Юридичні наслідки використання ШІ та мінімізація правових ризиків
Microsoft Advertising розширює можливості Custom Columns
Google впроваджує AI-інструменти для автоматизації ставок і бюджетів у Search та Shopping
Компанія Google оголосила про намір у наступному році відмовитися від використання технології відстеження, що дає змогу ідентифікувати користувачів під час перегляду вебсторінок для демонстрації персоналізованої реклами.
Відповідне повідомлення було опубліковано в блозі компанії
Таке рішення інтернет-гіганта, що займається цифровою рекламою, повинно допомогти галузі відмовитися від індивідуального відстеження, яке все частіше критикується не тільки користувачами, що піклуються про власну конфіденційність, а й регулювальними органами різних країн. Швидше за все, таке рішення Google також спричинить негативну реакцію з боку рекламодавців, багато з яких покладаються на індивідуальне відстеження для показу персоналізованої реклами.
«Людям не потрібно погоджуватися з тим, що їхні дії в інтернеті відстежуються, щоб отримати вигоду від релевантної реклами. Рекламодавцям не потрібно відстежувати дії поодиноких споживачів в інтернеті, щоби використовувати переваги цифрової реклами. Досягнення в галузі агрегації, анонімізації, обробки даних на пристроях і інші технології, що сприяють збереженню конфіденційності, дають змогу визначити чіткий шлях до заміни індивідуальних ідентифікаторів», — йдеться в повідомленні Google.
Digital Marketing
Будь першим серед трендів
Дізнавайся про новини та цікаві поради digital маркетингу першим — підпишись на наш Telegram-канал зараз.
Підписатися на TelegramВарто зазначити, що ще минулого року Google заявила про намір відмовитися від використання сторонніх файлів cookie у своєму фірмовому браузері Chrome. Натомість компанія залучає технологію Federated Learning of Cohorts (FLoC), використання якої дає змогу добитися не менш ефективних результатів, ніж у випадку, коли застосовується персоналізована реклама, що базується на ідентифікаторах користувачів. Технологія FLoC використовує алгоритми машинного навчання для аналізу поведінки користувачів в інтернеті. Водночас не здійснюється ідентифікація поодиноких користувачів, а відбувається їхній поділ на групи. Такий підхід допомагає отримати дані про ширшу аудиторію, не порушуючи конфіденційність окремих користувачів.
Джерело: Google Blog