Devem os Sistemas de Recomendação ser Isentos da Era Pós-Rastreamento?

À medida que a coleta de dados de primeira parte se torna a nova estrela-guia para marketers e corretores de dados, a atenção aumentada sobre sistemas de coleta de dados “fechados” arrisca arrastar um dos setores de pesquisa de aprendizado de máquina mais fervorosos para a controvérsia e uma regulamentação mais rigorosa.

As ações tomadas pelos jogadores FAANG e pelos produtores FOSS nos próximos 12-18 meses estão prestes a fechar a cultura de rastreamento entre domínios que envolveu os sistemas de análise de usuários nos últimos vinte anos, e culminou nos escândalos da Cambridge Analytica e, subsequentemente, na demanda irresistível por aumento da privacidade online.

Seja qual for a implementação, seja qual for a extensão com que sistemas de rastreamento mais generalizados (como o FLOC do Google e o SKAdNetwork da Apple ) possam acalmar a ira do consumidor e satisfazer os anunciantes, essa nova onda de preocupação com a privacidade do usuário se aplica apenas à extração de dados entre domínios em um contexto “público”, e não a ambientes de consumidor fechados ou proprietários, e aos sistemas de recomendação personalizados que impulsionam o engajamento lá.

Dados Ricos em Jardins Murados

Plataformas como Netflix, Disney+, HBO Max, Roku e a estrutura da Amazon (incluindo Prime Video e recomendações de produtos), que utilizam sistemas de recomendação de aprendizado de máquina personalizados, estão entre os serviços de conteúdo que agora proliferam e se retiram à medida que a indústria de streaming se fragmenta.

À medida que a coleta de dados de terceiros recua, a vantagem que esses grandes jogadores de streaming retêm em termos de acesso refinado aos dados de uso do cliente parece provável que inspire inveja e imitação, e um novo ênfase em estruturas de primeira parte como uma forma de recuperar a segmentação hiper-personalizada dos novos sistemas de análise mais generalizados.

Se isso acontecer, não é provável que seja tão democrático ou meritocrático quanto os critérios anteriores para entrada, porque a maior vantagem cairá para os provedores com a rede mais extensa de plataformas de primeira parte; com recursos de desenvolvimento suficientes para fornecer sistemas de autenticação local seguros; e que sejam capazes de gerenciar, analisar e monetizar grandes volumes de dados localmente.

Isso focalizaria a atenção pública nos aspectos de privacidade dos sistemas de recomendação “fechados” de uma maneira que eles têm sido capazes de evitar até agora, porque, anteriormente, eles têm sido casos excepcionais, e desfrutaram de privilégios excepcionais, operando em um contexto em que o usuário final optou explicitamente por práticas de coleta de dados agressivas que não são geralmente permitidas em redes abertas.

Um Retorno Mais Amplo a Ambientes de Primeira Parte Herméticos

Um aumento no ênfase em dados de primeira parte provavelmente trará um retorno aos sistemas de autenticação de domínio específico que precederam a popularidade dos métodos de autenticação de terceiros fornecidos pelo Google (0Auth 2.0), Facebook e Twitter, bem como outras plataformas sociais populares como Disqus.

Há dez anos, a adoção generalizada dessas plataformas de autenticação de terceiros resolveu muitos problemas de segurança para domínios com recursos de desenvolvimento limitados, mas também tornou mais difícil obter a mesma granularidade de dados de usuário ação que um sistema de autenticação e monitoramento de primeira parte dedicado e local permite. Na época, não importava muito, porque o rastreamento entre domínios podia preencher essa lacuna.

A Solução de Login para uma Crise Existencial

Agora, a vantagem está em garantir que um usuário esteja logado, mesmo que não haja mecanismos explícitos para monetizá-los. Um exemplo disso é o número crescente de veículos de mídia que exigem login para visualizar conteúdo, mesmo onde não há paywall em vigor. Por exemplo, o The Guardian está experimentando requisitos de login para visualizações de artigos que vêm de buscas do Google:

Screenshot de uma ‘parede de login’ para uma visualização de artigo do The Guardian que veio de uma busca do Google. Isso não pode ser capturado em snapshots de arquivo da web, desde que a restrição é gerada por cabeçalhos de referenciador ou sistemas baseados em IP que revelam o Google como o originador do clique.

