się tam rejestrować, ani wprost uiszczać opłaty za usługę. Zapłaciłeś swoimi danymi. Sam uznaj, czy to uczciwe.

Aukcje w czasie rzeczywistym

Obecnie działanie tego mechanizmu jest jednak złożone. Jeśli chcesz wiedzieć, komu nieświadomie płacisz, czym i za co - czytaj dalej. Dane, takie jak historia przeglądanych stron, mogą trafić do wielu odbiorców, na przykład, do potencjalnych reklamodawców. Sprzedaż zachodzi w czasie rzeczywistym. Odwiedzasz stronę z pogodą i w kilkadziesiąt milisekund informacja o tobie zawierająca m.in. kontekst odwiedzanej strony - przesyłana jest do szeregu firm (gotowch zapłacić za wyświetlenie reklamy właśnie tobie), o których istnieniu nie zdajesz sobie sprawy. Ich liczby zresztą również nie poznasz. Dane te są wyceniane w czasie rzeczywistym. Czy dana strona jest odwiedzona o godzinie 9:51, z Warszawy za pomocą przeglądarki Firefox? Być może użytkownikiem była kobieta o określonej karnacji, w wieku 30-35 lat, korzystająca z tabletu? Dane te, biorąc pod uwagę kontekst odwiedzin strony i przeszłe akcje (np. poprzednio odwiedzone strony), są przekazywane dalej i mogą być warte zaskakująco różne kwoty.

Przejdźmy do szczegółów. Powiedzmy, dlaczego czasem twoje dane kosztują $0.0005 a innym razem $0.001. I jak to jest możliwe, że wycena, oferta i zapłata zachodzi dynamicznie, w czasie rzeczywistym?

Stojąca za tym technologia nazywa się Real-Time Bidding (RTB). Umożliwia ona sprzedawanie przestrzeni reklamowej na stronach internetowych, w aplikacjach mobilnych i sieciach społecznościowych. Technologia ta jest coraz popularniejsza i środki przeznaczane na przekaz za jej pomocą, stale rosną. W 2013 było to ponad $3.3 miliarda, w 2014 uważa się, że suma ta przekroczy $4.4 miliarda. Przewiduje się, że w 2015 będzie to już ponad $6.1 miliarda, natomiast w 2017 nawet $9 miliardów, osiągając pułap 30% udziału w całkowitych wydatkach na reklamę w sieci (ang. digital ads spending) - a w 2020, mowa już o 50% udziale. Dane te dotyczą samych Stanów Zjednoczonych. Europa jest właśnie podbijana przez systemy RTB. Można założyć, że użytkownicy sieci doświadczają reklam kierowanych tymi kanałami każdego dnia, rutynowo.

