ควรยกเว้นระบบแนะนำจากยุคหลังการติดตามหรือไม่?

เมื่อการรวบรวมข้อมูลจากฝ่ายแรกกลายเป็นดาวนำทางใหม่สำหรับผู้ทำการตลาดและผู้ให้บริการข้อมูล การเพิ่มความสนใจในระบบการรวบรวมข้อมูลที่ ‘ปิด’ มีความเสี่ยงที่จะลากหนึ่งในภาควิจัยของเครื่องจักรที่มีความกระตือรือร้นลงสู่ความขัดแย้งและกฎระเบียบที่เข้มงวดมากขึ้น

การดำเนินการโดยผู้เล่น FAANG และผู้ผลิต FOSS ในช่วง 12-18 เดือนข้างหน้าได้รับการกำหนดให้ ปิดวัฒนธรรมการ跟踪ข้ามโดเมน ที่ครอบงำระบบวิเคราะห์ผู้ใช้ในช่วง二十ปีที่ผ่านมา และสิ้นสุดในเรื่องอื้อฉาวของ Cambridge Analytica และความต้องการความเป็นส่วนตัวออนไลน์ที่เพิ่มขึ้นอย่างไม่หยุดยั้ง

ไม่ว่าการดำเนินการจะบรรลุเป้าหมายหรือไม่ และไม่ว่าระบบการ跟踪ที่ทั่วไปมากขึ้น (เช่น Google’s FLOC และ Apple’s SKAdNetwork) จะสามารถลดความโกรธของลูกค้าและตอบสนองผู้ลงโฆษณาได้หรือไม่ การเคลื่อนไหวใหม่นี้เกี่ยวกับความเป็นส่วนตัวของผู้ใช้ใช้เฉพาะกับการดึงข้อมูลข้ามโดเมนใน ‘บริบทสาธารณะ’ เท่านั้น และไม่ใช่ในบริบทที่ปิดหรือเป็นของเอกชน และระบบแนะนำที่กำหนดเองที่ขับเคลื่อนการมีส่วนร่วมที่นั่น

ข้อมูลที่มีคุณค่าในสวนสาธารณะที่มีแนวกั้น

แพลตฟอร์ม เช่น Netflix, Disney+, HBO Max, Roku และระบบ Amazon (รวมถึง Prime Video และการแนะนำผลิตภัณฑ์) ซึ่งใช้ระบบแนะนำที่กำหนดเองที่สร้างขึ้นโดยใช้เครื่องจักรที่มีความสามารถในการเรียนรู้ เป็นหนึ่งในบริการเนื้อหาที่กำลังแพร่กระจายและถอยกลับในขณะที่อุตสาหกรรมสตรีมมิ่ง แบ่งออกเป็นหลายส่วน

เมื่อการรวบรวมข้อมูลจากฝ่ายที่สามลดลง คุณสมบัติของผู้เล่นสตรีมมิ่งที่ใหญ่กว่าจะยังคงไว้ซึ่งการเข้าถึงข้อมูลการใช้งานลูกค้าที่ละเอียดอ่อน ซึ่งอาจสร้างความอิจฉาและเลียนแบบ และเน้นย้ำถึงโครงสร้างจากฝ่ายแรกว่าเป็นวิธีการในการรักษาการมุ่งเป้าแบบส่วนบุคคลจากระบบวิเคราะห์ที่ทั่วไปมากขึ้น

หากเกิดเหตุการณ์นี้ มันไม่น่าจะเป็นแบบประชาธิปไตยหรือแบบสรรหาเหมือนเกณฑ์สำหรับการเข้าร่วมครั้งก่อนๆ เพราะคุณสมบัติที่ดีที่สุดจะส่งผลให้ผู้ให้บริการที่มีเครือข่ายแพลตฟอร์มจากฝ่ายแรกที่กว้างที่สุด มีทรัพยากรในการพัฒนามากพอที่จะให้ระบบการยืนยันตัวตนแบบปลอดภัยในท้องถิ่น และสามารถจัดการ วิเคราะห์ และสร้างรายได้จากข้อมูลปริมาณมากในท้องถิ่น