Restrições desse tipo podem ser difíceis de determinar para um visualizador individual, desde que possam variar por geolocalizações ou outras circunstâncias. Por exemplo, o artigo do The Guardian acima não é restrito de nenhuma forma quando navegado a partir do site do The Guardian (mesmo que o leitor não esteja logado), ou quando acessado diretamente. Exigir um login de uma referência do Google é um método barato de gerar um aumento na demanda por associação sem alienar leitores “pré-capturados”.

Embora sempre haja havido vantagens de coleta de dados nesse tipo de engajamento de primeira parte (ou seja, um “login” local), a queda do rastreamento entre domínios provavelmente elevará a prática de “vantajosa” a uma necessidade existencial para evitar os fluxos de dados de marketing mais esparsos do FLOC e do SKAdNetwork.

O Impulso para a Coleta de Dados de Primeira Parte

A evidência de uma “corrida ao ouro” de dados de primeira parte é espessa no chão. De acordo com a visão de um insider da indústria no Forbes, a queda dos cookies de terceiros levará a novas oportunidades para as empresas curar e vender dados de segunda parte, onde elas têm suficiente infraestrutura de primeira parte para se tornarem corretores de dados por direito próprio.

Análise em outro lugar também prevê que os varejistas (que investem pesadamente em sistemas de recomendação de aprendizado de máquina) se tornarão os novos “magnatas da mídia”.

Em um post de blog, a plataforma de monetização Setupad exemplifica a intenção da indústria publicitária de não aceder a sistemas federados e limitados de dados, como o FLOC, afirmando que ‘a segmentação comportamental é a resposta para o sucesso futuro dos anunciantes’, e que a captura de primeira parte é o pré-requisito absoluto para isso.

A segmentação comportamental é o que causou a atual mudança tectônica na privacidade do consumidor; e é o que as indústrias de marketing e influenciadores profissionais querem recuperar – por procuração, por stealth ou por qualquer outro meio, não importa que possa eventualmente arrastar o setor de pesquisa de sistemas de recomendação para a lama com ele.

O ‘Clube’ de Primeira Parte

Além do requisito de infraestrutura custosa, bem como recursos de segurança e desenvolvimento, outro fator indica por que apenas grandes empresas provavelmente prosperarão na era dos sistemas de coleta de dados de primeira parte: uma empresa precisará de uma captura de mercado convincente para coagir os consumidores de volta aos sistemas de login local que eles estavam felizes em abandonar uma década atrás.

Isso é um movimento arriscado, mesmo para um jogador importante, e a memória da queda do Digg em 2010 ainda assombra o mundo do SEO e marketing. Quanto mais convincente for a captura de mercado de uma empresa, menos danoso esse movimento será, com empresas mais poderosas capazes de suportar os vales e se adaptar melhor ao ecossistema de primeira parte do que as preocupações menores.

Efeitos nos Sistemas de Recomendação de Pesquisa

À medida que essa situação evolui, pode ameaçar o “passe livre” relativo que a supervisão regulatória concedeu à pesquisa de sistemas de recomendação de aprendizado de máquina de empresas como Google, Amazon e Netflix.

Até certo ponto, as novas propostas da UE para legislação de IA antecipam uma maior fiscalização dos sistemas de recomendação em qualquer caso. Embora não esteja claro se a provisão do rascunho contra ‘técnicas subliminares além da consciência de uma pessoa para distorcer materialmente o comportamento de uma pessoa’ se aplicará a sistemas de recomendação, é previsto que anunciantes e pesquisadores de sistemas de recomendação farão lobby para tratamento excepcional.

Mas pode ser difícil fazer um caso para cercar a pesquisa de sistemas de recomendação no evento de que a abordagem “jardim murado” se tornar o novo padrão da indústria, e os pastos acadêmicos que hospedaram esse setor de pesquisa de aprendizado de máquina se tornem um leito quente de desenvolvimento de pesquisa comportamental de primeira parte comercializada em massa.

Um grande investimento em fluxos de trabalho de dados de primeira parte pode ser a única esperança para recriar os mesmos tipos de anúncios “psíquicos” e propaganda política altamente eficazes que caracterizaram a era da Cambridge Analytica; mas para os reguladores, pode parecer que a morte do cookie de terceiros simplesmente moveu práticas “desonrosas” para fora das ruas e para dentro de instalações fechadas. Se o efeito exterior dessas atividades despertar a ira pública novamente, isso pode provar um santuário escasso.