Real-Time Bidding - sposób działania

W uproszczeniu, systemy Real-Time Bidding składają się z trzech stron: operatorów systemu (ang. Ad Exchange - czasami tłumaczone jako giełdę reklamową), oferentów (ang. bidders) oraz wydawców (ang. publishers).
Akcja dzieje się w czasie rzeczywistym. Przykład? Odwiedzasz rano swoją ulubioną stronę internetową. Informacja o tym jest przesyłana do pośredników działających w imieniu reklamodawców. Decyzje o kierowaniu do ciebie przekazu zapadają w ułamku sekundy i dochodzi do transakcji: pewne informację cię opisujące decydują o tym, czy ktoś zechce przeznaczyć środki na ten przekaz kierowany do ciebie. W końcowym efekcie możesz dostrzec ten przekaz, na przykład reklamę - w specjalnej ramce na odwiedzanej stronie. A jak to działa z punktu widzenia oferenta? Miliony ofert napływają w ciągu bardzo krótkiego czasu. Konieczne jest szybkie przetwarzanie tych danych i podejmowanie trafnych decyzji. Trzeba zwracać uwagę na to do kogo kierowany jest jaki przekaz i ile środków zostaje przeznaczonych na danego typu użytkowników. Czy lepiej wygrywać aukcje rano, czy może wieczorem? Co robić, gdy nagle okaże się, że większość środków przeznaczonych na kampanię danego dnia została już zużyta?
Przejdźmy do szczegółów. Użytkownik wchodzi na stronę internetową wydawcy (np. strona pogodowa accuweather.com), operator systemu RTB (np. Doubleclick, chiński IPinYou, Facebook i in.) wykrywa to wejście za pomocą swoich skryptów umieszczonych na tej stronie. Prowadzi on wtedy aukcję: rozgłasza informacje (ang. bid request) o tym wejściu użytkownika, do pewnej liczby oferentów (takich jak np. Turn, AppNexus, Criteo, Sociomantic, ale także i Doubleclick, który zarówno aukcje prowadzi jak i w nich uczestniczy!), którzy w istocie działają w imieniu zleceniodawców takich jak np. firmy reklamowe. To żądanie aukcyjne zawiera dane o użytkowniku odwiedzającym tę stronę internetową. W skład tych informacji wchodzi np. adres odwiedzanej strony lub nazwa używanej aplikacji na smartfonie, czasami dane demograficzne typu wiek, płeć, zarobki oraz zainteresowania, i inne. Warto zazaczyć, że niekoniecznie musimy gdzieś te informacje podawać: wystarczająco wiele mówi o nas typ odwiedzanych stron.
Oferenci ewaluują otrzymane informacje, często w kontekście ich wewnętrznych baz danych użytkowników, także względem zadanych specjalnych kampanii reklamowych. Po tej wycenie, wysyłają oni swoje odpowiedzi (ang. bid reply): element przekazu, który chcą kierować do użytkownika, oraz ofertę ceny. Wygrywa ten, kto zaoferuje najwyższą cenę, ale zapłaci drugą najwyższą (tzw. aukcje Vickrey'a drugiej najwyższej wartości): mechanizm ten powoduje, że oferenci są zainteresowani uczciwą wyceną - bo nie znają oni wycen konkurentów. Cały proces zajmuje mniej niż 100 ms: może tu zachodzić pewne podobieństwo do high-frequency trading. Co więcej, oferent który wygrał może chcieć to miejsce reklamowe bezpośrednio odsprzedać, jeśli sam jest operatorem RTB. A zatem, zaraz po wygranej aukcji może on ogłosić swoją własną aukcję i wtedy cała akcja rozpoczyna się od początku, oraz biorą w niej udział nowi oferenci. W efekcie, wyświetlenie baneru reklamowego jest procesem złożonym, a informacje użytkownika mogą trafiać do nawet szerszego grona różnych oferentów. Na samym końcu reklama końcowego oferenta zostaje wyświetlona na stronie internetowej odwiedzanej przez użytkownika.
Płacone kwoty dotyczą oczywiście możliwości wyświetlenia reklamy na stronie internetowej. Jest to jednak poprzedzone transakcją: otrzymaniem danych użytkowników. Prowokacyjnie czy nie, można traktować cenę za reklamę jako cenę za dane wcześniej otrzymane. I to pomimo tego, że tylko strona wygrywająca wyświetla swoją reklamę, choć inni oferenci informacje te również otrzymują. Być może więc jest to nawet górne ograniczenie na wartość przekazywanych danych?

