文|奉政坊
大数据时代是一次大浪潮,在推高企业运营效率的背后,也必须留意波浪本身带来的海水飞溅。就像帆板选手也有飞驰酷炫的反面——若是触碰到用户敏感脆弱的神经,市场必须准备好去应对足够多的负面情绪。
横行了数年的探针盒子,在被曝光之前,大多数人还从未对它有更清晰的洞察,曝光动作更像是语义上的冲击,本质层面来讲仍旧难以触碰或影响到利益链条的核心。
唯一还尚且能够感到欣慰的是,所有这些动作都是一次次理性地试探,即在大数据时代,用户隐私和企业行为都已牢牢绑定于企业价值创造、用户工作生活的每一个环节,消费互联网的数据安全风险正因其数据规模的增加——和它带来的数据化生活的便利一样,变得越来越引人注意。
不过这些又都仅仅只是表面。
表面背后的事情是,深深影响了中国互联网多年的场景论,正通过品牌营销的种种理念,让数据饥饿成为企业的常态,这又反过来加重鱼池中竞争的激烈程度。
无论是阿里的新零售亦或京东的无界营销,围绕用户和产品,构建人货场的关系,终究成为创业公司或大企业销售产品或服务的首要诉求——消费互联网相比于产业互联网,要更依赖于触达能力,特别是在商业模式创新比技术创新更加泛滥的当下。
我曾经说过,新旧入口都是围绕“感知”维度在做用户开发和设计,如今巨头们的核心竞争力也开始过重强调数据赋能,各类维度的数据都成了他们踏寻边界的一场摸索。
大数据与小混乱
相比于逻辑推演,简单的实例要更触动人心。315晚会上曝光的璧合科技旗下的探针产品,还有一个没有说出的事实——前者投资人列表中,人工智能公司科大讯飞赫然在列。
探针本身无从获知用户手机号码等更隐私的信息,它们都依赖于感知点位上的数据匹配——即从探针获得的唯一设备标识码(MAC地址)到自身的数据库中去匹配这台设备对应的手机号。
而为壁合科技提供数据匹配服务的C端产品究竟是什么,我们现在还无法下肯定的结论。只是投资人之一的科大讯飞,仅旗下的科大讯飞输入法一款App,就坐拥过6亿用户的信息,我们有理由对输入法工具采集用户手机身份信息的缘由感到疑惑。
具有数据采集意识的企业,一面要为数据应用寻找更丰富的匹配场景,一面又要在企业公关上管控舆论风险。分拆子公司业务等操作并不鲜见,制造表面隔离的原因本身,还是立法层面上的真空,为这种运用找到了暂时的窗口机会。
其实,即便站在假设层面,科大讯飞通过璧合科技寻求数据服务的合作进行一些试探性、针对性的尝试,我也不会感到任何的意外。因为客厅经济、办公室经济等等词语早就徒增许多语义的概念,许多大企业也深度参与其中,让数据运用与采集,在缺乏边界管控时,极易在属于普通用户利益的部分露出风险敞口。
比如,作为一名互联网从业者,我也非常清楚,在简单的数据清洗和脱敏之后,设备信息本身的运用,也仅仅只是和获取用户电话号差了最后那小小的一步而已——MAC地址广告投放,和更早年间的LBS概念下的广告投放的基础逻辑共生。
只是在获客难、转化难的营销层面,依托MAC地址匹配手机号码从而得到直接的联系方式,让产业从业人员和线下零售商家,都在远水不解近渴的忧虑中,看到了一片新的梅林。
边界的模糊还在于,从设备信息到更具关联性的手机号的递进,是否会在之后开启对照片信息的读取,从而匹配关联更具人像化的颗粒度数据,我们谁都无法确保。
唯独的关心是,在所谓的新零售,所谓的无界营销,所谓智慧零售背后,数据的规范治理和保护,需要有谁来给出一个清晰的结论。
在这场大数据时代的变革创新中,我们每一个人都应该立即、立即开始意识到,数据使用的标准与规范确实是厂商、供应链、零售商三方互联网共识中缺失的那一环,如何看待用户隐私保护,在提升效率和安全心安两边取得平衡,尚缺有一个有说服力的答案。
特别是安防产业飞速发展的当下,视觉识别和动作捕捉都早已成为行业前行中的“新场景”。包括阿里京东在内的巨头,布局于智能家居,在确乎带来城市未来生活想象空间的同时,天猫精灵等产品,无疑又在通过云端服务平台,织就一张匹配了人脸的数据网络。
而线下的各类图像采集设备更是屡见不鲜,从个人图像维度探寻用户连接的意义,这当然算得上是无感化营销,而我也大概率相信巨头们出于某些原因会保持克制和企业内数据权限分配的审慎;但问题是,其带来的行业风潮,却不可否认的带来整个行业数据滥用风险的滋长,脱敏也许就会成为许诺落空的噱头。
据JuniperResearch的一份研究新报告,预计到2023年,随着智能安防推广将推动家庭自动化和监测市场规模达到450亿,这还仅仅是客厅的业态范围。
所以说,数据规模的提升,为用户分析和产品功能修正,提供了行业亟需的洞见和远识,但它又确乎在某些时候制造了一些骚动和小混乱。
需要再次重述:当下的社会,大数据造句成为一门流行的公开课,对其内涵的何种解释,都好像能够自圆其说,可问题在于,围绕日益增加的数据使用的伦理和治理,现在还没有一个清楚可执行的方案。
英国短剧《黑镜》里,有一集就是讽刺大数据时代的社会生活的——通过收集用户数据给每个人打一个分数,从而决定这个人可以享受何种社会服务,这逼近我们想象中的星球未来。
