Öneri Sistemlerinin İzleme Sonrası Çağdan Muaf Tutulmaları Gerekir Mi?

İlk taraf veri toplama, pazarlamacılar ve veri brokerleri için yeni bir rehber yıldızına dönüşürken, ‘kapalı’ veri toplama sistemlerine yönelik artan dikkat, makine öğreniminin en hevesli araştırma sektörlerinden birini tartışmaya ve daha fazla düzenleme altına sokmaya sürükleyebilir.

FAANG oyuncuları ve FOSS üreticileri tarafından próximo 12-18 ay içinde yapılacak hareketler, son yirmi yıl boyunca kullanıcı analizi sistemlerini saran çapraz alan izleme kültürünü kapatmaya ayarlanmış ve Cambridge Analytica skandallarıyla sonuçlanmış ve ardından da online gizlilik için artan bir halk talebi yaratmıştır.

Uygulama idealine ulaşıp ulaşmadığına veya daha genel izleme sistemlerinin (örneğin Google’ ın FLOC ve Apple’ın SKAdNetwork) tüketici öfkesini dindirebileceğine ve reklamverenleri memnun edebileceğine bakılmaksızın, bu yeni endişe dalgası yalnızca ‘kamusal’ bağlamda çapraz alan veri çıkarma için geçerli olacak ve kapalı veya özel tüketici ortamları ve oralarda çalışan özel öneri sistemlerini etkilemeyecektir.

Walled Gardens’da Zengin Veri

Netflix, Disney+, HBO Max, Roku ve Amazon ekosistemi (Prime Video ve ürün önerileri dahil) gibi platformlar, özel makine öğrenimi öneri sistemleri kullanarak, içerik hizmetleri olarak çoğalmakta ve yayılmaktadır balkanize olarak yayılmaktadır.

Üçüncü taraf veri toplama gerilerken, bu büyük akış oyuncularının müşterileri hakkında ayrıntılı kullanım verilerine erişim avantajı, diğer şirketlerin de ilk taraf çerçevelerine yönelerek daha genel yeni analiz sistemlerinden hyper-kişiselleştirilmiş hedeflemeyi geri kazanma çabalarına yol açabilir.

Bu olursa, bu durum daha önce olduğu gibi demokratik veya liyakat esaslı olmayacaktır, çünkü en büyük avantaj, en geniş ilk taraf platform ağına sahip sağlayıcılara, güvenli yerel kimlik doğrulama sistemleri sunmak için yeterli geliştirme kaynaklarına sahip olanlara ve yüksek hacimli verileri yerel olarak yönetip analiz edebilenlere düşecektir.

Bu, ‘kapalı’ öneri sistemlerinin gizlilik yönlerine dikkat çekerek, şimdiye kadar kaçındıkları bir şekilde kamuoyu denetimine tabi tutulmasına neden olabilir, çünkü daha önce istisnai durumlar olarak kabul edilmiş ve açık ağlarda genellikle izin verilmeyen agresif veri toplama uygulamalarına açıkça onaylamış olan son kullanıcılar tarafından işletilmişlerdir.

Hermetic İlk Taraf Ortamlarına Geniş Bir Dönüş

İlk taraf verilerine yönelik artan vurgu, Google (0Auth 2.0), Facebook ve Twitter gibi üçüncü taraf kimlik doğrulama platformlarının popülerliğine öncülük eden alan özgüllüğü kimlik doğrulama sistemlerine geri dönüşü muhtemel kılabilir.

On yıl önce, bu üçüncü taraf kimlik doğrulama platformlarının yaygın olarak benimsenmesi, sınırlı geliştirme kaynaklarına sahip alanlar için birçok güvenlik sorununu çözdü, ancak aynı zamanda yerel ve ilk taraf kimlik doğrulama ve izleme sistemlerinin izin verdiği aynı düzeyde eyleme geçirilebilir kullanıcı verilerine ulaşmayı daha zor hale getirdi. O zamanlar önemli değildi, çünkü çapraz alan izleme bu veri boşluğunu köprüleyebilirdi.

Ölüm Krizine Çözüm Olarak Giriş

Şimdi avantaj, bir kullanıcıyı giriş yapmış olarak tutmaktır, hatta onu para kazandırmanın açık mekanizmaları olmasa bile. Bir örnek, The Guardian’ın Google aramalarından gelen makale görüntüleri için giriş gerektirmesidir:

Google aramasından gelen bir Guardian makalesi için ‘giriş duvarı’ ekran görüntüsü. Bu, referans başlıkları veya IP tabanlı sistemler tarafından Google’nin tıklamanın kaynağını ortaya çıkardığı için web arşivi anlık görüntülerinde yakalanamaz.