Ustalanie wartości danych. Wycena

Skąd oferenci wiedzą, jaką sumę oferować za wejście użytkownika i przekaz do niego kierowany? Widzą oni setki tysięcy ofert, w bardzo krótkim czasie. Wiele z tych żądań aukcyjnych odnosi się do tych samych użytkowników. Otrzymywane są zatem dane kontekstowe. Te informacje są analizowane. Przypomnijmy część otrzymywanych danych z samych ofert aukcyjnych: kraj i miasto użytkownika, czasem również adres sieciowy (IP) i dane geolokalizacyjne - tu warto podkreślić że dane lokalizacyjne też stanowią informację prywatną, zainteresowania, a czasami także szacowane płeć, wiek oraz przychody. Skąd pochodzą te dane? Część (np. adres IP) systemy aukcyjne mają w wyniku tego jak działają protokoły sieciowe. Inne informacje użytkownik być może sam gdzieś podał? Lecz w większości możliwe jest ich ustalenie na podstawie profilu aktywności w Internecie. Istnieją metody ekstrakcji informacji z samej historii przeglądanych stron. To, na jakie strony użytkownicy wchodzą, odnosi się do nich. Jest związane z ich danymi demograficznymi, takimi jak np, płeć i wiek. Przykładowo, wejścia na strony poświęcone kosmetykom statystycznie częściej przypisywane są kobietom, a sportu - mężczyznom. Analizując setki różnych stron, odwiedzanych w różnych godzinach i z różnymi częstotliwościami odwiedzin, możliwe jest wyciągnięcie z tego wielu wniosków. Jeśli swoje dane, takie jak wiek czy płeć, użytkownicy wyceniają wyżej od historii przeglądanych stron, warto pamiętać, że te dane są w istocie ze sobą związane. Można również próbować wydedukować z tych informacji charakter człowieka (ekstrawertyk, osoba otwarta?). Takie profilowanie przez niektórych uznawane jest za kontrowersyjne. Dlaczego? Ludzie zostają zredukowani do profilu i niekoniecznie mają na niego wpływ, ani choć nawet wiedzy o tym co w skład tego profilu może wchodzić. Nie wiadomo też, w jaki sposób te profile mogą zostać używane w przyszłości. Jednak w tym artykule skupiam uwagę na inne kwestie. Tu warto odnotować, że znane są przypadki firm, które zdecydowały się pokazywać użytkownikom profile im przypisane.

Nie zapominajmy jednak, że i oferenci mają własne możliwości: oni również mogą wiedzieć, na jakie strony wchodzi użytkownik. Być może mogą także użyć swoich własnych danych, pochodzących z innych źródeł. Na tej podstawie oferent wie, czy wejście użytkownika warte jest $0.004, czy może $0.0001. Czasami nie jest ono w ich oczach nic warte i wtedy nie oferuje się żadnej sumy. Jednak w większości przypadków zawsze jakaś oferta spłynie, są i wygrani.

Płacone ceny. Kształtowanie wartości

Czy nie byłoby interesujące móc zbadać jak kształtowane są profile użytkowników i ich wartości? Jak można uzyskać dostęp do wewnętrznych danych finansowych oferentów, bez ich bezpośredniej zgody?
Systemy RTB zawierają ciekawy mechanizm: notyfikację o wygranej aukcji. Oferent otrzymuje wartość numeryczną (np. "3.21", co odpowiada wartości w walucie wynoszącej 0.00321, a w praktyce oznacza, że tysiąc reklam kierowanych za taką cenę kosztuje 3.21 dolara) oznaczającą cenę do zapłaty, jeśli wygrał aukcję. Informacje te są zwykle zaszyfrowane. Jednak jak się okazuje, nie jest trudno ten mechanizm obejść. W wyniku analizy takich danych biznesowych można uzyskać ciekawy obraz ustalania cen na podstawie aktywności użytkowników w Internecie. W uproszczeniu, można to traktować jako czarne pudełko - coś, czego zachowanie możemy testować bez wnikania w technikalia działania tego mechanizmu. Testujemy konfiguracje symulujące aktywność użytkownika (np. przeglądarka, wcześniej odwiedzone strony, kraj odwiedzin itp.), uzyskując wartość numeryczną (a zatem w postaci niezaszyfrowanej) dotyczącą wygranej w aukcji. Uzyskujemy więc odpowiedzi na takie pomiary.