其背后的伦理观无非是在发出这样的疑问:我们熟悉的数据生活方式,好与坏的界定究竟是怎样的——特别是,企业习惯于给我们灌输的都是精心打扮的另一面——数据推荐指引阅读与购物,帮助我们寻找好餐厅和好住所,它已经深入我们的吃穿住行,让我们离不开已经习惯的模式。
在这种情况下,我们固然需要强调规范和制度约束,但首先我们应该做好最坏打算,也即运营便利带来的客观风险并为应对该风险做好思想准备——数据安全事件不是第一次发生了,对那些触犯法律或道德底线的事件我们应该追究到底,但对于数据运用本身可能出现的渗漏,我们实际上还没有太多的办法。
按现行的趋势,璧合科技的手机号例子绝对只是温柔的。
小混乱是对人群的动议,我们要想解决这样的问题,先要有统一的意识,从而给业务公司、产业利益集团施加压力。
场景变身
场景论调中,各类App花样繁多的填满我们的手机,还通过移动网页合围了我们的娱乐生活。
过去10年里有近1000万款App发布。今年8月,Play Store里有280万款App。摩尔定律带来手机储存更加普及,但风险也暗蕴其中。
风险不只是国内事件,它是全球性的案例,只是中国的问题要更突出和明显——不久前,牛津大学的一项对于智能手机数据传输的科学研究发现,近100万款安卓App收集的数据有近90%被传回谷歌。
这项经同行评审的研究分析了2017年谷歌Play Store提供下载的约三分之一App,发现这些App可能将数据传给多个第三方。
这个研究项目的主导者,是一位名为鲁宾•宾斯的计算机科学家,它抛出了一项对我们而言有震撼力的观点——业已习惯互联网免费模式的我们,是否也反向考虑过免费也昂贵的商业悖论:
多数的App宣言的免费模式有很深的陷阱,如果不能从销售服务或产品上获得利润,那么数据共享就会失控。因为这更类似于一场交换——虽然相当一部分人主观上并不愿意把自己的数据拿到桌面上交易。
第三方通过智能手机app收集的数据包罗万象,从个人资料信息(如年龄和性别)到位置详细信息,以及有关手机上其他所有App的信息,通过这些信息组合,我们在另一端的数据库里,被打上了数以万计的标签。
从这些数据中,做简单的逻辑回归或更难的机器学习建模,我们就会被还原为一个个鲜活的生命——距离用户真身这件事,只剩下用户图像需要“突破”,而我们身边又“恰好”正掀起一场视觉算法的创新革命。
你看,所有的一切,都是在围绕信息做流通考量,所以信息展示和信息获取一直是新场景的关切重心。
对于信息获取,巨头们不惜代价的拿下所有现在和未来用户会经历的所有场景。从吃穿住行领域说起,打车、外卖、差旅,你日常使用的一切服务,它们远远超出了巨头们做单一财务投资所需考虑的意义范围——其结果是数据的整合分析让营销精准性得到了增强,外界对用户数据有了越来越立体的还原需求。
对于信息展示,生产能力的不平衡开始展示了出来。作为前序获取数据的后续流程,可以依附于种种展示渠道、展示方式的铺陈,都最终会回到很简单的一个问题上来:究竟有没有效果,即数据有没有发挥出更大的营销价值,让付费率或转化率得到大大提升。
一旦答案是否定的,生产能力无从满足支付或尝试更昂贵的营销,企业就会做最简单的执行——直接获取电话号码,在中国大多数的生意里,被更多老板所认可接受。
原因也要接地气得多,添加微信、短信营销、电话营销,是他们看得见摸得着也习惯的锁客形式,它比巨头们的营销场景打造要更短视,却也更为实际。
这就是为什么我说场景面临着威胁。
动辄耗时大半年或更长时间的线下营销场景改造,来自于对数据分析后实现对用户营销,但又不过分搅扰的产品创新——也许银泰或永辉等线下商超业态有这样的技术创变能力和资金积蓄,但多数企业并不想也无意打造此番生态远景。
它们的利益格局只能寻求更便捷的展示路径,并且一旦发现转化过长,它们就更青睐于将数据转手,这部分才是数据风险最深的水域。
新结构
各大巨头制造了战场的硝烟,也启示着我们另一个同样具有讨论价值的问题——移动设备如果不再是未来占据时间,贴合身份标签的最佳硬件,那么抢先布局任何工具,都可以看作是数据场景的延伸。形如汽车、可穿戴头盔、眼镜,都在尝试建立一个完全陌生的新结构。
如果这个新结构能够创造出更具直接的信息展示形式,也能够拥有比肩手机的数据贴合度即唯一标识性的特征,那么数据价值的发挥会更深入地影响我们的生活。
所以我们也就有更大的必要,在新结构出现之前,讨论一个各方接受并认可的牢固地基。(本文首发钛媒体)
根据《网络安全法》实名制要求,请绑定手机号后发表评论
流行互联网认识中的眼光短浅和认识肤浅: 互联网商业下半场论--- 眼光短浅;互联网应用场景论--- 认识肤浅!
人对信息的需求,就好比,对空气的需求。以场景来论述对信息/空气的需求 -----这必定是是孤立、片面、简单和深度有限的认识论。
人有 “ 本能性需求 ”,也有 “ 非本能需求 ”;信息需求就是 “ 最重要 ”的非本能性需求 ------ 仅次于本能性需求的人类需求。场景论 ----- 从场景来分析和认识人的信息需求-----这是非常初级的关于信息需求的分析和认识方法。