日常生活中的企業監控

不是小說,這是一份3年前的調研報告,不知是否影響了GDPR。或許,“Matrix”已經走到了身邊,福禍未知!

近年來,各種各樣的公司已經開始在人們生活的各個方面進行監控、跟蹤和跟蹤。數十億的行爲、運動、社會關係、利益、弱點和大多數私人數據都被不斷地實時記錄、評估和分析, 個人信息開發已經成爲一個數十億的產業。然而,今天無處不在的數字追蹤只是冰山一角; 大多數數字追蹤對我們大多數人來說仍然是不透明的。

Cracked 實驗室的Wolfie Christl於2017年6月發佈了這個報告,分析了個人數據行業的實際操作和內幕。貢獻者有Katharina Kopp和Patrick Urs Riechert, Pascale Osterwalder創作了插圖。基於多年的研究和2016年的一份報告,這項調查揭示了企業之間隱藏的數據流動。它描繪了當今數字跟蹤生態系統的結構和範圍,探索了相關的技術、平臺和設備以及主要的發展。

目錄

  1. 人的分析

  2. 金融、保險和醫療領域中人的分析

  3. 大規模收集和使用消費者數據 

  4. 數據經紀人和個人數據業務

  5. 實時監控人們的日常行爲

  6. 數字化檔案的連接,匹配和合並

  7. 管理消費者和行爲,個性化以及測試 

  8. 天羅地網-日常生活,營銷數據和風險分析

  9. 繪製商業跟蹤和檔案版圖 

  10. 一個無處不在被數字控制的社會?

2007年,蘋果推出了智能手機,Facebook 的用戶達到了3000萬,在線廣告公司開始根據用戶的個人喜好和興趣向互聯網用戶投放廣告。10年後,數據公司如雨後春筍般涌現,它們不僅包括像 Facebook 和谷歌這樣的大公司,還包括來自不同行業數以千計的其他企業,它們不斷地相互分享和交易數據。公司已經開始整合來自網絡和智能手機的數據,鏈接他們已經積累了幾十年的客戶數據和離線信息。

從定價到政治溝通,從信用評分到風險管理,無處不在的實時監控機器正迅速擴展到其他領域。大型在線平臺、數字廣告公司、數據經紀公司以及許多行業的企業可以跨平臺對消費者識別、分類、評估、評級和排名。網站上的每一次點擊和智能手機上的每一次滑動都可能觸發分佈在多家公司各種各樣的隱藏數據共享機制,因此,直接影響了人們的可用選擇。數字跟蹤和分析,結合個性化,不僅用於監測,而且影響人們的行爲。

“你必須爭取你的隱私,否則你會失去它”——Eric Schmidt, Google/Alphabet, 2013

1. 人的分析

學研究表明,一個人性格的許多方面可以從網絡搜索、瀏覽歷史、視頻觀看行爲、社交媒體活動或購買的數據中推斷出來。個人的敏感屬性,如種族,宗教和政治觀點,感情狀態,性取向,酒精,香菸和毒品的使用,可以相當準確地推斷出某人在Facebook 上喜歡什麼。社交網絡的畫像分析還可以預測個性特徵,如情緒穩定性、生活滿意度、衝動性、抑鬱和感官興趣。

資料來源: Kosinski et al 2013,Chittaranjan et al 2011,Epp at al 2011。

類似地,性格特徵也可以從某人訪問過的網站信息,以及電話記錄和手機應用程序使用數據中推斷出來。瀏覽歷史可以揭示一個人的職業和教育程度。加拿大的研究人員甚至通過分析電腦鍵盤上的打字模式,成功計算出了諸如自信、緊張、悲傷和疲勞等情緒狀態。

2. 金融、保險和醫療領域中人的分析

如今,數據挖掘和分析方法的結果依賴於一定概率水平的統計相關性。雖然他們可能大概率地預測屬性和人格特質,但並非在每一個情況下都是準確的。儘管如此,這些方法已經被用來對人們進行分類、分類、標註、評估、排序,不僅是爲了營銷,也是爲了在金融、保險、醫療等重要領域做出決策。

基於數字化行爲數據的信用評估

初創公司如Lenddo, Kreditech, Cignifi 和 ZestFinance 已經利用社交媒體、網絡搜索或手機的數據來計算某人的信用可靠性,而實際上並沒有使用與金融交易相關的數據。有些人還利用某人如何填寫在線表單或瀏覽網站的信息,短消息的語法和標點符號,以及該用戶手機的電池狀態。在計算信用評分時,一些公司甚至加入了某人在社交網絡上的朋友數據。

Cignifi 通過電話通話的時間和頻率計算信用評分,將自己視爲“移動網絡運營商的終極數據貨幣化平臺”。萬事達卡、Telefonica、信用報告機構 Experian 和 Equifax 等公司已經開始與這些初創公司合作。在全球南部國家以及其他區域的弱勢人口羣體中,這種服務的大規模應用增加的更多。

相反,信用數據也會流入網絡營銷。例如,在 Twitter 上,營銷人員可以根據消費者數據代理商(例如Oracle)提供的數據,根據 Twitter 用戶的預期信譽度來定位廣告。更進一步,Facebook 已經註冊了一項基於某人在社交網絡上朋友信用評級的信用評估專利。沒有人知道它是否計劃將社交網絡、市場營銷和風險評估的完全整合,並變爲現實。

“我們覺得所有的數據都是信用數據,只是還不知道如何使用。”——Douglas Merrill, ZestFinance 的創始人,谷歌前首席信息官,2012年

基於消費者數據的健康預測

數據公司和保險公司正致力於利用消費者日常生活信息來預測他們的健康風險。例如,大型保險公司Aviva與諮詢公司德勤(Deloitte)合作,對6萬名保險申請人的個人健康風險進行了預測,這些風險包括糖尿病、癌症、高血壓和抑鬱症,這些數據基於傳統上用於營銷的消費者數據,而這些數據是Aviva從一家數據經紀公司獲得的。

諮詢公司麥肯錫(McKinsey)幫助預測了患者的住院費用,其依據是“美國大量醫療支出者”的消費者數據。麥肯錫利用人口統計學、家庭結構、購買情況、汽車擁有情況以及其他數據,指出這種“洞察力有助於在高成本發作之前確定關鍵的患者羣體”。

健康分析公司 GNS 醫療保健也通過廣泛的數據,如基因組學,醫療記錄,實驗室數據,移動健康設備和消費者行爲,來計算患者的個人健康風險。該公司與Aetna等保險公司合作,提供了一個評分系統,識別“可能參與干預的人” ,並提供對疾病進展和干預結果的預測。根據一份行業報告,該公司“根據投資回報率對病人進行排名” ,如果針對病人採取特定干預措施,保險公司可以期望得到多少投資回報。

