راه رفتن روی لبه

بررسی داده غیرساختاریافته یا ساختارنیافته برای کسب بینش در زمینه نکات جزئی زندگی افراد روی لبه‌های امنیت و حریم شخصی گام برمی‌دارد و این امر باعث می‌شود برندها در هدف‌ قرار دادن مشتریان به‌ سادگی از این مرز عبور کنند و به هیولاهایی ترسناک بدل شوند. هر تصویری که در رسانه‌های اجتماعی پست می‌شود، هر خطی که توییت می‌شود و هر حرکت در خرید، می‌تواند مورد تحلیل قرار گیرد و برای تبلیغات استفاده شود. پیش از این «رضایت» در مورد حفظ حریم شخصی مشتری ایده‌ای ازمدافتاده بود. الگوریتم‌های یادگیری ماشین و راه‌حل‌های مبتنی بر هوش مصنوعی، این قابلیت را دارند که هر حرکتی را در هر فعالیت آنلاین پی بگیرند و کل پروفایل را بررسی کنند؛ این فناوری می‌تواند مشخص کند که یک برند چگونه باید مشتری را هدف قرار دهد. این امر تحلیل تاریک است و دیلویت آن را این‌گونه تعریف می‌کند: «بررسی و کشف جان گسترده غیرساختاریافته و تاریک داده، با هدف از زیر خاک درآوردن جزئیات و بینش‌های مربوط به کسب‌وکار، مشتری و عملیات، که به دارایی‌های داده‌ که تحت مالکیت سازمان‌ها یا شرکت‌هاست، ساختار می‌بخشد.» نمونه‌های تحلیل تاریک متنوع‌اند؛ از تحلیل‌های بی‌خطر گرفته تا تحلیل‌های شرورانه. در سمت روشن تحلیل، تحلیل داوطلبانه مصرف‌کنندگان رسانه‌های اجتماعی برای کمپین‌هاست. نمونه دیگر استفاده از پردازش زبان طبیعی برای تحلیل ایمیل‌های مشتریان از نظر احساس و خلق‌وخو است تا خدمات مشتری بهتر انجام شود. بعد از این سمت روشن تحلیل، بخش خاکستری وجود دارد. Albert، هوش مصنوعی بازاریابی دیجیتالی فیس‌بوک، قطعه‌های میکرو را برای مشتریان خود بر اساس مدل‌های میکرو- زبان استفاده‌شده، تصویرهای ارسال‌شده و محتوای پست‌ها- مـی‌سازد. Hoxton Analytics کفش‌ها را در مکان‌های عمومی بررسی می‌کند و سن، جنسیت و وضعیت اقتصادی‌اجتماعی خریداران خود را تخمین می‌زند. دیتو بربیج مدیر فناوری و نوآوری WCRS می‌گوید: «حتی با مقررات عمومی حفاظت از داده اتحادیه اروپا که وضوح و کنترل بیشتری...