นี่จะทำให้เกิดการตรวจสอบอย่างใกล้ชิดเกี่ยวกับด้านความเป็นส่วนตัวของ ‘ระบบแนะนำที่ปิด’ ในทางที่พวกมันสามารถหลีกเลี่ยงได้จนถึงตอนนี้ เนื่องจากก่อนหน้านี้พวกมันเป็นกรณีพิเศษ และมีสิทธิพิเศษในการดำเนินงานในบริบทที่ผู้ใช้สิ้นสุดการเข้าร่วมในแนวทางปฏิบัติการรวบรวมข้อมูลที่เข้มงวดซึ่งไม่ได้รับอนุญาตในเครือข่ายที่เปิดกว้าง

การกลับสู่สภาพแวดล้อมจากฝ่ายแรกที่ปิดมิดชิด

การเน้นย้ำถึงข้อมูลจากฝ่ายแรกที่เพิ่มขึ้นน่าจะนำไปสู่การกลับสู่ระบบการยืนยันตัวตนที่เฉพาะโดเมนซึ่งนำหน้าความนิยมของวิธีการยืนยันตัวตนจากฝ่ายที่สามที่ให้โดย Google (0Auth 2.0), Facebook และ Twitter รวมถึงแพลตฟอร์มโซเชียลที่ได้รับความนิยม เช่น Disqus

สิบปีที่แล้ว การนำระบบการยืนยันตัวตนจากฝ่ายที่สามมาใช้广泛ช่วยแก้ปัญหาด้านความปลอดภัยสำหรับโดเมนที่มีทรัพยากรในการพัฒนาที่จำกัด แต่ก็ทำให้ยากต่อการได้รับข้อมูลผู้ใช้ที่สามารถดำเนินการได้เช่นเดียวกับระบบการยืนยันตัวตนและติดตามผลแบบท้องถิ่นและเฉพาะเจาะจง ที่เวลา itu ไม่สำคัญมากเพราะการ跟踪ข้ามโดเมนสามารถเชื่อมช่องว่างข้อมูลนั้นได้

การเข้าสู่ระบบเป็นคำตอบสำหรับวิกฤตการดำรงอยู่

ตอนนี้ คุณสมบัติที่ดีที่สุดคือการทำให้แน่ใจว่าผู้ใช้เข้าสู่ระบบ แม้ว่าจะไม่มีกลไกที่ชัดเจนในการสร้างรายได้จากพวกเขา ตัวอย่างหนึ่งคือจำนวนหนังสือพิมพ์ที่ต้องการการเข้าสู่ระบบเพื่อดูเนื้อหา แม้ว่าจะไม่มีการชำระเงินก็ตาม เช่น The Guardian กำลังทดลองกับการเข้าสู่ระบบสำหรับการดูบทความที่มาจาก Google:

ภาพหน้าจอของ ‘กำแพงการเข้าสู่ระบบ’ สำหรับการดูบทความ The Guardian ที่มาจาก Google search ไม่สามารถจับภาพได้ในภาพถ่ายเว็บ เนื่องจากการจำกัดนี้ถูกสร้างขึ้นโดยอาศัยตัวหัวเรื่องหรือระบบที่เป็นไปตาม IP ที่เปิดเผย Google เป็นต้นกำเนิดของการคลิก