W wyniku takich testów można np. ustalić, że średnią dolną wartością reklam dla użytkowników w Europie (kraj testowany: Francja) jest $0.00036. Natomiast użytkownicy w Stanach Zjednoczonych są około dwa razy „drożsi” (średnia $0.0007). Widać, jak różnicuje się wartościowanie na podstawie samej geografii (geopolityki, ekonomiki?). Interesujące jest też to, że ceny wczesnym rankiem są wyższe niż po południu i wieczorem. Np. w godz. 24:00-8:00 średnia cena we Francji wynosi $0.0004, a w USA: $0.0007, prawie dwa razy więcej. Natomiast wieczorem w godz 16:00-24:00 spada do $0.0003 i $0.0006 (odpowiednio we Francji i w USA). Jednym z powodów tej zmienności czasowej może być to, że w pewnych przedziałach czasowych po prostu jest mniej możliwości wygrania aukcji, ponieważ zwyczajnie w tych godzinach strony są przeglądane przez mniejsze grono użytkowników. Konkurencja jest wtedy większa.

Wreszcie, ceny zależą również od strony internetowej, którą użytkownik odwiedza. Na jednej średnia cena może wynosić $0.00008, na innej natomiast już $0.0009. Upraszczając, w dużej mierze cena zależy tu od rodzaju strony. Przykładowo wchodząc z adresu we Francji na stronę o tematyce spożywczej (takiej jak restauracje, kulinaria, produkty spożywcze), dane wymieniane są na reklamy o średniej wartości $0.00059, a w USA - analogiczny rodzaj stron warty jest $0.00093.
Wszystkie te podstawowe dane składają się na kontekst przeglądania sieci.

Monetyzacja profilowania

Zależności jest jednak wiele więcej. Istotnie, przekazy kierowane za pomocą RTB są bardzo wyszukane. Zatem kierowany przekaz i ceny mogą również zależeć od tego, co robimy w Internecie. Odwiedzanie pewnego typu stron może oznaczać, że cena profilu rośnie. Inne strony mogą nie być już takie wartościowe. Interesującym przypadkiem jest tzw. retargeting, którym zajmują się firmy takie jak np. Criteo. Kierują one przekaz do użytkowników, którzy odwiedzili specjalny typ stron, często związany z jakimś rodzajem produktów (np. sklep z biżuterią) lub usług (np. system rezerwacji hoteli). Po odwiedzeniu takiej strony profil użytkownika może nagle stać się bardzo wartościowy (nawet 5-10 razy bardziej od średniej), a reklamy związane z naszymi wcześniejszymi akcjami – znacznie częstsze.

Finalnie warto skupić się właśnie na tej różnicy wynikającej z profilowania. Reklamy RTB mogą być kierowane do użytkowników widzianych po raz pierwszy (niesprofilowanych), a także do tych już znanych (sprofilowanych). Przekaz do tych drugich jest - jak łatwo sobie wyobrazić - kosztowniejszy. W pierwszym przypadku średnia cena to choćby wymienione $0.0005. W przypadku użytkowników sprofilowanych wartość ta może wynosić znacznie więcej, np. średnio $0.001. Pomiary, które prowadziłem na podstawie danych pochodzących od użytkowników właśnie na to wskazują. Ale jest jeszcze inna możliwość. Oferenci czasem mają dostęp do pewnych informacji dotyczących użytkownika, ale pochodzących z innych źródeł. A zatem, mogą wiedzieć coś więcej o użytkownikach. Wtedy cena może być nawet wyższa. W ogólnym przypadku nie wiadomo, skąd oferenci mogą mieć dostęp do takich dodatkowych informacji. Jest to utrzymywane w sekrecie. Możemy zakładać, że informacje te dostarczają tzw. brokerzy danych (ang. data brokers), którzy specjalizują się w dostarczaniu prywatnych danych dotyczących ludzi, takich jak np. czy są oni posiadaczami przydomowego basenu, ile zarabiają, czy cierpią na jakąś przypadłość, i inne tego typu informacje. W samych Stanach Zjednoczonych jest już bardzo wiele firm działających w tej branży.

Skąd możemy wiedzieć, kto dostaje jakie dane? Ilu oferentów jest aktywnych? Kiedy nasze dane zostają poddane ocenie?