一家大型的數據經紀和風險分析公司 LexisNexis Risk Solutions 提供了一種健康評分產品,根據包括購買活動在內的大量消費者數據,計算健康風險以及個人預期的醫療保健成本。

3. 大規模收集和使用消費者數據

現在,占主導地位的在線平臺,尤其是谷歌和 Facebook ,擁有全球數十億人日常生活的廣泛信息。除了情報承包商、在線廣告商和數字欺詐檢測服務,他們可能是個人數據和分析行業最先進的公司。還有許多人在幕後操作,不受公衆注意。

網絡廣告的核心是一個由成千上萬家公司組成的生態系統,這些公司專注於不斷地跟蹤和分析數十億人。每次在網站或移動應用程序上顯示廣告時,用戶的數字檔案就會在幾毫秒之前賣給出價最高的競標者。與這些新做法相反,信用報告機構和消費者數據經紀人已經在個人數據業務上花費了數十年時間。近年來,他們開始將所掌握的關於人們線下生活的大量信息與大型平臺、在線廣告公司以及無數其他企業運營的用戶和客戶數據庫結合起來。

Facebook使用了至少52,000個人屬性來排序和分類它的19億用戶,例如,政治觀點,種族和收入。爲了做到這一點,平臺分析他們的帖子,喜歡,分享,朋友,照片,動作和許多其他類型的行爲。此外,Facebook 還從其他公司獲取用戶數據。2013年,該平臺開始與 Acxiom、 Epsilon、 Datalogix 和 BlueKai 四家數據經紀公司合作,後兩家公司隨後被 IT 巨頭 Oracle 收購。這些公司通過提供從其平臺之外收集的數據,幫助 Facebook 更好地跟蹤和分析其用戶。

4. 數據經紀人和個人數據業務

消費者數據中間商在當今的個人數據行業中扮演着關鍵角色。基於各種在線和離線來源,他們聚集、整合和交易收集到的大量關於人口的信息。數據經紀人收集公開可用的信息,並從其他公司購買消費者數據。一般來說,他們的數據源於個人以外的其他來源,而且大部分是在消費者不知情的情況下收集的。他們分析數據,做出推斷,將人們分類,併爲他們的客戶提供數以千計的個人特徵。

數據經紀人擁有的個人檔案不僅包括教育、職業、子女、宗教、種族、政治觀點、活動、興趣和媒體使用等信息,還包括某人的網絡行爲,如網絡搜索。此外,他們還收集有關購買、信用卡使用、收入和貸款、銀行和保險政策、財產和車輛所有權以及各種其他數據類型的數據。數據經紀人還計算分值,預測個人未來可能的行爲,例如,某人的經濟穩定性、計劃生育以及是否換工作等。

Acxiom 和 Oracle 提供的用戶數據例子(截至2017年4 / 5月)。

Acxiom,一個大型消費者數據代理商

Acxiom 成立於1969年,擁有全球最大的消費者商業數據庫之一。該公司提供多達3000個數據元素,涵蓋了來自美國、英國和德國等許多國家數千個來源的7億用戶數據。最初是一家直銷公司,Acxiom 在20世紀90年代後期開發了其消費者中心數據庫。

Abilitec Link system公司通過運行一種私人註冊中心,其中每個人、每個家庭和每棟建築物都收到一個唯一的 ID。該公司不斷更新其數據庫,包括出生和死亡、婚姻和離婚、姓名和地址變化等信息,當然還有其他各種的個人資料數據。例如,當被問及一個人時,Acxiom 提供了13種宗教信仰中的一種分類,包括“天主教”、“猶太教”和“穆斯林” ,以及近200種民族代碼中的某一種。

Acxiom 出售自己廣泛的消費者檔案,並幫助客戶找到目標用戶的目標,識別,分析,分類,評級和排名。該公司還直接管理15000個客戶數據庫,爲客戶提供數十億的客戶資料,其中包括大型銀行、保險公司、醫療機構和政府機構。除了營銷數據服務,Acxiom 還提供身份驗證、風險管理和欺詐檢測服務。

Acxiom 及其數據提供者、合作伙伴和客戶(截至2017年4月 / 5月)

自2014年收購在線數據公司 LiveRamp 以來,Acxiom 一直在努力將其幾十年的數據庫與數字世界連接起來。例如,Acxiom 是首批向 Facebook、 Google 和 Twitter 提供額外信息的數據中間商之一,以幫助這些平臺更好地跟蹤或分類用戶的購買行爲,以及其他平臺仍然無法跟蹤的行爲。

Acxiom的 LiveRamp 將數百家數據和廣告公司的數字資料進行連接和整合。其核心是 IdentityLink 系統,該系統可以幫助識別個人,並根據電子郵件地址、電話號碼、智能手機 id 和其他標識符,提供跨數據庫、平臺和設備鏈接的用戶信息。雖然該公司承諾以“匿名”和“去標識”的方式進行鏈接和匹配,但它也表示,能夠“將脫機數據和在線數據連接到單一標識符”。

最近, LiveRamp 爲包括信用報告巨頭 Equifax、 Experian 和 TransUnion等公司提供了數據服務。此外,許多從網絡、移動應用程序、甚至整個物理世界的傳感器收集數據的跟蹤服務爲利物浦提供了數據。其中一些公司使用了 LiveRamp 的數據商店,允許公司“買賣有價值的客戶數據”。其他公司提供數據讓 Acxiom 和 LiveRamp 識別個人,並將記錄的信息與其他來源的數字檔案聯繫起來。也許最令人擔憂的是 Acxiom 與 Crossix 的合作,後者擁有2.5億美國消費者的大量健康數據。它被列爲 LiveRamp 的數據提供商之一。

”任何獲取消費者數據的人都有可能成爲數據提供者。”——2017年 Acxiom 的 LiveRamp 總經理 Travis May

甲骨文,一個 IT 巨頭進入了消費者數據業務

通過收購 Datalogix、 BlueKai、 AddThis 和 CrossWise 等數據公司,全球最大的商業軟件和數據庫供應商之一——甲骨文公司,最近也成爲最大的消費者數據經紀商之一。在其數據雲中,Oracle 彙集了來自1500萬個不同網站的30億用戶資料,來自10億移動用戶的數據,來自食品雜貨連鎖店和1500家大型零售商的數十億購買數據,以及來自社交媒體網絡、博客和消費者評論網站的7億條信息。

甲骨文及其數據提供商、合作伙伴和服務(截至2017年4月 / 5月)

甲骨文在其數據目錄中列出了近100家數據提供商,包括 Acxiom、益百利(Experian)和 TransUnion 等信用報告機構,以及跟蹤網站訪問、移動應用程序使用和動向、或從在線測驗中收集數據的公司。Visa 和 MasterCard 也被列爲數據提供商。與其合作伙伴一起,Oracle 提供了超過30,000個不同的數據類別,這些數據類別可以分發給客戶。相反,該公司與 Facebook 共享數據,並幫助 Twitter 計算其用戶的信譽。