การจำกัดดังกล่าวอาจยากต่อการตรวจสอบสำหรับผู้ชมแต่ละราย เนื่องจากอาจแตกต่างกันไปตามตำแหน่งที่ตั้งหรือสถานการณ์อื่นๆ ตัวอย่างเช่น บทความ The Guardian ข้างต้นไม่มีการจำกัดใดๆ เมื่อเข้าถึงจากภายในเว็บไซต์ The Guardian (แม้ว่าผู้อ่านจะไม่ได้เข้าสู่ระบบ) หรือ เมื่อเข้าถึงโดยตรง การต้องการการเข้าสู่ระบบจาก Google referral เป็นวิธีที่ถูกในการสร้างความต้องการที่ขับเคลื่อนด้วยความต้องการในการเพิ่มสมาชิกภาพโดยไม่ทำให้ผู้อ่าน ‘ที่ถูกจับก่อน’ รู้สึกไม่สบายใจ

แม้ว่าจะมีข้อดีในการรวบรวมข้อมูลจากการเข้าสู่ระบบแบบแรกในลักษณะนี้ (เช่น การเข้าสู่ระบบ ‘ท้องถิ่น’) การล่มสลายของการ跟踪ข้ามโดเมนน่าจะยกเลิกการปฏิบัตินี้จาก ‘มีประโยชน์’ เป็น ‘ความจำเป็น’ เพื่อหลีกเลี่ยงกระแสข้อมูลการตลาดที่บางกว่าของ FLOC และ SKAdNetwork

แรงผลักดันสู่การรวบรวมข้อมูลจากฝ่ายแรก

หลักฐานของ ‘การรีบเร่งข้อมูลจากฝ่ายแรก’ มีมากมาย ตามมุมมองของคนในอุตสาหกรรมหนึ่งคนใน Forbes การล่มสลายของคุกกี้จากฝ่ายที่สามจะนำไปสู่โอกาสใหม่ๆ สำหรับบริษัทในการ จัดทำและขายข้อมูลจากฝ่ายที่สอง โดยที่พวกเขามีโครงสร้างพื้นฐานจากฝ่ายแรกที่มีประสิทธิภาพในการกลายเป็นนายหน้าข้อมูลในตนเอง

การวิเคราะห์ในที่อื่นยังพยากรณ์ว่าผู้ค้าปลีก (ที่ลงทุนอย่างมากในการแนะนำระบบที่มีเครื่องจักรที่มีความสามารถในการเรียนรู้) จะ กลายเป็น ‘ผู้มีอำนาจสื่อ’ ใหม่

ในโพสต์บล็อก แพลตฟอร์มการสร้างรายได้ Setupad เป็นตัวอย่างของความตั้งใจของอุตสาหกรรมโฆษณาในการไม่ยอมรับระบบสหพันธรัฐที่มีข้อมูลจำกัด เช่น FLOC โดย ระบุ ว่า ‘การมุ่งเป้าแบบพฤติกรรมเป็นคำตอบสำหรับความสำเร็จในอนาคตของโฆษณา’ และการเข้าถึงข้อมูลจากฝ่ายแรกเป็นข้อกำหนดเบื้องต้นสำหรับสิ่งนี้

การมุ่งเป้าแบบพฤติกรรมคือ สิ่งที่ทำให้เกิดการเปลี่ยนแปลงครั้งใหญ่ ในความเป็นส่วนตัวของผู้บริโภคในครั้งแรก และเป็นสิ่งที่อุตสาหกรรมการตลาดและผู้มีอิทธิพลมืออาชีพต้องการที่จะชนะกลับมา – โดยการรับ代แทน โดยความลับ หรือด้วยวิธีอื่นใดก็ตาม ไม่ว่ามันจะลากภาควิจัยระบบแนะนำลงสู่ความขัดแย้งด้วยหรือไม่

กลุ่มจากฝ่ายแรก

นอกเหนือจากข้อกำหนดด้านโครงสร้างพื้นฐานที่มีค่าใช้จ่ายสูงและทรัพยากรด้านความปลอดภัยและพัฒนาแล้ว ปัจจัยอื่นบ่งชี้ว่าทำไมบริษัทขนาดใหญ่เท่านั้นที่น่าจะเจริญรุ่งเรืองในยุคของการรวบรวมข้อมูลจากฝ่ายแรก: บริษัทจะต้องมีการจับตลาดที่น่าดึงดูดเพื่อขับไล่ผู้บริโภคกลับสู่ระบบการยืนยันตัวตนท้องถิ่นที่พวกเขาเคยละทิ้งไปเมื่อสิบปีที่แล้ว

