个性化广告

脸书规划隐蔽重构系统

脸书计划对广告系统进行以隐私为重点的新修改时,显示更多值用户隐私并减少对数据采集的依赖社会巨型企业以它追踪互联网用户并使用信息做广告选择的能力而闻名基于即将到来的调控和数据收集限制,它正努力创建系统,提供个性化广告而没有任何个人用户数据脸书产品营销VPGraham Mudd解释解析

苹果谷歌继续通过浏览器和操作系统进行修改,随着隐私监管面貌变化,重要的是承认数字广告必须进化以降低对第三方个人数据的依赖度正因如此,我们投入多年努力 搭建增强隐私技术

上头privacy-enhancing技术包括密码学和统计技术,这些技术将提高广告测量水平,同时减少对单个数据的依赖

新的隐私增强技术将证明个性化仍有可能有效,技术将帮助最小化个人信息处理量,同时允许向人们展示相关广告并测量广告商效率

社会巨头探索的另一个关键领域是`在线学习'技术处理本地设备数据,而不是向远程服务器或云发送单个数据以确定用户最佳广告后以匿名格式寄送广告商不过格雷厄姆泥解析挑战访问与Verge

设计学习挑战之一是 计算资源 做它显然 受操作系统本身控制

风险高得不能再高 脸书对系统正确Graham Mudd说

未来5年中个性化进化将非常有意义投资隐私-Focuse将惠及所有客户并使我们能够帮助塑造广告生态未来状态

脸书大改变时政府审查苹果应用跟踪透明更新况且 偶数谷歌探索一种以用户为主的广告系统

苹果新提示请求许可跟踪用户目标广告 可能会损及脸书收入增长即时真实效果仍在演化中,报告显示OS用户非多选择应用跟踪因此,这引出一系列广泛的数据工具,这些工具需要属性ad响应脸书正在开发新范围此前端选项

提供更多洞察力社会公司正在研究隐私增强技术广告最小化数据采集 保护个人信息 并保留广告测量

正在探索各种方法 实现这些方法 新的测量解决方案

去年我们开始测试 私有提升测量解决方案 选择伙伴使用增强隐私技术 安全多党计算帮助广告商理解运动表现方式, 并增加隐私层限制广告商或脸书所学信息明年广告商可广泛使用此解决方案

安全多党计算允许两个或两个以上组织协同工作,同时限制任何一方可学习的信息数据加密端对端:在转口、存储和使用时,确保任何一方都无法看到对方数据

社会巨人强调这些技术成功需要产业合作

只有当行业协作和共享标准合编时,这些技术才对各种规模的人和企业成功正因如此,我们呼吁平台、出版商、开发商和其他行业参与者一起工作-这些技术和其他以隐私为重点的标准和实践