其他
隐私计算在现代数字广告中的崛起之路
什么是隐私增强技术 (PETs)?
差分隐私:将其视为融入一个大群体,你独特的身份融入集体,使你与其他人无法区分。通过给数据添加一些随机性,差异隐私巧妙地模糊了个体数据,关注更广泛的趋势。苹果的 SkAd Network 和谷歌的 Privacy Sandbox 等大公司都采用了这种方法。 多方计算(MPC):想象一个保密的小组项目,每个参与者都可以贡献见解而无需透露他们的源材料。公司可以汇集他们的知识,而无需分享他们的秘密武器。这种方法是许多数据洁净室计划的核心。 同态加密:想象一下试图解决一个谜团中的谜团。通过同态加密,公司可以处理加密数据,无需查看原始形式的敏感数据即可得出见解。它改变了我们处理数据安全的方式。 设备学习:顾名思义,这类似于将日记锁在家里的抽屉里。你的数据保留在你的设备上,特定的计算就在那里完成,仅发送通用的匿名结果。 合成数据:将其视为真实数据的替代或替身。虽然它不是真实的东西,但它足够接近地反映了实际使用的主要特征。它就像一个复制品,捕捉整体结构而不使用任何真实的个人细节。该技术非常适合测试和分析,同时将真实的用户信息排除在外。 联邦学习:设想一个全球性的学习小组,每个成员都可以自己学习,但分享他们的见解以丰富每个人的知识。设备会自行学习和适应,但通用的学习内容会被汇集起来,从而在不接触个人用户数据的情况下完善主模型。
那么,PETs 将如何影响广告技术?
Apple 的 SkAd 网络和应用程序跟踪透明度框架:Apple 通过这些工具捍卫了用户隐私。SkAd Network 在不泄露用户身份的情况下提供活动归因,而应用程序跟踪透明度框架则为用户提供跨第三方应用程序和网站的跟踪偏好选择。 Google 的 Web 和 Android 隐私沙箱:Google 的举措旨在建立以隐私为中心的网络标准。它旨在为出版商、广告商和开发商提供数字商务必需的工具,同时尊重用户隐私。 Meta 的 Conversions API:Meta 的 Conversions API 诞生于日益增长的隐私限制,它允许广告商将网络事件直接从其服务器转发到 Facebook。这可以避开基于浏览器的跟踪,从而实现更可靠、更安全的广告效果衡量。 数据洁净室:这些受保护的空间可以实现来自不同来源的数据集成,而无需让任何一方直接访问另一方的原始数据。尤其是在零售媒体中,数据洁净室越来越受欢迎,可以在不泄露专有信息的情况下促进共享见解。 统一 ID 解决方案:一个值得注意的例子是 Trade Desk 的 UID 2.0。它们提供了基于 cookie 的跟踪的替代方案,重点是增强用户隐私。值得注意的是,有关这些解决方案的隐私影响和有效性的讨论正在进行中。
未来 2-5 年我们可以期待什么?
消费者控制:现代用户对数字技术越来越了解,希望对自己的数据拥有更多发言权。这将推动平台提供更详细的隐私设置和更清晰的数据使用政策。 双向对话:这不仅仅是数据收集。品牌现在有机会发起有意义的对话。利用实时调查、互动内容甚至社区论坛等平台,品牌可以直接从受众那里收集见解。这是关于相互尊重——询问消费者希望如何参与,了解他们喜欢的渠道和形式,并利用这些信息来培养真正的联系。这种主动参与不仅能建立信任,还能加深品牌与消费者的关系。 数据极简主义:我们正在抛弃“收集然后忘记它”的思维方式,转向“只收集需要的东西”。品牌将采用更有选择性的数据收集方法,重点关注对增强用户体验真正重要的内容。 隐私设计:随着 GDPR 和 CCPA 等框架的实施,我们可以预期新技术创新会将隐私考虑因素融入到其 DNA 中,而不是作为额外的附加内容。 PET 的演变和整合:PET 并不是一成不变的。我预见它们会变得更加复杂,甚至可能与人工智能 (AI) 等技术联手。目标?在不影响安全性的情况下打造智能个性化工具。 价值交换动态:随着我们对数据隐私的集体意识不断增强,企业将需要关注数据共享的交换性质。也许我们会为那些选择共享数据的人看到更多的忠诚度计划、独特的内容或有形的福利。
结论
作者:Dane Buchanan
原文:https://medium.com/@danebuchanan/looking-beyond-the-cookie-the-rise-of-pets-in-modern-digital-advertising
热门文章:
好书相赠 | 《元宇宙进化逻辑——用确定性的逻辑诠释不确定的未来》