对于互联网用户和互联网广告来说，用户隐私数据一直是个敏感的话题。以下就是移动广告平台DrawBridge的创始人兼CEO卡马克什·西瓦拉马克莱斯娜（Kamakshi Sivaramakrishnan） 近日在美国科技媒体Re/code上发文进行的分析：

　　众所周知，Facebook、谷歌等科技公司改变我们使用互联网的方式，同时我们也享用到了海量的免费网络和移动服务，但是需要指出的一点是，即便我们并未在某个站点或某个应用中购买商品，我们的个人信息其实已经被当成商品销售出去了。毫不客气的说，没人任何人能够控制如何使用自己的个人信息（来换取那些所谓“免费”的服务），而这些信息在没有经过任何许可的情况下已经成为许多价值链的组成部分。

　　在传统的互联网经济中，大部分免费服务由互联网广告来支撑。许多新闻网站、社交网络和其他在线应用都向用户免费开放，他们的收入也不是从用户获得，而是从广告合作伙伴处获得。这种模式显然与真正意义上的电子商务是相反的，电子商务往往直接从用户身上实现收入，所以就很少依赖广告。

　　对于收入比较依赖广告的网站来说，用户浏览量越高，他们的广告就越值钱。作为普通用户，我们在使用这些在线服务或移动应用，往往需要填一些个人信息，包括电话号码、家庭住址、生日、家庭成员、兴趣、性取向、政治观点、病史和信用卡号等等，而这些信息通常在我们不知道的情况就已经被分发给了其他网站和应用。

　　其实这种做法早已不是什么新鲜事了，这与在商场入口填写信息获得抽奖券的想法一样，不过不同的是网站可以在用户完全不知晓的情况将其数据出售出去（有时候甚至是欺骗性的）。尽管我们在向网站和应用提供个人信息时是“心甘情愿”的，但是随后发生了什么事情我们却无从得知。在填写这些信息的时候，我们通常都会比较盲目地同意“服务和隐私政策条款”，这其中往往包含允许网站或应用将用户的个人数据用于营销或共享给“值得信赖的合作伙伴”，当我们在勾选“同意”时，可能并没有意识到这其实也就意味着自己放弃了对个人信息的控制权。

　　用户身份信息的价值

　　在如今的这个多设备世界中，每个美国人平均拥有4台数码设备，这也让身份信息的安全保障变得比以往任何时候都要难。我们在访问过的网站或应用中所留下的个人数据实际上对于那些数据驱动的个性化服务而言有着相当大的使用价值。

　　虽然营销人员所提供的一些个性化服务相当不错，有的也被消费者所接受，但是通过这种方式来进行数据采集很明显侵犯了用户的身份和隐私信息，但是我们通过各种数码设备在进行工作、社交、研究和消费时都会产生大量不可控的数据，这些数据往往会被一些公司利用而谋取暴利。

　　不过目前也有一些网站和应用开始公开反对这些隐私政策，比如以“反Facebook”自称的社交媒体Ello走的就是“无广告”路线，从而大程度地保障用户的个人隐私。Ello的做法自然能在一定程度上解决用户隐私数据被滥用的问题，但是对于普通互联网用户来说，我们想要的是并不仅仅是那些常用的社交网络站点向我们保证不会把身份信息用于营销目的，而是在那些采用“免费服务+广告”的网站与滥用用户隐私数据行为之间画出一条清晰的分界线，如果能够找到这条分界线，那么就基本上不过担心我们的隐私数据了。

　　其实在消费互联网兴起的这20多年间，一直都存在一个灰色的中间地带，那么在20多年之后，我们有希望找到一条分界线来在保护用户隐私数据的同时，充分互联网的广告推广效应。简单来说有以下两种方法。

　　身份信息的两种获得方式

　　任何一个网络营销人员的目的都是能接触到尽可能多的目标受众，为了实现这个目标，他们通常主要依靠自己已有的客户数据以及从广告发布商和广告合作伙伴那里得到的数据。即便如此，仍然有两种方式能够实现这一目标，但这两种方式在是否侵犯用户隐私数据方面却有着天壤之别。

　　以Facebook和谷歌为例，他们都是利用自家应用的登陆信息来确定用户的ID及对应的数据，因为我们在使用Facebook的服务之前，就已经同意了其所提供的服务条款，允许Facebook的营销人员利用我们的数据来在Facebook受众网络（Facebook Audience Network）内随时找到我们。现在当我在移动设备上登陆Instagram时，Facebook就知道是我在使用该应用，对应的账号信息与两小时前在笔记本上登陆Facebook的用户是一样的。当然，Facebook还能利用我的个人信息向我推送针对性极强的广告。

　　这些数据对于营销人员来说无疑是相当有价值的，但是这却付出了暴露用户隐私数据的代价。一定要这样做才能实现营销目标么？是否存在一种让用户和营销广告技术平台获得双赢的方法呢？

　　答案当然是肯定的，相对于对用户进行“确定性识别”而言，“概率性识别”则能够在保护用户隐私的同时，还能让营销人员找到正确的目标用户。“概率识别法”所收集的是用户的非长期识别信息，比如浏览器cookies、设备ID和不同设备上的那些能够反映用户兴趣和其它属性的信息。

　　通过“概率性识别”解决方案获得的用户信息同样是有价值的，同时在规模上要大于任何一个单一的应用或网站的用户数据库。此外，这些数据在各种营销平台上使用时的灵活性也相当高，因为这只是与用户可能相关的预测信息。使用“概率识别法”不仅能够让用户的隐私得到充分保护，并且一样能够让营销人员获得可观的目标受众。

　　隐私政策之争：强制还是可选？

　　如今像谷歌和Facebook这样级别的公司能够为用户提供许多跨设备的服务，当然他们也会把我们的个人数据提供给合作伙伴，原因就是我们在使用他们的服务之前就已经不得不同意了允许他们将我们的个人数据用于营销目的这一条款。目前包括Facebook、谷歌、雅虎和Twitter在内的网站针对用户隐私政策均采用这种单一选项的方式，他们也通过这种方式来保证自己能够获得足够多的用户信息来进行广告营销。

　　与Facebook和谷歌所采用的基于用户身份信息的营销方式不同，“概率性识别”解决方案为用户提供了退出选项，换言之，用户在采用某项网络或应用服务时，在“服务和隐私政策条款”的页面所看到的并不是“同意”选项，而是“不同意”选项，一旦用户选择了该选项，其信息就不会被进一步利用。那么，这种方式是否也适用于Facebook、谷歌以及其他互联网服务呢？或者说他们是否会愿意为用户提供一个这样的退出选项，转而通过“概率识别法”来获取用户信息呢？

　　当然，Facebook和谷歌完全可以采用这种不依赖于用户个人信息的“概率性识别”解决方案，这些公司如今已经深入到我们日常生活的各个角落，同时拥有丰富的资源来打造一个不会对用户隐私数据造成侵犯的信息获取方案，但问题在于他们目前的商业模式是否允许他们这样做，因为这可能会让他们损失掉价值链的重要一环，究竟作何选择我们也只能拭目以待。

　　由此可见，众多企业对于用户隐私数据而言都有着自己的处理方式，至于哪一种效果更好还是让我们边走边看。