Ile jesteś warty

Na część z tych pytań starałem się odpowiedzieć w ramach jednego z projektów, jakie relizowałem pracując we francuskim Instytucie Badawczym Inormatyki i Automatyki (INRIA): How Much Are You Worth (na dzień 30.09.14 dostępny pod adresem http://yourvalue.inrialpes.fr). W jego skład wchodzi eksperymentalny demonstrator tzw. technologii poprawiającej transparentność (ang. transparency enhancing technology, TET). Użytkownik instaluje rozszerzenie przeglądarki, Następnie, wchodząc na stronę internetową wyświetlającą reklamy RTB, zainstalowane rozszerzenie interpretuje informacje kontekstowe otrzymywane w przepływach danych związych z wyświetlanymi reklamami. Umożliwia to poznanie ceny za wyświetlenie danej reklamy.
Dodatkową możliwością jest porównanie swojej wartości z analogicznymi danymi dotyczącymi innych użytkowników, a także opcja poznania średnich cen płaconych przez kilkudziesięciu oferentów (w momencie pisania tych słów "prowadzi" Sociomantic, płacąc średnio $0.004). Użytkownicy biorący udział w tym niekontrolowanym eksperymencie byli bardzo zróżnicowani: pochodzili z kilkunastu krajów, ich aktywność w Internecie (np. liczba odwiedzonych stron) była różna, a ich "średnie wartości" zawierały się w szerokim przedziale $0.0001-$0.005.

Dzięki takim danym można porównać strategie reklamowe stosowane przez oferentów dla użytkowników sprofilowanych i niesprofilowanych. Okazuje się, że niektórzy oferenci masowo kierują swój przekaz do obu rodzajów użytkowników. Niektórzy płacą jednak bardzo mało (np. średnio $0.00025) za użytkowników niesprofilowanych, ale przy znanych sobie profilach potrafią nagle oferować cenę kilka razy wyższą (np. $0.0013). Inni są zainteresowani wyłącznie sprofilowanymi użytkownikami: kierują przekaz tylko do tych odbiorców, których w jakiś sposób znają. Mogą również płacić dość dużo: np. średnio $0.0009 i więcej, a w przypadku niektórych ofert nawet $0.08. Dobrym przykładem są tutaj firmy takie jak Criteo.

Z reguły nie wiadomo kim są oferenci w systemach RTB, w jakich okolicznościach otrzymują oferty i jak właściwie oceniają otrzymane dane.
Na podstawie obserwacji setek tysięcy wygranych aukcji można jednak ustalić ich liczbę. Pomimo wykrycia ich około setki, wiadomo że w rzeczywistości jest ich kilka razy tyle.

Jakie przepływy pieniężne w takim razie związane są z jednym użytkownikiem Internetu? Korzystając z poprzednich informacji załóżmy, że średnia cena danych/reklamy to $0.0005.
Konserwatywnie załóżmy też, że użytkownik generuje średnio 50 zdarzeń wywołujących aukcje (takie jak przeglądanie stron, reklamy w aplikacjach mobilnych, sieciach społecznościowych). Łatwo ustalić, że roczne przychody na użytkownika wyniosą $9. Nie jest to wiele, prawda? Są to jednak oszacowania zaniżone, a efekt skali jednak robi swoje i nie trudno obliczyć końcowy wynik w skali całej sieci.
Można również pokusić się o oszacowanie przychodów z reklam przez konkretną stronę internetową. Dane o szacunkowej liczbie odsłon wielu rodzajów stron są publicznie dostępne. Wystarczy więc wybrać stronę. Załóżmy że pewnego słynnego amerykańskiego serwisu plotkarskiego, mającego średnią dzienną liczbę odsłon na poziomie 3.8 miliona. Wiemy też, że średnia wartość reklam na stronach rozrywkowych wynosi $0.0007. Jednak w rozważania o tym czy dzienne wpływy z jednego miejsca reklamowego na poziomie rzędu $2000 to dużo, w tym artykule się nie wdajemy. Wpływy finansowe dla wydawców są dla nich jednak ważnym argumentem.