甲骨文的 ID Graph 識別和組合了跨公司的用戶資料。它將數據庫、服務和設備之間的所有交互“統一起來” ,以“創建一個可尋址的消費者配置文件”和“在任何地方識別客戶和潛在客戶”。其他公司可以根據電子郵件地址、電話號碼、郵政地址和其他標識符向甲骨文發送匹配關鍵字,甲骨文隨後將這些關鍵字同步到“在甲骨文 ID Graph中把用戶和統計 ID 鏈接在一起的網絡”。雖然該公司承諾只使用匿名用戶 id 和匿名用戶配置文件,但這些仍然指的是某些個人,可用於識別他們,並在許多生活環境中將他們單獨挑出來。

一般來說,客戶可以將自己關於用戶、網站訪問者或應用程序的數據上傳到甲骨文的數據雲,與其他許多公司的數據結合起來,然後實時地將其傳輸和利用到其他數百個營銷和廣告技術平臺上。例如,他們可以使用它來跨設備和平臺尋找並定位用戶的個性化交互,並最終衡量消費者在個人層面上被處理和影響後的反應。

5. 實時監控人們的日常行爲

現在,各行各業的在線平臺、廣告技術提供商、數據經紀人和企業可以在許多情況下監視、識別和分析個人。他們能夠知道人們對什麼感興趣,今天做了什麼,明天可能做什麼,作爲一個顧客可能值多少錢。

人們的在線和離線生活數據

幾十年來,各種各樣的公司一直在收集人們的信息。在互聯網出現之前,徵信機構和直銷機構都是不同來源數據流的主要整合點。20世紀90年代,通過數據庫營銷、忠誠度計劃和消費者信用報告,邁出了系統化監控消費者的第一步。隨着21世紀初互聯網和在線廣告的崛起,以及社交網絡、智能手機和在線廣告的興起,現在看到傳統的消費者數據產業在21世紀10年代與新的數字追蹤和分析生態系統整合在了一起。

企業用戶數據收集的不同層次、領域和來源。

長期以來,消費者數據經紀公司以及其他公司一直在獲取有關報紙和雜誌訂閱者、圖書和電影俱樂部成員、目錄和郵購買家、旅行社預訂者、研討會和會議與會者以及填寫保修卡產品登記的消費者信息。長期以來,從忠誠度計劃中收集購買數據也是這方面的既定做法。

除了直接從他們一直使用的個人那裏收集的數據之外,例如,人們居住的社區和建築的類型信息,可以用來對人們進行描述、標記和分類。類似地,現在根據人們瀏覽的網站類型、觀看的視頻、使用的應用程序以及他們訪問的地理位置元數據來分析消費者。近年來,各種日常活動產生的行爲數據流的規模和深度,如網絡、社交媒體和設備使用,都在迅速增長。

“那不是手機,那是我的追蹤器”—— New York Times, 2012

無處不在的數字跟蹤和畫像

企業跟蹤和分析變得如此普遍的一個主要原因在於,幾乎所有的網站、移動應用程序供應商和許多設備供應商都積極地與其他公司分享行爲數據。

幾年前,大多數網站開始在自己的網站中嵌入跟蹤服務,將用戶數據傳輸給第三方。其中一些服務,爲用戶提供了可見的功能。例如,當一個網站顯示了一個喜歡 Facebook 的按鈕或者一個嵌入的 YouTube 視頻時,用戶數據就會傳輸到 Facebook 或者 Google。然而,許多其他與在線廣告相關的服務仍然是隱藏的,而且基本上只有一個用途,即收集用戶數據。究竟哪些類型的用戶數據被數字出版商共享,以及第三方如何使用這些數據,都是未知的。這些跟蹤活動的一部分可以被每個人檢查; 例如,通過安裝瀏覽器擴展 Lightbeam,人們可以將隱藏的網絡第三方跟蹤器可視化。

最近的一項研究調查了100萬個不同的網站,發現超過80,000個第三方服務接收這些網站的訪問者數據。在超過10000個網站上有大約120個這樣的跟蹤服務,6家公司監視着超過100000個網站上的用戶,包括谷歌,臉書,推特和甲骨文。一項針對20萬德國用戶訪問了2100萬網頁的研究顯示,95% 的訪問網頁都有第三方追蹤器。同樣,大多數移動應用程序與其他公司共享用戶信息。2015年,一項針對澳大利亞、巴西、德國和美國流行應用程序的研究發現,85% 至95% 的免費應用程序,甚至60% 的付費應用程序,都與收集個人數據的第三方相連。

來自歐洲和美國的研究人員在 Android 應用程序上創建了一個隱藏的第三方跟蹤服務的交互式地圖,該地圖可以在以下 haystack.mobi/panopticon 中探索。

圖片由加州大學伯克利分校 ISCI Haystack.mobi/Panopticon 提供

就設備而言,面向當今無處不在的數據收集,智能手機可能是最大的貢獻者。移動電話記錄的信息提供了對用戶個性和日常生活的詳細洞察。由於消費者通常需要擁有一個谷歌、蘋果或微軟的賬戶才能使用它們,因此,許多信息已經鏈接到一個主要平臺的標識符上。

出售用戶數據並不限於網站和移動應用程序發佈商。例如,市場情報公司 SimilarWeb 不僅從網站和應用程序中接收數十萬直接測量源的數據,還從桌面軟件和瀏覽器擴展中接收數據。近年來,從電子閱讀器和可穿戴設備到智能電視、儀表、恆溫器、煙霧報警器、打印機、冰箱、牙刷、玩具和汽車,許多其他帶有傳感器和網絡連接的設備已進入日常生活。就像智能手機一樣,這些設備讓公司能夠前所未有地瞭解消費者在各種生活環境中的行爲。

程序化廣告和營銷技術

在線廣告行業已經成爲開發先進技術的先驅力量,這些技術可以監控和跟蹤人們,也可以在數字世界中組合和鏈接個人資料。

當今大多數數字廣告都是以出版商和廣告商之間高度自動化的實時拍賣形式進行的,這通常被稱爲程序化廣告。當一個人訪問一個網站時,它將用戶數據發送給各種第三方服務,這些服務然後嘗試識別這個人並檢索可用的配置文件信息。由於某些特性和行爲,有興趣爲這個特定的人投放廣告的廣告客戶出價。在毫秒內,出價最高的廣告客戶獲勝並投放廣告。廣告商同樣可以在移動應用程序中對用戶資料和廣告位置進行競價。

然而,在大多數情況下,這個過程並不直接發生在出版商和廣告商之間。這個生態系統由大量不同類型的數據和技術提供商組成,它們相互作用,包括廣告網絡、廣告交易所、銷售平臺和需求平臺。其中一些公司專門在網絡廣告、移動廣告、視頻廣告、社交網絡廣告或遊戲中的廣告之外進行跟蹤和投放廣告,另一些公司則專注於提供數據、分析或個性化服務。

