未來工作: 資料仲介Data broker

這些資料的來源，來自政府單位所公布的數據、個人在社群平台上公開的資訊，以及你在有意無意下，允許仲介們使用的個資。這些「資料商品」通常會經過下游公司再次分析，作為市場行銷、政治預測等判準基礎，相關研究進一步指出，這些資料透過演算法分析，data broker 可能最後比你的家人還了解你。

Data broker 最感興趣的3 種數據

1. Volunteered data

個人自行在網路上分享的聯絡資料：姓名、生日、照片、信箱等。

2. Observed data

個人使用網路的紀錄，包含應用程式、網頁瀏覽：常去的打卡地點、常瀏覽的網站類型。

3. Inferred data

能用來推論個人性格、喜好的相關資料。這通常對資料仲介來說是最有價值的資料，也是下游企業最感興趣的資料，企業能以此為基礎，鎖定目標客群的喜好、規劃行銷策略，並針對性地投遞廣告。

Data broker 的工作流程

1. Collect information

蒐集：公開資料庫、社群使用紀錄、免費測驗（viral quiz）。

2. Package detailed profiles of individuals

包裝：根據資料內容把人依照背景分成不同目標客群，包裝成「數位版的個人簡介」。

3. Sell them to the companies for different purposes

販售：分析資料給廣告行銷商、第三方資料仲介商。

4. Companies analyze the data to predict character of each package

下游公司運用：多用於消費者喜好、購物行為的預測。

你看到的廣告不是偶然

想像你是一位熱愛健身的人，正在打算在網路上為自己買雙新的運動鞋，才打開網頁就彈出你喜愛的運動品牌、推薦你可能喜歡的款式、顏色，是不是馬上就被抓住眼球。有網購經驗的人幾乎都會發現，逛得越久、網站似乎就越了解你的喜好，出現的廣告幾乎都是你會選購的商品，也在無形中提高購買慾，而這其實都經過特別運算。

資料交易的目的，正是為了讓對的人看到對的訊息。以美國資料仲介企業Acxiom來說，他們主要販賣有行銷用途的資料，而販賣價格就取決於分類的精確度。以上面的例子來說，「喜歡運動且時常購買健身用品」的客戶資料就比「喜歡運動」的資料更有價值，因為對目標客群的分類越精細，曝光廣告所帶來的效益就越高。

此外，讓特定族群看到對的訊息的做法也被應用於政治策略，想像你是一位對激烈言論反感的選民，在瀏覽網頁時不斷看到某位候選人的廣告充斥極端言論，這很可能就會影響你的觀感。

近期才發生弊案的Cambridge Analytica，就是先利用演算法把選民分類成不同的性格，然後「適性」地曝光政見廣告。以槍枝議題為例，對比較崇尚自由但容易被激起情緒的選民，他們會投放「擁有槍枝是人民的自由，且能讓你免於外在威脅」等言論；針對正義感較強的保護型選民，則投放「槍枝是用來保護重要他人」的訊息，以此方式影響選情。

「個資保衛」時代來臨

資料仲介產業的興起，與我們最切身相關的不外乎隱私問題。在近期Facebook陷入個資風波後，許多人又重新思考網路隱私問題。事實上，各國對於個資安全都有立法保護，只是面對惡意盜用，一般人大概很難完全避免，我們在實務上能做的第一道防線，是別自己把資料送出去，像是謹慎使用網路瘋傳的性格測驗（viral quiz）和小遊戲。

本文摘錄自一張圖搞懂 Design a Better City 2018年11月號
訂閱雜誌

加入Line好友