Hvem samler inn store data og hvorfor?

Høsten 2019 brøt det ut en skandale med Apple Card-tjenesten: ved registrering utstedte den forskjellige kredittgrenser for menn og kvinner. Selv Steve Wozniak var sjanseløs:

Et år tidligere ble det avslørt at Netflix-plattformen viser brukere forskjellige plakater og teasere, avhengig av kjønn, alder og nasjonalitet. For dette ble tjenesten anklaget for rasisme.

Til slutt blir Mark Zuckerberg jevnlig irettesatt for angivelig å samle inn, selge og manipulere dataene til brukerne av Facebook. I løpet av årene ble han anklaget og til og med prøvd for manipulasjon under det amerikanske valget, hjelpe russiske spesialtjenester, oppfordre til hat og radikale synspunkter, upassende reklame, lekke brukerdata, hindre etterforskning mot pedofile.

Facebook-innlegg av zuck

Samtidig publiserer netttjenesten Pornhub årlig rapporter om hva slags porno folk av ulike nasjonaliteter, kjønn og alder ser etter. Og av en eller annen grunn plager dette ingen. Selv om alle disse historiene er like: i hver av dem har vi å gjøre med big data, som i det XNUMXst århundre kalles "ny olje".

Big data – de er også big data (eng. Big Data) eller metadata – er en rekke data som kommer regelmessig og i store volumer. De samles inn, bearbeides og analyseres, noe som resulterer i klare modeller og mønstre.

Men stordata på nettet er ikke bare statistikk for vitenskapelig forskning. De kan brukes til å spore hvordan brukere av ulike grupper og nasjonaliteter oppfører seg, hva de legger merke til og hvordan de samhandler med innhold. Noen ganger, for dette, samles data ikke fra én kilde, men fra flere, og sammenligner og identifiserer visse mønstre.

Om hvor viktig stordata er på nettverket begynte de å snakke da det var veldig mye av det. Ved begynnelsen av 2020 var det 4,5 milliarder Internett-brukere i verden, hvorav 3,8 milliarder var registrert i sosiale nettverk.

I følge undersøkelser mener mer enn halvparten av landene våre at deres data på nettverket brukes av tredjeparter. Samtidig legger mange ut personlig informasjon, bilder og til og med et telefonnummer på sosiale nettverk og applikasjoner.

Det må forklares her: den første personen er brukeren selv, som plasserer dataene sine på en hvilken som helst ressurs eller applikasjon. Samtidig samtykker han (setter et hake i avtalen) til behandlingen av disse dataene annen part – det vil si eierne av ressursen. En tredjepart er de som eierne av ressursen kan overføre eller selge brukerdata til. Ofte står dette skrevet i brukeravtalen, men ikke alltid.

Tredjeparten er offentlige etater, hackere eller selskaper som kjøper data for kommersielle formål. Førstnevnte kan innhente data ved avgjørelse fra en domstol eller en høyere myndighet. Hackere bruker selvfølgelig ingen tillatelser – de hacker ganske enkelt databasene som er lagret på serverne. Bedrifter (ved lov) kan kun få tilgang til data hvis du selv har tillatt dem – ved å krysse av i boksen under avtalen. Ellers er det ulovlig.

Big data i det kommersielle feltet har blitt brukt i flere tiår, det var bare ikke så intenst som det er nå. Dette er for eksempel registreringer fra overvåkingskameraer, data fra GPS-navigatorer eller nettbetalinger. Nå, med utviklingen av sosiale nettverk, nettjenester og applikasjoner, kan alt dette kobles sammen og få det mest komplette bildet: hvor potensielle kunder bor, hva de liker å se, hvor de drar på ferie og hvilket bilmerke de har.

Fra eksemplene ovenfor er det klart at ved hjelp av big data ønsker bedrifter først og fremst å målrette annonser. Det vil si å tilby produkter, tjenester eller individuelle alternativer kun til riktig målgruppe og til og med tilpasse produktet for en spesifikk bruker. I tillegg blir annonsering på Facebook og andre store plattformer dyrere og dyrere, og å vise det til alle på rad er slett ikke lønnsomt.

Men det er en annen viktig oppgave som har slitt de siste årene: å komme tett på det mest solvente publikummet. Dette er ikke så lett å gjøre, selv om oppgaven er betydelig forenklet av betalingstjenester og elektroniske sjekker gjennom en enkelt OFD (fiscal data operator). For å komme så nærme som mulig prøver bedrifter til og med å spore opp og "pleie" potensielle kunder fra barndommen.: gjennom nettspill, interaktive leker og pedagogiske tjenester.

De største mulighetene for datainnsamling er fra globale selskaper som eier flere tjenester samtidig. Facebook har nå mer enn 2,5 milliarder aktive brukere. Samtidig eier selskapet også andre tjenester: Instagram – mer enn 1 milliard, WhatsApp – mer enn 2 milliarder og andre.

Men Google har enda mer innflytelse: Gmail brukes av 1,5 milliarder mennesker i verden, ytterligere 2,5 milliarder av Android-mobiloperativsystemet, mer enn 2 milliarder av YouTube. Og det teller ikke Google-søk og Google Maps-appene, Google Play-butikken og Chrome-nettleseren. Det gjenstår å feste nettbanken din – og Google vil kunne vite bokstavelig talt alt om deg. Yandex er forresten allerede et skritt foran i denne forbindelse, men det dekker bare det russisktalende publikummet.

