추천 시스템은 추적 후 시대에서 예외가 되어야 하는가?

마케터와 데이터 브로커를 위한 새로운 지표가 되는 첫 번째 파티 데이터 수집으로 인해, ‘닫힌’ 데이터 수집 시스템에 대한 관심이 증가함에 따라 기계 학습의 가장 열렬한 연구 분야 중 하나가 논란과 더 큰 규제로 끌어들이고 있습니다.

FAANG 플레이어와 FOSS 프로듀서가 향후 12-18 개월 동안 취할 조치는 사용자 분석 시스템을 둘러싼 20년간의 크로스 도메인 추적 문화를 폐지하고, 캠브리지 애널리티카 스캔들 및 이후의 온라인 개인 정보 보호에 대한 불가항력적인 대중의 요구와 같은 결과를 초래할 것입니다.

구현이 이상에 부응하는지 여부와 더 일반적인 추적 시스템(예: Google의 FLOC 및 Apple의 SKAdNetwork)이 소비자 불만을 완화하고 광고주를 만족시키는지 여부와 관계없이, 이 새로운 개인 정보 보호에 대한 우려는 공공 환경에서 크로스 도메인 데이터 추출에만 적용되며, 닫힌 또는 사유 소비자 환경 및 그곳에서 동작하는 맞춤형 추천 시스템에는 적용되지 않습니다.

ウォール드 가든의 풍부한 데이터

넷플릭스, 디즈니+, HBO 맥스, 로쿠 및 아마존 에코시스템(프라임 비디오 및 제품 추천 포함)과 같은 플랫폼은 사용자 정의 기계 학습 추천 시스템을 사용하며, 현재 스트리밍 산업이 분열되는 동안 성장하고 있습니다.

제3자 데이터 수집이 후퇴함에 따라, 이러한 더 큰 스트리밍 플레이어가 고객 사용 데이터에 대한 세분화된 액세스에 대한 장점을 유지하는 것으로 보이며, 이는 더 일반적인 새로운 분석 시스템에서 하이퍼 개인화된 타겟팅을 다시 얻으려는 시도와 함께 첫 번째 파티 프레임워크에 대한 새로운 강조를 불러올 것입니다.

이러한 경우, 이는 이전에 입장 기준에 비해 민주적이거나 공로주의적이지 않을 것입니다. 가장 큰 이점은 첫 번째 파티 플랫폼의 가장 광범위한 네트워크를 보유한 제공자에게 돌아갈 것입니다. 또한 안전한 로컬 인증 시스템을 제공할 수 있는 개발 자원을 보유하고 있으며, 높은 볼륨의 데이터를 로컬에서 관리, 분석 및 수익화할 수 있습니다.

이것은 ‘닫힌’ 추천 시스템의 개인 정보 보호 측면에 대한 공공의 주목을 집중시킬 것입니다. 이는 이전에 예외적인 경우였으며, 종종 특별한 특권을 누렸으며, 사용자가 공격적인 데이터 수집 관행에 명시적으로 동의한 환경에서 작동했기 때문입니다. 이러한 관행은 공개 네트워크에서 일반적으로 허용되지 않습니다.

첫 번째 파티 환경으로의 더 넓은 회귀

첫 번째 파티 데이터에 대한 강조가 증가함에 따라, Google (0Auth 2.0), Facebook 및 Twitter와 같은 제3자 인증 플랫폼의 인기가 높아지기 전에 도메인별 인증 시스템이 돌아올 것으로 보입니다. 또한 Disqus와 같은 인기 있는 볼트온 소셜 플랫폼도 마찬가지입니다.

10년 전, 이러한 제3자 인증 플랫폼의 광범위한 채택은 제한된 개발 자원을 가진 도메인에 대한 많은 보안 문제를 해결했지만, 또한 전용 및 로컬 첫 번째 파티 인증 및 모니터링 시스템이 허용하는 것과 같은 작용 가능한 사용자 데이터의 동일한 세분성을 얻는 것이 더 어려워졌습니다. 그 당시에는 크로스 도메인 추적이 데이터 간격을 연결할 수 있었기 때문에 그것은 그렇게 중요하지 않았습니다.

로그인으로 존재 위기를 해결하는 방법

이제 사용자가 로그인되어 있는지 확인하는 것이 중요합니다. 사용자를 수익화하는 명시적인 메커니즘이 없는 경우에도 마찬가지입니다. 예를 들어, 현재 로그인 요구 사항을 테스트하고 있는 미디어 아웃렛의 수가 증가하고 있습니다. 예를 들어, The Guardian은 현재 Google 검색에서 오는 기사 조회에 로그인 요구 사항을 테스트하고 있습니다.

Google 검색에서 온 기사 조회에 대한 ‘로그인 벽’ 스크린샷. 이는 웹 아카이브 스냅샷에서 캡처할 수 없으며, 참조자 헤더 또는 Google이 클릭의 시작점을 나타내는 IP 기반 시스템으로 인해 생성됩니다.