爲了描述網絡或移動應用程序的用戶,所有相關各方都開發了複雜的方法來收集、編譯和鏈接來自不同公司的信息,以便跟蹤個人的生活。許多人收集或利用數以億計的消費者、網絡瀏覽器和設備的數字資料。

許多行業正在加入追蹤經濟

近年來,許多行業的企業已經開始大規模地分享並利用用戶和客戶的數據。

大多數零售商或多或少地向市場研究公司和消費者數據經紀公司出售彙總形式的購買數據。例如,數據公司 IRI 可以訪問超過85,000家雜貨店、大宗商品、藥品、俱樂部、便利店、酒類和寵物店的數據。尼爾森表示,它收集的銷售信息來自全球100多個國家的90萬家商店。英國大型零售商特易購(Tesco)已將其忠誠度和數據活動外包給子公司 Dunnhumby,Dunnhumby 的口號是“將客戶數據轉化爲客戶滿意度”。當 Dunnhumby 收購德國廣告技術公司 sociomatic 時,他們宣佈 Dunnhumby 將“結合其對4億消費者購物偏好的廣泛洞察力”和 sociomatic 的“來自7億多在線消費者的實時數據” ,對廣告進行個性化和評估。

除了大型的在線平臺和消費者數據和分析行業,許多行業的企業都加入瞭如今普遍存在的數字跟蹤和分析生態系統。

大型媒體集團也深深植根於當今的跟蹤和剖析生態系統。例如,時代公司收購了主要的跨設備追蹤和廣告技術公司 Adelphic,以及聲稱擁有超過12億註冊用戶的 Viant。數字出版商向用戶出售數據的一個突出例子是流媒體平臺 Spotify。自2016年以來,它與廣告巨頭 WPP 的數據部門分享了用戶的情緒、收聽和播放列表行爲、活動和位置等方面的見解。WPP 目前擁有“ Spotify 1億用戶的獨特收聽偏好和行爲”。

許多大型電信公司和互聯網服務提供商已經收購了廣告技術和數據公司。例如,Verizon 旗下 AOL 的子公司---- Millennial Media,是一個移動廣告平臺,從65000多個不同開發者的應用程序中收集數據,並聲稱擁有大約10億的全球活躍用戶。總部位於新加坡的電信公司 Singtel 收購了 Turn,這是一個廣告技術平臺,營銷人員可以使用43億個可尋址設備、瀏覽器 id 以及9萬個人口統計學、行爲學和心理學的屬性。

像航空公司、酒店、零售商和其他許多行業的公司一樣,金融服務部門在20世紀80年代和90年代開始通過忠誠度計劃收集和利用額外的客戶數據。長期以來,擁有相互關聯、互補的目標羣體的公司一直在彼此之間共享某些客戶數據,這一過程通常由中介機構管理。今天,這些中介機構之一是 Cardlytics 公司,該公司與1500家金融機構如美國銀行和萬事達卡一起運營獎勵計劃。Cardlytics 向金融機構承諾,它將“利用(它們的)購買數據的力量產生新的收入來源”。該公司還與結合了在線和離線消費者數據的 Acxiom 公司合作。

對萬事達來說,銷售數據分析產品和服務甚至可能成爲其核心業務,因爲包括數據銷售在內的信息產品已經在其收入中佔有了相當大份額,而且在不斷增長。谷歌最近表示,它通過“第三方合作伙伴”獲取了美國大約70% 的信用卡和借記卡交易,以追蹤購買情況,但沒有透露其來源。

“這是你的數據。你有權控制它,分享它,並按照你認爲合適的方式使用它。”——2016年,在線數據代理商 Lotame 如何在其網站上尋找公司客戶

6. 數字化檔案的連接,匹配和合並

直到最近,使用 Facebook、谷歌或其他在線廣告網絡的廣告客戶已經能夠根據個人的在線行爲來鎖定目標。然而,幾年前,數據公司已經開始跨平臺、客戶數據庫和在線廣告世界,結合並連接數字化的檔案。

連接在線和離線身份

2012年,Facebook 開始允許公司將自己的電子郵件地址和電話號碼列表上傳到該平臺。儘管這些地址和號碼被轉換成了假名,但 Facebook 可以直接將其他公司的用戶數據與 Facebook 的用戶賬戶聯繫起來。例如,通過這種方式,公司可以準確地找到並鎖定 Facebook 上那些擁有電子郵件地址或電話號碼的人。也可以有選擇地將他們排除在目標之外,或者讓平臺找到具有相似屬性、興趣和行爲的人。

這是一個強大的功能,也許比乍看起來更強大。它允許公司系統地將自己的客戶數據與 Facebook 的數據聯繫起來。此外,它還允許其他廣告和數據供應商與平臺的數據庫同步,並利用其能力,實質上爲 Facebook 的數據世界提供了一種實時遠程控制。公司現在可以實時獲取高度特定的行爲數據,比如點擊網站、在移動應用程序中滑動或在商店購物,然後告訴 Facebook 立即找到並鎖定進行這些活動的人。Twitter 在2015年也推出了類似的功能。

數據管理平臺

今天,大多數廣告技術公司不斷地將各種形式的代碼彼此傳遞。數據管理平臺允許所有行業的企業將自己關於消費者的數據,包括關於購買、網站訪問、應用程序使用和電子郵件回覆的實時信息,與無數第三方數據提供商提供的數字檔案進行整合和鏈接。然後,可以對合並後的數據進行分析、排序和分類,並用於在特定的通道或設備上向特定的人發送特定的消息。例如,一家公司可以瞄準一羣現有客戶,這些客戶訪問了公司網站上的某個頁面,並預計將成爲有價值的客戶,那麼將提供個性化內容或折扣——無論是在 Facebook 上、在移動應用程序上,還是在公司自己的網站上。

數據管理平臺的出現標誌着普適商業行爲跟蹤技術發展的關鍵時刻。在他們的幫助下,全球所有行業的企業都能夠無縫地將多年來收集的關於客戶和前景的數據與數字追蹤世界中收集的數十億份個人資料結合起來。運行這些平臺的公司包括 Oracle、 Adobe、 Salesforce (Krux)、 Wunderman (KBM group / zipline)、 Neustar、 Lotame 和 Cxense等。

“我們將根據你的身份爲你提供廣告,但這並不意味着你是可識別的。”——Erin Egan, chief privacy officer at Facebook, 2012

識別人和鏈接數字檔案

爲了監控和跟蹤人們生活中的各種情況,整合他們的個人資料,並且總是能夠再次識別出他們是同一個人,公司收集了廣泛的數據屬性,以某種方式進行識別。

由於其含糊不清,個人的法定名稱一直是數據收集的不良標識符。相比之下,郵政地址長期以來一直是一個關鍵屬性,可以組合和鏈接來自不同來源的關於消費者及其家庭的數據。在數字世界中,用於連接不同數據庫、平臺和設備的個人資料和行爲數據最相關的標識符是電子郵件地址、電話號碼和指向智能手機或其他設備的唯一代碼。

