A GDPR életbe lépések új korszakot jelent: az internetezők erősebb adatvédelemre számíthatnak. A szabályozás arra is hatással van, hogy hogyan szolgáltathatunk a felhasználók számára releváns tartalmat. Partnerünk, a Strossle szerint a következőket kell átgondolni.
A tartalmi ajánlások mostanra mindenhol ott vannak: a Netflix filmeket ajánl az alapján, amit korábban néztünk, a Tripadvisor automatikusan éttermeket javasol, mikor szabadságon vagyunk, a médiamárkák érdekes cikkeket ajánlanak, a Facebook hírfolyama pedig nem is áll másból, mint személyre szabott tartalomajánlók végtelen sorából.
Az ajánlások értékesek
A kérdés az, hogy miért váltak a ajánlások ennyire elterjedtté? A első és egyértelmű indok az, hogy a cégek, amelyek ilyen szolgáltatást nyújtanak, pénzt keresnek vele. Olyan tartalmak és szolgáltatások fogyasztását ösztönzik, amelyekre az emberek nem találnának rá maguktól. A második indok az, hogy az ajánlások értéket képviselnek az emberek számára. Amióta ilyen mennyiségű digitális tartalom érhető el, nagyon fárasztóvá vált minden szükséges információt megtalálni. Az intelligens ajánlások olyanok, mint a közeli jóbarát, aki jó előre utána néz annak, amire szükségünk van, és aztán a fülünkbe súgja a legjobb tippeket.
A GDPR nagy hatással van
Ezeknek a rendszereknek a megértése még fontosabbá vált a médiatulajdonosok számára, miután a GDPR közvetlen hatással lesz arra, hogy hogyan használhatjuk ezeket. Próbáljuk meg ezt egyszerű módon megérteni. Az ajánló motorok általában kétféle módon működhetnek:
Az első a tartalom központú megközelítés, amit a Strossle is követ. A motor arra van kitalálva, hogy felismerje és kategorizálja a tartalmakat, majd azokat összekösse más, relevánsnak gondolt tartalmakkal. Ezt historikus, általános fogyasztási mintázatok alapján teszi. Például azok az emberek, akik a banánról olvasnak, valószínűleg érdeklődnek az egészség és a testmozgás témák iránt is. Azaz nem a banánról akarnak még többet olvasni. Az ajánlások pontosságát a rendszer folyamatosan fejleszti a gépi tanulás által.
A második megközelítést kollaboratív filterezésnek nevezik, és ez felhasználó központúbb. A motor először is megnézi, hogy mit tud a felhasználóról, aztán azt, hogy a hasonló felhasználók mit szeretnek. Az ilyen rendszerek már akkor hatásosak lehetnek, amikor a felhasználó még nem is biztosított semmilyen visszajelzést (kattintások által). A felhasználó központú ajánlórendszerekkel az a baj, hogy személyes adatokra van szükségük, amelyeket sokkal nehezebb lesz összegyűjteni a GDPR életbe lépése után. A személyes adatok megőrzéséhez a felhasználó részéről aktív hozzájárulásra lesz szükség, és nagy kérdés, hogy megkapjuk-e ezt. A PageFair kutatása szerint a felhasználóknak csak 3%-a adna ahhoz hozzájárulást, hogy reklámcélból kövessék.
A jövő tartalom központú
A legfontosabb következtetés mindebből az, hogy azoknak a kiadóknak és hirdetőknek, akik továbbra is jó minőségű ajánlásokat akarnak biztosítani a felhasználók számára, hozzájárulás kérése nélkül, a személyes adatok használatára építő rendszerek helyett a tartalom alapú megoldások felé kell elmozdulniuk.
Emlékezzünk: a GDPR célja a személyes adatok védelme, ami a Facebook adatválságának tükrében sürgősebb, mint valaha. Tegyük fel magunknak a kérdést: tényleg szükségünk van azokra az adatokra, amelyeket a third-party szolgáltatók gyűjtenek a felhasználóinkról? Vagy tudunk olyan megoldást, ami jobban védi a személyes adatokat?
Érdemes elolvasni azt a checklistet is, ami az ajánló rendszer kiválasztásához ad segítséget.