이러한 제한은 지리적 위치 또는 기타 상황에 따라 시청자에게 어려울 수 있습니다. 예를 들어, 위의 가디언 기사는 로그인하지 않은 경우에도 가디언 웹사이트에서 내비게이션에 의해 제한되지 않습니다. 또는 직접 액세스할 때도 제한되지 않습니다. Google 참조에서 로그인을 요구하는 것은 미리 캡처된 독자를 alienating하지 않고 회원 가입 수요를 생성하는 저렴한 방법입니다.

이러한 유형의 첫 번째 파티 참여에는 항상 데이터 수집의 이점이 있었습니다(즉, ‘로컬’ 로그인). 그러나 크로스 도메인 추적의衰退은 이러한 관행을 존재에 대한 필요성으로부터 유용한 것에서 끌어올릴 가능성이 있습니다. FLOC 및 SKAdNetwork의 더 희박한 마케팅 데이터 스트림을 피하기 위해.

첫 번째 파티 데이터 수집으로의 추진력

첫 번째 파티 데이터 ‘골드 러시’의 증거는 두드러집니다. 포브스의 한 산업 인사관에 따르면, 제3자 쿠키의衰退은 회사들이 제2자 데이터를 구축하고 판매할 수 있는 새로운 기회를 제공할 것입니다. 여기에는 효과적으로 데이터 브로커가 되는 데 필요한 첫 번째 파티 인프라가 충분히 있습니다.

다른 곳의 분석은 또한 소매 업체(기계 학습 추천 시스템에大量으로 투자하는 소매 업체)가 새로운 미디어 재벌이 될 것이라고 예측합니다.

모넷화이션 플랫폼 Setupad는 블로그 게시물에서 광고 산업이 FLOC와 같은 연합된 데이터 제한 시스템에 동의하지 않을 의도를 보여주고 있습니다. Setupad는 ‘행동 타겟팅이 광고주에게 미래의 성공을 위한答案’이라고 말했습니다. 또한 첫 번째 파티 캡처는 이것에 대한絶対적인 전제 조건이라고 했습니다.

행동 타겟팅은 현재의 소비자 개인 정보 보호에 대한 지각 변화를 일으킨 원인입니다. 또한 마케팅 및 전문 인플루언서 산업이 다시 얻으려고 하는 것입니다.代理人, 은밀한 수단, 또는 기타 수단에 의해, 제3자 쿠키의衰退이 결국 추천 시스템 연구 부문을 끌어들이고 그것을 더 큰 규제로 끌어들이는 결과를 초래할 수 있습니다.

첫 번째 파티 ‘클럽’

첫 번째 파티 데이터 수집 시스템에서 번영할 가능성이 있는 더 큰 관심사만을 나타내는 또 다른 요인은, 비용이 많이 드는 인프라, 보안 및 개발 자원 외에도, 소비자를 다시 로컬 로그인 시스템으로 돌아가게 하기 위해 시장 캡처가 필요하다는 것입니다. 10년 전에는 사용자가 기꺼이 포기한 것입니다.

이것은 주요 플레이어에게조차 위험한 움직임이며, 2010년 Digg의衰退은 여전히 SEO 및 마케팅 세계를 괴롭히고 있습니다. 회사의 시장 캡처가 더 강력할수록, 이 움직임은 덜 손상될 것입니다. 더 강력한 회사는 더 잘 적응하고 첫 번째 파티 생태계의 고저를 더 잘 견딜 수 있습니다.

추천 시스템 연구에 대한 영향

이 상황이 발전함에 따라, Google, Amazon 및 Netflix와 같은 회사에서 추천 시스템 연구에 대한 상대적인 ‘프리 패스’를 규제 감독이 부여한 것을 위협할 수 있습니다.

EU의 새로운 제안에 따르면, AI 입법은 경우에 따라 추천 시스템에 대한 더 큰 검토를 예상합니다. 초감각적 기술을 사용하여 사람의 의식 밖에서 사람의 행동을 물리적으로歪曲하는 것을 금지하는 草案의 규정은 추천 시스템에 적용되는지 여부는 명확하지 않습니다. 그러나 광고주와 추천 시스템 연구자는 예외적인 대우를 위해遊說할 것으로 예상됩니다.

그러나 ‘ウォール드 가든’ 접근 방식이 새로운 산업 표준이 되는 경우, 그리고 추천 시스템 연구를 호스팅한 여유로운 학술 목장이 대량 상업화된 첫 번째 파티 행동 연구 개발의 뜨거운 베드가 되는 경우, 추천 시스템 연구를 링펜싱하는 것을 어렵게 만들 수 있습니다.

첫 번째 파티 데이터 워크플로에 대한 주요 투자는 캠브리지 애널리티카 시대와 같은 동일한 효율적인 ‘심리학적’ 광고 및 정치 선전을 재창조하기 위한 유일한 희망일 수 있습니다. 그러나 규제 당국에겐 제3자 쿠키의衰退이 단순히 ‘부정직한’ 관행을 거리에서 닫힌 공간으로 옮긴 것처럼 보일 수 있습니다. 이러한 활동의 외부적 영향이 다시 공공의 분노를 일으키면, 이는 稀少한避難所가 될 수 있습니다.