谷歌、 Facebook、蘋果和微軟等大型平臺的用戶賬戶ID在互聯網追蹤用戶方面也發揮着重要作用。谷歌(Google)、蘋果(Apple)、微軟(Microsoft)和 Roku 爲個人分配“廣告 id” ,目前廣泛用於將智能手機等設備的數據與來自數字世界各地的其它信息進行匹配和鏈接,使用自己的標識符來跟蹤網站和設備上的用戶。一些大型數據公司,如 Acxiom、Experian和甲骨文(Oracle) ,已經爲人們引入了全球唯一的ID,他們用這些ID將數十年前的消費者數據庫以及來自不同來源的其他檔案信息與數字世界聯繫起。這些公司ID大多由兩個或多個標識符組成,這些標識符附屬於某人在線和離線生活的不同方面,並且可以以某種方式相互鏈接。

公司如何識別消費者並鏈接關於他們的個人信息

追蹤公司還或多或少的使用臨時標識符,比如連接到用戶上網衝浪的 cookie 。由於用戶可能不允許或刪除網頁瀏覽器中的 cookie,他們開發了複雜的方法,根據某人的網頁瀏覽器和電腦的各種屬性計算出獨特的數字指紋。同樣,公司也會爲智能手機等設備編制指紋。Cookie和數字指紋在不同的跟蹤服務之間不斷同步,然後與其他更永久的標識符連接。

其他一些公司提供基於機器學習來分析大量數據的跨設備跟蹤服務。例如,Tapad 被挪威電信巨頭 Telenor 收購,該公司分析全球20億臺設備的數據,並使用行爲模式和基於關係的模式來發現某些電腦、平板電腦、手機和其他設備屬於同一個人的統計概率。

”匿名”檔案?

數據公司經常從其大量的個人資料中刪除姓名,並使用哈希將電子郵件地址和電話號碼轉換成字母數字代碼,如“ e907c95ef289”。這使得他們可以在自己的網站和隱私政策中聲稱,他們只收集、共享和使用“匿名”或“去身份化”的消費者數據。

然而,因爲大多數公司使用相同的確定性過程來計算這些唯一的代碼,他們應該被理解爲假名,事實上,比真名更適合識別數字世界的消費者。即使相互共享的個人資料只包含“哈希”或“加密”的電子郵件地址和電話號碼,一個人只要使用與相同電子郵件地址或電話號碼相關的其他服務,仍然可以被再次識別。通過這種方式,即使每個跟蹤服務可能只知道某人個人信息的一部分,公司也可以在個人層面上通過服務、平臺及設備進行跟蹤,並與人互動。

“如果一家公司能夠在數字環境中跟蹤你,並與你互動(這可能包括移動電話和電視機),那麼它聲稱你是'匿名的'就毫無意義,尤其是當公司斷斷續續地將離線信息添加到在線數據中,然後簡單地去掉姓名和地址,使其‘匿名’的時候。”——Joseph Turow, marketing and privacy scholar in his book “The Daily You”, 2011

7. 管理消費者和行爲,個性化以及測試

基於連接和組合不同服務數據的方法,所有行業的企業都可以利用當今無處不在的行爲數據流,監視並分析可能與其商業利益相關的消費者活動和行爲。

在數據供應商的幫助下,公司試圖在整個客戶旅程中捕捉儘可能多的接觸點,從數字接觸點到店內採購、直接郵件、電視廣告和呼叫中心的電話。他們試圖記錄和測量與消費者的每一次互動,包括在他們無法控制的網站、平臺和設備上。他們可以實時無縫地收集關於其客戶和其他人的豐富數據,利用第三方提供的信息增強這些數據,並利用營銷和廣告技術生態系統中豐富的數字化檔案。今天的消費者數據管理平臺允許定義複雜的規則集,這些規則規定了如何自動地對特定的標準作出反應,例如某些活動、人員或其中的某些組合。

因此,個人永遠不會知道他們的行爲是否觸發了這些不斷更新、相互關聯、不透明的追蹤和分析網絡的反應,如果是這樣,這將影響他們通過交流渠道和生活狀況獲得的選擇。

每次交互都會觸發多個公司之間的大範圍數據流

大規模個性化

在線廣告商、數據經紀商和其他公司之間共享的數據流,不僅用於在網站上或手機應用程序中向用戶顯示精確定向的廣告。它們越來越多地被用於動態的個性化內容、選項和提供給消費者的選擇。例如,數據技術公司 Optimizely 可以幫助第一次訪問者個性化網站,而基於這些訪問者的數字資料是由甲骨文提供的。

網上商店可能會個性化某人的地址,哪些產品顯示在顯著位置,提供哪些折扣,甚至產品或服務的價格可以根據訪問網站的用戶而有所不同。在線欺詐檢測服務可以實時評估用戶,並決定人們看到的支付和運輸方式。

公司已經開發出了一些技術,可以根據某人的瀏覽、搜索和位置歷史信息,以及應用程序使用情況、產品購買情況或社交網絡上的朋友,不斷計算和評估某人的長期潛在價值。每一次點擊,滑動,喜歡,分享,或購買可能會自動影響某人如何對待一個客戶,有人需要等待多久時間打電話熱線,或是否有人被排除在營銷努力或服務之外。

“富人和窮人看到的互聯網是不同的”——Michael Fertik, founder of reputation.com, 2013

三種類型的技術平臺在這種即時個性化中扮演着重要角色。首先,公司使用先進的客戶關係管理系統來管理客戶和潛在客戶的數據。其次,使用數據管理平臺將自己的數據連接到數字廣告生態系統,並獲得客戶的額外個人信息。第三,可以使用預測營銷平臺,通過計算如何利用個人偏見和弱點來說服別人,這個平臺可以幫助他們在正確的時間向正確的人彙編正確的信息。

例如,數據公司 RocketFuel 承諾其客戶“彙集數以萬億計的數字和現實世界信號,創建個人檔案,並向消費者提供個性化的、始終在線的、始終相關的體驗” ,這一承諾基於其數據商店中27億個獨特的檔案。Rocketfuel 表示,該公司“根據其影響消費者的傾向爲每一個印象打分”。

Twitter 旗下的預測性營銷平臺 TellApart 爲每個購物者和產品組合創建一個客戶價值評分,這是一個“購買可能性、預測訂單規模和生命週期價值的彙總” ,其基礎是“關於某個特定匿名客戶的100個在線和店內信號”。隨後,TellApart 幫助自動組裝內容,如“產品圖像,標誌,提供和個性化廣告,電子郵件,網站和提供的任何元數據”。