Dane użytkowników są zatem monetyzowane. Nie zajęło długo by zacząć przyglądać się tego typu transakcjom. Pochodzące z Francji głosy, proponujące opodatkowanie monetyzowania danych użytkowników (tzw. Google Data Tax) są już dobrze znane. Nie zanosi się jednak, aby w najbliższej przyszłości plany te miały zostać zrealizowane. Lecz pomysły te już mają swoje miejsce w debacie publicznej. Warto się im przyglądać, bo każdy taki plan w wielkiej mierze wpłynąłby na kształt wielomiliardowego biznesu, opartego na przetwarzaniu danych użytkowników Internetu. Ale także i całej sieci.

Trzeba też jeszcze raz podkreślić, że zarówno operatorzy systemów RTB jak i oferenci, przetwarzają dane dotyczące użytkowników. Korzystają oni z profili użytkowników, dzięki którym możliwe jest personalizowanie przekazu. Przetwarzane dane są prywatne, jednak czy są to z punktu widzenia prawa tzw. dane opisujące prywatne jednostki - dane osobowe (ang. personally identifiable information, PII)? Być może w tej chwili nie. Jednak obecne prace nad reformą prawa ochrony danych w Unii Europejskiej mogą tę sytuację wkrótce zmienić. Wedle proponowanych nowych definicji uznaje się, że dane identyfikowalne to jakiekolwiek informacje umożliwiające wyróżnienie jednostek spośród innych ludzi. Co więcej, samo podejmowanie różnych akcji (takich jak np. dostosowanie przekazu) na podstawie informacji możliwej do przypisania indywidualnym użytkownikom, również będzie pociągać za sobą ten sam wniosek. Z punktu widzenia proponowanych regulacji, RTB może zostać zatem potencjalnie traktowany jako rynek wymiany danych prywatnych.

A zatem - podsumowując, w Internecie ocenia się użytkowników po ich akcjach, a przekaz może być i jest dostosowany do konkretnych ludzi. Jest on szyty na miarę. Nie jest to już statyczny, taki sam dla wszystkich przekaz typu reklama w telewizji. Teraz młody mężczyzna mieszkający w konkretnym miejscu jakiegoś miasta, przeglądający sieć o 8:00 rano może doświadczyć przekazu, którego nie zobaczy nigdy człowiek starszy, lub kobieta mieszkająca za miastem, odwiedzająca wybrane strony o godzinie 13:00. Dawno temu, reklamy takie wyświetlane były statycznie. Nie ma już powrotu.

Powtórzmy: dzięki współczesnym metodom personalizacji i kierowania przekazu opartego na wysoce wyspecjalizowanym profilowaniu odbiorców, możliwe stało się dopasowywanie wiadomości w bezprecedensowy sposób. Można sobie wyobrazić, że np. pracownicy ministerstwa jednego z krajów zaczną otrzymywać informacje o zaletach jedzenia jabłek. A w innym, np. przekaz dotyczący wspaniałych możliwości spędzenia wakacji nad Morzem Czarnym. Ta niewinna sugestia powinna dać do myślenia panu ministrowi, dyrektorowi czy prezesowi.

Czy $0.0005 za Twoje dane to właściwa cena? I czy zdajesz sobie sprawę, co umożliwia Real-Time Bidding?

W 2018 raport komisji Digital, Culture, Media and Sport Committee House of Commons Wielkiej Brytanii wspominał już o zakazaniu mikrotargetowania do celów politycznych.

Wszelkie dane w tekście pochodzą z moich badań prowadzonych od 2013. Publikacja części nastąpiła m.in. w Network and Distributed Systems Security Symposium, w San Diego (2014).

Tekst po polsku ukazał się w 2014, w wyd.8 kwartalnika opinii “Nowe Media”

Comments is loading...

Comments is loading...