Bu tür kısıtlamalar, coğrafi konumlara veya diğer koşullara bağlı olarak bireysel bir izleyici için zor belirlenebilir. Örneğin, yukarıdaki Guardian makalesi, Guardian web sitesinden (hatta okuyucu giriş yapmış olmasa bile) veya doğrudan erişildiğinde hiçbir şekilde kısıtlanmaz. Google’dan gelen bir referans için giriş gerektirmek, önceden yakalanan okuyucuları ürkütmeden üyelik için talebi ucuz bir şekilde artırmak için bir yöntemdir.

Her zaman bu tür ilk taraf katılımının (yani ‘yerel’ bir giriş) veri toplama avantajları olmuştur (örneğin, veri toplama avantajları), ancak çapraz alan izlemenin düşmesi, bu uygulamayı ‘yararlı’ olmaktan ‘varoluşsal bir zorunluluk’ haline getirebilir, böylece FLOC ve SKAdNetwork’in daha az yoğun pazarlama veri akışlarından kaçınmak için.

İlk Taraf Veri Toplama Doğru

İlk taraf veri ‘altın çağı’ delilleri boldur. Forbes’ta bir endüstri içinden biri, üçüncü taraf çerezlerinin düşmesinin, şirketlerin ikinci taraf veri toplama ve satma fırsatlarına yol açacağını öngörüyor.

Diğer analizler, perakendecilerin (makine öğrenimi öneri sistemlerine büyük yatırımlar yapan) yeni ‘medya mogul’ları olacağını öngörüyor.

Monetization platformu Setupad, reklam endüstrisinin FLOC gibi federated, veri sınırlı sistemlere boyun eğmeyeceğini, açıklıyor ve ‘davranışsal hedefleme, reklamverenler için gelecekteki başarının cevabıdır’ ve ilk taraf yakalamasının bu için mutlak ön koşulu olduğunu belirtiyor.

Davranışsal hedefleme, mevcut tüketici gizliliği açısından büyük depremi tetikleyen şeydir ve pazarlama ve profesyonel influencer endüstrilerinin geri kazanmak istedikleri şeydir – vekaleten, gizlice veya başka bir şekilde, sonunda öneri sistemi araştırma sektörünü de beraberinde sürükleyerek.

İlk Taraf ‘Kulübü’

Pahalı altyapı, güvenlik ve geliştirme kaynaklarına ek olarak, başka bir faktör de, yalnızca daha büyük şirketlerin ilk taraf veri toplama sistemleri çağında başarılı olacağına işaret etmektedir: bir şirketin, müşterileri yerel giriş sistemlerine geri dönmeye zorlayabilmesi için güçlü pazar ele geçirme gücüne ihtiyacı olacaktır.

Bu, büyük bir oyuncu için bile riskli bir hamledir ve Digg’in çöküşü 2010 yılında SEO ve pazarlama dünyasını hala etkilemektedir. Bir şirketin pazar ele geçirme gücü ne kadar güçlü olursa, bu hamle o kadar az zararlı olacaktır ve daha güçlü şirketler, ilk taraf ekosistemine diğerlerinden daha iyi adapte olabileceklerdir.

Öneri Sistemi Araştırması Üzerindeki Etkileri

Bu durum gelişirken, Google, Amazon ve Netflix gibi şirketlerin makine öğrenimi öneri sistemi araştırması üzerindeki nispeten ‘serbest geçiş’ini tehdit edebilir.

AB’nin yeni önerileri için AI yasaları, öneri sistemlerinin daha fazla incelemesini öngörmektedir. Taslakta ‘bir kişinin bilincinin ötesinde subliminal tekniklerle bir kişinin davranışını maddi olarak bozma’ karşıtı hüküm, öneri sistemlerine uygulanıp uygulanmayacağı belirsizdir, ancak reklamverenlerin ve öneri sistemi araştırmacılarının özel muamele için lobi yapacağı öngörülüyor.

Ancak, ‘walled garden’ yaklaşımı endüstri standardı haline gelirse ve bu makine öğrenimi araştırma sektörünün akademik çayırlarının, büyük ölçekli ticari ilk taraf davranışsal araştırma geliştirme için yüksek hacimli bir sıcak yatağa dönüşmesi durumunda, öneri sistemi araştırmasını koruma için bir durum yaratmak zor olabilir.

Büyük ölçekli ilk taraf veri iş akışlarına yapılan önemli yatırımlar, Cambridge Analytica çağındaki aynı etkili ‘psikolojik’ reklamları ve siyasi propagandayı yeniden yaratmak için tek umut olabilir; ancak düzenleyiciler için, üçüncü taraf çerezinin ölümü sadece ‘şüpheli’ uygulamaları sokaklardan kapalı alanlara taşıdıysa, bu az bir sığınak olabilir. Eğer bu faaliyetlerin dış etkileri tekrar halkın öfkesini tetiklerse, bu az bir sığınak olabilir.