個性化定價和競選活動

類似的方法可以用來個性化網上商店的價格,例如,預測某人作爲客戶的長期價值,或者某人可能願意在一瞬間支付多少。有力的證據表明,網上商店已經根據不同消費者的個性和行爲,向他們展示了不同價格的產品,甚至同一產品的不同價格。一個類似的領域是在競選活動中使用個性化。針對選民的個性化信息以及他們在某些問題上的政治觀點,已經引發了關於政治操縱可能性的大規模辯論。

所有行業的企業都可以利用當今的數字追蹤和分析網絡來尋找、評估、定位、分類和管理客戶

對人進行測試和實驗

基於豐富的個人資料信息和普遍實時監控的個性化已經成爲影響消費者行爲的強大工具,比如訪問網站、點擊廣告、註冊服務、訂閱時事通訊、下載應用程序或購買產品。

爲了進一步改善這一點,公司已經開始不斷地對用戶進行試驗。他們用不同的功能、網站設計、用戶界面元素、標題、按鈕文字、圖片,甚至不同的折扣和價格進行測試,然後仔細監控和衡量不同的用戶羣體如何與這些變化互動。通過這種方式,企業系統地優化自己的能力,推動用戶按照自己希望的方式行事。

新聞機構,包括像《華盛頓郵報》這樣的大型媒體,使用不同版本的文章標題來測試哪個版本的表現更好。Optimizely 是此類測試的主要技術提供商之一,它爲客戶提供了“在任何渠道、任何設備和任何應用程序上廣泛嘗試整個客戶體驗”的能力,在不知情的用戶身上進行實驗已經成爲新的常態。

Facebook 在2014年表示,爲了“優化具體結果”或“爲長期設計決策提供信息” ,它“每天進行超過1000個實驗”。在2010年和2012年,該平臺對數百萬用戶進行了實驗,結果顯示,操縱 Facebook 的用戶界面、功能和顯示內容可以顯著提高人羣的投票率。該平臺對近70萬用戶進行了臭名昭著的情緒實驗,實驗涉及祕密操縱用戶新聞源中情緒正面和負面帖子的數量,這最終影響了用戶隨後發佈的情緒正面和負面帖子的數量。

在公衆對 Facebook 的實驗進行了大規模批評之後,在線交友平臺 OkCupid 發佈了一篇煽動性的博客,爲這種做法進行辯護,稱“我們在人類身上進行實驗” ,“其他人也是如此”。Okcupid 報道了一個實驗,在這個實驗中,他們操縱了顯示給成對用戶的“匹配”百分比。當他們顯示90% 的匹配與實際上不匹配的對匹配時,這些用戶相互交換的消息明顯更多。Okcupid 聲稱,當他們“告訴別人”他們是“很好的一對”時,他們“表現得好像他們是”。

所有這些倫理上高度可疑的實驗清楚地證明了數據驅動的個性化影響行爲的力量。

8. 天羅地網-日常生活,營銷數據和風險分析

關於人們行爲、社會關係和大多數私人時刻的數據,越來越多地被應用,或用於與記錄完全不同的目的。特別是,它越來越多地被用於在金融、保險和醫療保健等關鍵生活領域對個人進行自動化決策。

市場營銷和客戶管理的風險數據

信用報告機構和其他風險評估領域的主要參與者,如身份驗證、防欺詐、醫療保健和保險分析等,也主要提供營銷解決方案。此外,大多數消費者數據經紀公司出於營銷目的交易多種敏感信息,例如個人的財務狀況。出於營銷目的使用信用評分來關注或排除弱勢人口羣體,這已經演變成統一營銷和風險管理的產品。

例如,信用報告機構 TransUnion 爲零售和金融服務領域的數據驅動決策提供了一種產品,使客戶能夠“實施爲客戶、渠道和業務目標量身定製的營銷和風險戰略” ,包括信用數據和承諾“對消費者行爲、偏好和風險的獨特洞察力”。企業可以讓消費者“根據自己的需求、偏好和風險狀況,從一系列產品中進行選擇” ,並“通過渠道評估一個客戶的多種產品,然後只提供與自己最相關、對公司有利可圖的產品”。同樣,TransUnion提供的產品結合了“來自TransUnion的消費者信貸和市場信息”。

“監控不是瞭解你的祕密,而是管理人口,管理人員。”——Katarzyna Szymielewicz, Vice-President EDRi, 2015

在線身份驗證與欺詐檢測

除了在網上廣告中開發的實時監控機器之外,在風險分析、欺詐檢測和網絡安全領域還出現了另一種形式的普遍跟蹤和分析。

今天的在線欺詐檢測服務使用了高度侵入性的技術來評估數十億的數字交易,並收集關於設備、個人和行爲的大量信息。在信用報告、身份驗證和防欺詐方面的傳統供應商已經開始監控和評估人們上網和使用移動設備的方式。此外,他們已經開始將數字行爲數據與數十年來收集的海量離線身份信息聯繫起來。

隨着以技術爲中介服務的興起,覈實消費者身份和預防欺詐都變得日益重要並具有挑戰性,特別是鑑於網絡犯罪和自動欺詐。與此同時,今天的風險分析系統已經聚合了包含全部人口敏感信息的巨型數據庫。其中許多系統覆蓋了廣泛的用例,包括金融服務的身份證明,評估保險和福利索賠,分析支付交易,以及評估數十億在線交易。

這樣的風險分析系統可以決定一個應用程序或交易是否被接受或拒絕,或者在網上交易中哪些支付和運輸選項可供某人選擇。在執法和國家安全等領域也使用了身份驗證和欺詐分析的商業服務。身份和欺詐分析的商業應用與政府情報部門使用的應用之間的界限越來越模糊。

當人們被這種不透明的系統單獨挑出來時,他們可能會被標記爲可疑的,需要特殊的待遇或調查——或者他們可能會被拒絕而沒有任何解釋。他們可能會收到一封電子郵件,一個電話,一個通知,一個錯誤信息,或者系統可能只是扣留了一個選項,而用戶從來不知道它的存在。不準確的評估可能會從一個系統傳播到另一個系統。通常很難或不可能反對這種排斥或否認的負面評估,特別是很難反對某些人根本不知道的機制或決定。

在線欺詐檢測和風險分析服務實例

網絡安全公司ThreatMetrix對“全球數千個網站”的14億個“獨立用戶賬戶”的數據進行了處理。該公司的數字身份網絡(Digital Identity Network)捕捉了“數以百萬計的日常消費交易,包括登錄、支付和新賬戶創建” ,併爲身份驗證和防欺詐目的繪製了“人與其設備、位置、賬戶憑證和行爲之間不斷變化的關聯”。該公司與 Equifax 和 TransUnion 合作。其客戶包括 Netflix、 Visa 以及遊戲、政府服務和醫療保健等領域的公司。