นี่คือการเคลื่อนไหวที่มีความเสี่ยง แม้สำหรับผู้เล่นหลัก และความทรงจำของการล่มสลายของ Digg ในปี 2010 ยังคงหลอกหลอนโลก SEO และการตลาด การจับตลาดที่น่าดึงดูดของบริษัทจะช่วยลดอันตรายจากขั้นตอนนี้ และบริษัทที่มีอำนาจมากขึ้นจะสามารถทนต่อการเปลี่ยนแปลงและปรับตัวเข้ากับสภาพแวดล้อมจากฝ่ายแรกได้ดีกว่าบริษัทขนาดเล็ก

ผลกระทบต่อการวิจัยระบบแนะนำ

เมื่อสถานการณ์นี้พัฒนาไป มันอาจขัดขวาง ‘การผ่านพ้น’ ที่การกำกับดูแลด้านกฎระเบียบได้ให้ไว้กับการวิจัยระบบแนะนำที่มีเครื่องจักรที่มีความสามารถในการเรียนรู้จากบริษัท เช่น Google, Amazon และ Netflix

จนถึงระดับหนึ่ง การเสนอแนะของสหภาพยุโรปสำหรับการออกกฎหมาย AI ใหม่ คาดการณ์การตรวจสอบที่เข้มงวดมากขึ้นของระบบแนะนำในกรณีใดๆ แม้ว่าจะไม่ชัดเจนว่าบทบัญญัติของร่างต่อต้าน ‘เทคนิคที่ซ่อนอยู่นอกความตระหนักของบุคคลเพื่อทำให้พฤติกรรมของบุคคลผิดปกติ’ จะใช้กับระบบแนะนำหรือไม่ ก็ คาดว่า ผู้ลงโฆษณาและนักวิจัยระบบแนะนำจะล็อบบี้เพื่อรับการปฏิบัติแบบพิเศษ

แต่อาจเป็นเรื่องยากที่จะสร้างกรณีสำหรับการป้องกันการวิจัยระบบแนะนำในกรณีที่แนวทาง ‘สวนสาธารณะที่ปิด’ กลายเป็นมาตรฐานใหม่ของอุตสาหกรรม และทุ่งหญ้าเชิงวิชาการที่เคยเป็นที่ตั้งของภาควิจัยของเครื่องจักรที่มีความสามารถในการเรียนรู้นี้กลายเป็นศูนย์กลางที่มีการพัฒนาเชิงพาณิชย์จำนวนมากสำหรับการวิจัยพฤติกรรมจากฝ่ายแรก

การลงทุนครั้งใหญ่ในกระบวนการทำงานของข้อมูลจากฝ่ายแรกอาจเป็นความหวังเดียวในการสร้างโฆษณา ‘จิตวิทยา’ และโฆษณาชวนเชื่อทางการเมืองที่มีประสิทธิภาพสูงเหมือนในยุคของ Cambridge Analytica อีกครั้ง แต่สำหรับผู้กำกับดูแล มันอาจดูเหมือนว่าการเสียชีวิตของคุกกี้จากฝ่ายที่สามเพียงแค่ ‘ย้ายการปฏิบัติที่ไม่เหมาะสม’ ออกจากถนนและเข้าสู่ที่อยู่ปิด มันอาจไม่ใช่สถานที่หลบภัยที่มีความปลอดภัยหากผลกระทบภายนอกของกิจกรรมเหล่านั้นทำให้เกิดความโกรธของสาธารณชนอีกครั้ง