查看原文
其他

德勤:隐私计算技术+广告将成为必然趋势

Scott Ikeda 开放隐私计算 2024-01-09

近日,德勤受Meta委托发布了一份关于广告未来的预测报告,报告指出——隐私增强技术的应用将成为在线业务的新常态和必然趋势,未来广告技术领域将出现重大变革。

近年来明确推动终止使用追踪Cookie作为默认广告技术工具,德勤预测一系列隐私增强技术将竞争成为新的标准。广告技术服务商需要确保其技术符合不断发展的全球数据保护法规,同时尽可能降低业务收入减少的影响。目前还不知道最终什么技术会成为广告市场的赢家,但德勤建议关注正在开发的主要方法,同时也确保营销团队评估目前的个人数据的收集和处理方式。



一旦Cookie被弃用后,

隐私增强技术将取而代之

正如报告指出的,政府对数据处理的监管不断加强,消费者越来越坚持要求尊重并保证其个人数据的安全,隐私增强技术也变得更加必要。而后者已经成为各行业的痛点,因为消费者对公司如何处理他们的数据越来越重视,如果对条款不满意,他们会放弃使用该公司的产品。
这直接促使苹果公司重新专注于硬件和客户端业务,而放弃了第三方广告技术。谷歌则发起了一项为期多年的活动,自愿逐步淘汰其产品中的跟踪cookie。
个性化定向广告已成为数字广告行业的麻醉剂,其回报远远超出了以前的静态广告方法。定制广告行业的发展对于以前因为过于昂贵被广告市场排除在的小企业和个人来说也是一个福音。然而,福祸相依,长期以来定向广告被滥用,德勤认为广告技术市场的变化迟早会到来。
正在出现的新系统大致都可以归为隐私增强技术,其核心思想是保留定向广告的某些元素,同时对用户进行匿名化并采取更好的数据保护措施。这些技术可以进一步分为两大类:可能尚未成为实际标准或产品的技术以及大型科技公司已经在研究的现有技术。
隐私增强技术可能朝着几个不同的方向前进,其中一种是“K匿名性”,它通过在用户本地设备端进行“联合分析”的过程,创建代表兴趣群体的群组,并将单个用户与这些群组关联起来。广告商可以看到他们正在竞价的单个用户属于他们目标群体中的一个群组,但不会收集该用户的任何个人识别信息。同时,广告商也无法绘制用户画像,本质上就是谷歌通过其“隐私沙箱”和“主题API”项目采取的方法,旨在到明年底完全取代Chrome浏览器中的Cookie。
隐私增强技术中的另一种可能是“同态加密“,或者是一种本质上可供广告公司使用密态营销数据完成计算的技术。IBM 是提供此类产品的公司之一,但广告技术领域目前还很少有人对此表现出兴趣,主要是因为这种技术处理速度慢且存储空间要求非常高。
Meta 正在试验一种被称为“隐私电梯”的技术组合。这将 K-匿名的元素与多平台计算相结合,其中平台使用私钥传递重要的营销数据,而无需附加个人信息档案。
正在研发的其他隐私增强技术包括“可信执行环境”,其中营销数据的处理基本上会移交给一个独立第三方,该第三方只报告必要的广告投放信息,同时利用差分隐私算法向营销数据集添加噪音,以防止识别出单个用户。

广告技术在近期内将如何发展?

报告强调,隐私增强技术不会成为隐私的“灵丹妙药”,它们需要得到良好的组织数据治理的支持。随着广告技术这一新领域的不断发展,这是公司目前应该致力于的要素。
隐私增强技术肯定会进一步加强客户端数据的需求,这意味着组织需要考虑收集客户端数据的策略,并注意保持在全球隐私法规的界限内。报告指出,提供明确价值以换取数据的自愿方法可能是最成功的。在 iOS 14 之后的苹果生态系统中,这种情况已经有一些先例,广告科技公司通过自愿提高数据使用透明度并为消费者提供一些回报,成功地阻止了全面的“广告末日”。
广告技术行业也应该预计营销成本会上升,因为目前隐私增强技术还没有达到统一的标准,因此市场可能会出现碎片化,商业伙伴之间存在解决方案不兼容的问题。而问题的严重程度很可能取决于主要参与者达成行业标准的一致性程度。
报告建议广告技术行业需要立即采取的办法包括:在利益相关者中提高对隐私增强技术的认知和理解,立即组织评估隐私项目目前的成熟度,改善相关团队之间的内部沟通和协作,确保未来的发展与当前的数据政策框架兼容,并开始测试广告技术提供商的可用解决方案。

作者:Scott Ikeda

链接:https://www.cpomagazine.com/data-privacy/deloitte-meta-report-predicts-the-near-future-of-ad-tech-winners-among-new-privacy-enhancing-technologies/

本文由“开放隐私计算”翻译整理,转载请注明来源!

END

热门文章:




隐私计算头条周刊(07.24-07.30)


李凤华:泛在共享环境下数据安全与隐私计算的发展趋势及应用


2023全球各国隐私计算发展最新动态盘点


社区招募丨OpenMPC隐私计算课程课代表征集


加入我们丨OpenMPC社区招募实习生

继续滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存