同樣,最近被賽門鐵克收購的數據公司 ID Analytics 運營着一個 ID Network,其中“每天有來自主要跨行業組織的1億個身份元素”。該公司彙總了3億消費者的數據,包括次貸、在線購物、信用卡和無線電話應用程序。它的 ID Score 評估了數字設備,以及姓名、社會安全號碼、郵政和電子郵件地址。

Trustev,2015年被信用報告機構 TransUnion 收購,是一家總部設在愛爾蘭的在線欺詐偵查公司,基於對數字行爲、身份、手機、平板電腦、筆記本電腦、遊戲機、電視甚至冰箱等設備的分析,評估客戶在金融服務、政府、醫療和保險領域的在線交易。該公司爲企業客戶提供了分析訪問者如何點擊網站和應用程序並與之互動的能力,並使用廣泛的數據來評估用戶,包括電話號碼、電子郵件和郵政地址、瀏覽器和設備指紋、信用檢查、跨商家的交易歷史、 IP 地址、移動運營商詳細信息和手機位置。爲了幫助“批准未來的交易” ,每個設備都會收到一個唯一的設備指紋,還提供了一種社交指紋技術,可以分析社交媒體的內容,包括“好友列表分析”和“模式識別”。TransUnion 已經將Trustev的技術整合到了自己的身份識別和欺詐解決方案中。

Screenshot of Trustev’s website, June 2, 2017 © Trustev

類似地,信貸報告機構 Equifax 稱,它擁有近10億臺設備的數據,可以驗證“一臺設備的真實位置以及它是否與已知欺詐行爲中使用的其他設備有關”。Equifax 聲稱,通過將這些數據與跨行業的“數十億身份和信用事件相結合,可以發現可疑活動” ,以及與就業和家庭、家庭和同事之間關係的信息,它能夠”識別設備和個人”。

我不是機器人

Google的reCaptcha 產品實際上提供了類似的功能,至少在某些方面是這樣的。它嵌入到數百萬個網站中,並幫助網站提供商判斷訪問者是否合法。直到最近,用戶不得不解決幾種快速的挑戰,例如破譯圖片上的字母,在一個圖片網格中選擇物體,或者簡單地點擊一個“我不是機器人”複選框。 

2017年,谷歌推出了一個看不見的 reCaptcha 版本,並解釋說,從現在開始,“人類用戶將被允許通過” ,沒有任何用戶互動,與“可疑的用戶和機器人”形成對比。該公司沒有透露使用哪種用戶數據和行爲來識別人類。調查顯示,谷歌不僅使用 IP 地址、瀏覽器指紋、用戶類型、移動鼠標的方式,或者在 reCaptcha 交互之前、期間和之後使用觸摸屏,還使用了谷歌的一些 cookies。目前尚不清楚,沒有用戶賬戶的用戶是否處於劣勢,谷歌是否能夠識別特定的個人,而不僅僅是“人” ,或者谷歌是否也將 reCaptcha 中記錄的數據用於機器人檢測以外的目的。

數字跟蹤廣告和欺詐檢測?

爲在線廣告記錄的無處不在的行爲數據流,越來越多地流入欺詐檢測系統。例如,市場營銷數據平臺 Segment,爲客戶提供了向各種不同的營銷技術服務公司發送客戶、網站和移動應用程序用戶數據的便捷方式,也爲欺詐檢測公司提供了便捷方式。其中之一是 Castle,它使用“客戶行爲數據來預測哪些用戶可能存在安全或欺詐風險”。另一個網站 Smyte 幫助“防止詐騙、垃圾郵件、騷擾和信用卡欺詐”。

大型信用報告機構Experian提供了一種跨設備跟蹤服務,爲數字營銷提供通用的設備識別、網絡和應用。該公司承諾,將協調和關聯客戶的“現有數字標識符” ,包括“ cookies、設備 id、 IP 地址等” ,爲營銷人員提供“無處不在、一致和持久的跨所有渠道鏈接”。

Experian的設備識別技術應用了41參數,來自一家2013年被收購的在線欺詐檢測公司。基於41參數,Experian還爲在線支付過程中的欺詐偵測提供了一種設備智能解決方案,該方案“爲設備建立一個可靠的 ID 並收集豐富的設備數據” ,“在每一毫秒內識別每一個設備” ,以及“讓支付背後的人具有無與倫比的可見性”。目前尚不清楚Experian是否在其設備識別服務中使用相同的數據進行欺詐檢測和營銷。

9. 繪製商業跟蹤和檔案版圖

近年來,先前存在的商業監視做法已迅速演變爲企業參與者的龐大版圖,不斷監視全體人們。在無處不在的追蹤和分析生態系統中,一些行爲者,如大型平臺和其他擁有大量客戶的公司,在其客戶檔案的規模和深度方面有着獨特的地位。然而,用於在生活的許多領域對人們作出決定的數據大多不是保存在一個地方,而是根據需要從幾個來源實時收集。

市場營銷、客戶管理和風險分析領域的大量數據和分析公司無縫地收集、分析、共享和交易消費者數據,並將其與數千家其他公司的進一步信息結合起來。雖然數據和分析行業提供了部署這些強大技術的手段,但許多行業的企業同樣有助於增強收集數據的數量和細節,以及利用這些數據的能力。

除了大型的在線平臺和消費者數據和分析行業,許多行業的企業都加入瞭如今普遍存在的數字跟蹤和分析生態系統

谷歌和 Facebook,以及蘋果、微軟、亞馬遜和阿里巴巴等其它大型平臺,可以前所未有地獲取數十億人的生活數據。雖然他們有不同的商業模式,在個人數據行業扮演着不同的角色,但他們有能力廣泛地支配整個數字市場的基本參數。大型平臺大多限制了其他公司直接獲取數據的方式; 通過這種方式,他們強迫客戶在自己的生態系統中利用平臺的用戶數據,並從平臺無法到達的地方收集額外的數據。

雖然與數億消費者有着頻繁互動的大型跨國公司處於某種類似的地位,但它們不僅獲取他人收集的消費者數據,而且還經常提供數據。在金融服務和電信行業的部分領域,以及醫療、教育和就業等關鍵社會領域,大多數轄區都受到更嚴格的隱私監管,但許多公司已經開始利用或貢獻數據給當今的商業監控網絡。

向消費者銷售產品和服務的零售商和其他公司大多也銷售客戶的購買數據。媒體集團和數字出版商出售關於他們受衆的數據,然後這些數據被大多數其他行業的公司利用。電信和寬帶供應商已經開始通過網絡跟蹤他們的客戶。零售、媒體和電信領域的大公司已經或正在收購數據、跟蹤和廣告技術公司。隨着Comcast收購 NBC Universal,以及美國電話電報公司最有可能收購時代華納,美國的大型電信公司也正在成爲巨大的出版商,創造強大的內容、數據和定位功能組合。隨着收購美國在線(AOL)和雅虎(Yahoo) ,Verizon也成爲了一個“平臺”。