👍 Først av alt er bedrifter interessert i hva vi legger ut og liker på sosiale nettverk. Hvis banken for eksempel ser at du er gift og aktivt liker jenter på Instagram eller Tinder, er det mer sannsynlig at du godkjenner et forbrukslån. Og boliglånet på familien er borte.

Det er også viktig hvilke annonser du klikker på, hvor ofte og med hvilket resultat.

(Dvs Det neste trinnet er private meldinger: de inneholder mye mer informasjon. Meldinger ble lekket på VKontakte, Facebook, WhatsApp og andre direktemeldinger. Ifølge dem er det forresten enkelt å spore geolokaliseringen på tidspunktet for sending av meldingen. Du har sikkert lagt merke til: Når du diskuterer å kjøpe noe eller bare bestiller pizza med noen, vises relevant reklame umiddelbart i feeden.

🚕 Big data brukes aktivt og "lekkes" av leverings- og taxitjenester. De vet hvor du bor og jobber, hva du elsker, hva din omtrentlige inntekt er. Uber, for eksempel, viser prisen høyere hvis du kjører hjem fra baren og åpenbart har overdrevet. Og når du har en haug med andre aggregatorer på telefonen din, tvert imot, vil de tilby billigere.

(Dvs Det finnes tjenester som bruker bilder og videoer for å samle inn så mye informasjon som mulig. For eksempel datasynsbiblioteker – Google har et. De skanner deg og omgivelsene dine for å se hvilken størrelse eller høyde du er, hvilke merker du bruker, hvilken bil du kjører, om du har barn eller kjæledyr.

(Dvs De som leverer SMS-gatewayer til bankene for sine utsendelser kan spore kjøpene dine på kortet – å kjenne de siste 4 sifrene og et telefonnummer – og deretter selge disse dataene til noen andre. Derfor all denne spam med rabatter og pizza i gave.

🤷️️ Til slutt lekker vi selv våre data til venstre tjenester og applikasjoner. Husk den hypen rundt Getcontact, da alle var glade for å fylle ut telefonnummeret sitt for å finne ut hvordan det var skrevet av andre. Og finn nå avtalen deres og les hva den sier om overføringen av dataene dine (spoiler: eierne kan overføre dem til tredjeparter etter eget skjønn):

Selskaper kan med hell samle inn og til og med selge brukerdata i årevis, helt til det kommer til en rettssak – som skjedde med samme Facebook. Og så ble den avgjørende rollen spilt av selskapets brudd på GDPR – en lov i EU som begrenser bruken av data mye strengere enn den amerikanske. Et annet nylig eksempel er Avast-antivirusskandalen: en av selskapets datterselskapstjenester samlet inn og solgte data fra 100 til 400 millioner brukere.

Men har alt dette noen fordeler for oss?

Ja, det er også en lys side.

Big data hjelper til med å fange kriminelle og forhindre terrorangrep, finne savnede barn og beskytte dem mot fare.

Med deres hjelp, vi vi mottar kule tilbud fra banker og personlige rabatter. Takket være dem vi vi betaler ikke for mange tjenester og sosiale nettverk som kun tjener på annonsering. Ellers ville Instagram alene kostet oss flere tusen dollar i måneden.

Til slutt, noen ganger er det bare praktisk: når tjenestene allerede vet hvor du er og hva du vil ha, og du ikke trenger å lete etter informasjonen du trenger selv.

Et annet lovende område for bruk av Big Data er utdanning.

Ved et av de amerikanske universitetene i Virginia ble det utført en studie for å samle inn data om studenter i den såkalte risikogruppen. Dette er de som studerer dårlig, går glipp av timene og er i ferd med å droppe ut. Faktum er at i statene hvert år trekkes rundt 400 personer. Dette er dårlig både for universitetene, som får senket karakterer og kutt i finansieringen, og for studentene selv: Mange tar lån til utdanning, som etter fradrag fortsatt må betales tilbake. For ikke å snakke om tapt tid og karrieremuligheter. Ved hjelp av big data er det mulig å identifisere de som henger etter i tid og tilby dem en veileder, tilleggskurs og annen målrettet assistanse.

Dette passer forresten også for skoler: da vil systemet varsle lærere og foreldre - de sier, barnet har problemer, la oss hjelpe ham sammen. Big Data vil også hjelpe deg å forstå hvilke lærebøker som fungerer best og hvilke lærere som lettere forklarer stoffet.

Et annet positivt eksempel er karriereprofilering.: dette er når tenåringer får hjelp til å bestemme seg for sitt fremtidige yrke. Her lar big data deg samle inn informasjon som ikke kan skaffes ved hjelp av tradisjonelle tester: hvordan brukeren oppfører seg, hva han legger merke til, hvordan han interagerer med innholdet.

I samme USA er det et karriereveiledningsprogram – SC ACCELERATE. Den bruker blant annet CareerChoice GPS-teknologi: de analyserer data om elevenes natur, deres tilbøyeligheter til fag, styrker og svakheter. Dataene brukes deretter til å hjelpe tenåringer å velge de riktige høyskolene for dem.

Abonner og følg oss på Yandex.Zen — teknologi, innovasjon, økonomi, utdanning og deling i én kanal.