長期以來,金融機構一直使用消費者數據進行風險管理,如信用評分和欺詐檢測,以及市場營銷、客戶獲取和保留。它們用來自信用報告機構、數據經紀商和營銷數據公司的外部數據來補充自己的數據。作爲在線支付領域最知名的公司,PayPal 與超過600家第三方共享個人信息,其中包括其他支付提供商、信用報告機構、身份驗證和欺詐檢測公司,以及數字追蹤生態系統中最先進的公司。數十年來,信用卡網絡和銀行與風險數據提供商共享客戶的財務數據,但現在它們已經開始出於營銷目的出售交易數據。

無數的大大小小的公司提供網站、應用程序、遊戲和其他應用程序,這些都與營銷數據生態系統緊密相連。他們使用的服務允許輕鬆地將用戶的數據傳輸給數百個第三方服務。他們中的許多人把用戶的行爲數據流作爲商業模型的核心部分出售。更令人擔憂的是,提供新型設備的公司,如健身追蹤器,也無縫嵌入服務,將用戶數據傳輸給第三方。

爲在線廣告開發的無處不在的實時監控機器正迅速擴展到其他領域,包括政治、定價、信用評分和風險管理。世界各地的保險公司已經開始爲客戶提供實時追蹤行爲的程序,比如開車、健康活動、購買食品雜貨或者去健身房。保險分析和金融技術領域的新玩家根據消費者數據預測個人健康風險,以及根據電話或網絡搜索的行爲數據預測個人信譽。

消費者數據經紀公司、客戶管理公司和廣告代理公司,如 Acxiom、 Epsilon、 Merkle 或 wunderman/wpp,在平臺、跨國公司和廣告技術領域之間的數據整合和連接方面發揮着重要作用。像Experian這樣的信用報告機構在信用報告、身份驗證和欺詐檢測等非常敏感的領域提供許多服務,在當今普及的營銷數據生態系統中也扮演着重要角色。

特別是那些提供數據、分析和軟件服務的大公司也被稱爲“平臺”。大型數據庫和商業軟件提供商 Oracle 近年來已成爲消費者數據代理商。Salesforce,是客戶關係管理領域的市場領導者,管理着數百萬客戶的客戶數據庫,但每個客戶都有許多自己的客戶。軟件公司 Adobe 在分析和廣告技術方面也扮演着重要的角色。

此外,大多數商業軟件、分析和諮詢領域的大公司,如 IBM、 Informatica、 SAS、 FICO、埃森哲、凱捷諮詢公司、德勤諮詢公司、麥肯錫諮詢公司,甚至是情報和防務公司,如 Palantir,也在個人數據的管理和分析中扮演着重要角色,從客戶關係管理到身份管理,從營銷到保險公司以及銀行和政府的風險分析。

10. 一個無處不在被數字控制的社會?

這份報告發現,在線平臺、廣告技術提供商、數據經紀人和其他企業的網絡現在可以監控、識別和分析生活中的個體。關於個人特徵和行爲的信息實時地被跨公司、數據庫、平臺、設備和服務鏈接、組合和利用。由於參與者僅以經濟目標爲指導,一種數據環境已經出現,在這種環境中,人們不斷地對個人進行調查和評估、分類和分組、排序、編號和量化、包括或排除,因此,對待方式也不同。

近年來的幾個關鍵發展迅速給無處不在的公司監控帶來了前所未有的新特性。其中,包括社交媒體和網絡設備的興起,行爲數據流的實時跟蹤和連接,在線和離線數據的合併,以及市場營銷和風險管理數據的整合。普遍的數字跟蹤和分析,結合個性化和測試,不僅用於監測,而且系統地影響人們的行爲。當公司利用日常生活中的數據對人們做出瑣碎而重要的自動決策時,這可能會導致歧視,加劇甚至惡化現有的不平等。

儘管它無處不在,但個人只能看到數據和分析活動的冰山一角。其中大部分內容仍然不透明,幾乎沒有被絕大多數人理解。與此同時,人們抵制這種數據生態系統威力的選擇越來越少; 選擇退出無處不在的跟蹤和分析基本上已經成爲選擇退出現代生活的同義詞。儘管企業領導人辯稱,隱私已經死亡(儘管他們非常關心自己的隱私) ,但馬克•安德烈耶維奇(Mark Andrejevic)表示,人們確實意識到了當今數字世界的權力不對稱,但“面對日益複雜和全面的數據收集和挖掘形式,人們感到無能爲力”。

有鑑於此,本報告着重於當代個人數據行業的實際做法和內部工作。雖然情況越來越清楚,但大部分的系統仍然處於黑暗之中。加強公司數據做法的透明度仍然是解決數據公司和個人之間大規模信息不對稱的關鍵先決條件。希望這份報告的調查結果能夠鼓勵學者、記者和其他人在公民權利、數據保護、消費者保護等領域的進一步工作,最好還能鼓勵政策制定者和公司本身的工作。

1999年,勞倫斯•萊斯格(Lawrence Lessig)曾有一個著名的預言: 如果任其自生自滅,網絡空間將成爲一個完美的控制工具,主要受到市場“看不見的手”的塑造。他建議,我們可以“建造、設計或編碼網絡空間,以保護我們認爲是基本的價值觀,或者我們可以建造、設計或編碼網絡空間,讓這些價值觀消失”。今天,數十億美元的風險資本涌入基於肆無忌憚地大量利用數據的商業模式,後者幾乎成爲現實。美國隱私管制的缺失和歐洲隱私管制的缺失,已經阻礙了其他類型數字創新的出現,也就是說,可能阻礙了自由、民主、社會正義和人類尊嚴的實踐、技術和商業模式。

在更廣泛的層面上,數據保護立法本身不會減輕數據驅動世界對個人和社會的影響,無論是在美國還是在歐洲。雖然同意和選擇是解決侵入式數據收集中一些最緊迫問題的關鍵原則,但它們也可能產生自願性的錯覺。除了反歧視、消費者保護和競爭法等其他監管手段之外,還需要作出重大的集體努力,以實現未來信息社會的積極願景。否則,我們可能很快就會陷入一個無孔不入被數字社會控制的社會,在那裏,隱私如果它仍然存在的話,成爲了富人和權貴的奢侈品。

可能,已經各就各位。

(編譯自http://crackedlabs.org/dl/CrackedLabs_Christl_CorporateSurveillance.pdf)

關聯閱讀:

有感,一些與自己同齡的文字

分佈式系統的時間問題

人工智能倫理學的一知半解

IoT的趨勢2020,見證智能音箱的發展

“格物致知”的反思

探知可編程經濟

青山遮不住——2020的10大技術趨勢

關於軟件開發,都應該知道的10個常識

紙上得來終覺淺——成長的10條...

軟件架構的10個常見模式

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章