สารบัญ:
- อุตสาหกรรมการดูแลสุขภาพ
- การคาดการณ์และการเลือกปฏิบัติ
- เป้าหมายการขายสูง
- การเฝ้าระวังที่เพิ่มขึ้น
- การใช้ที่ผิดกฎหมาย
- การจัดการกับปัญหาของบิ๊กดาต้า
ทุกวันบิตและไบต์ไหลผ่านอากาศทำให้ธุรกิจมีข้อมูลขนาดใหญ่ ธุรกิจจำนวนมากได้นำข้อมูลที่สามารถใช้ได้อย่างอิสระและใช้เพื่อกำหนดเป้าหมายลูกค้าในรูปแบบที่ไม่เหมือนใครและบางครั้งก็ผิดกฎหมาย สิ่งนี้ทำให้เกิดความกังวลที่สำคัญเกี่ยวกับความเป็นส่วนตัวออนไลน์หรืออย่างน้อยก็มีอะไรเหลืออยู่
ด้วยรายงานล่าสุดเกี่ยวกับการสอดแนม NSA กับผู้คนผู้บริโภคเริ่มตระหนักว่าชีวิตส่วนตัวของพวกเขาเป็นอย่างไร สิ่งนี้ทำให้เกิดความกังวลอย่างจริงจังในตลาดปัจจุบัน
ต่อไปนี้เป็นห้าวิธีที่ข้อมูลขนาดใหญ่ก่อให้เกิดความกังวลเกี่ยวกับข้อมูลส่วนบุคคล
อุตสาหกรรมการดูแลสุขภาพ
อุตสาหกรรมการดูแลสุขภาพเป็นหนึ่งในผู้สนับสนุนที่ใหญ่ที่สุดของข้อมูลขนาดใหญ่เนื่องจากมีข้อได้เปรียบอย่างมากในการปกป้องสุขภาพของผู้ป่วย ประชาสัมพันธ์ของข้อมูลขนาดใหญ่ใช้ข้อมูลเพื่อระบุคนที่มีความเสี่ยงสูงของเงื่อนไขทางการแพทย์บางอย่างในช่วงต้นการปรับปรุงคุณภาพของการดูแลผู้ป่วยที่ได้รับและลดค่าใช้จ่ายที่สูงขึ้นของการดูแลสุขภาพ (ในข้อมูลขนาดใหญ่สามารถบันทึกการดูแลสุขภาพได้หรือไม่)
แม้ว่าจะมีประโยชน์มากมายมหาศาลการศึกษาใหม่เปิดเผยว่าข้อมูลขนาดใหญ่อาจมีความเสี่ยงมากกว่าที่คิดไว้ในตอนแรก
เจสันพอนตินหัวหน้าบรรณาธิการของ MIT Technology Review บรรณาธิการกล่าวว่าเมื่อมีการเข้าถึงข้อมูลได้มากขึ้นและเป็นเรื่องส่วนตัวมันเป็นเรื่องสำคัญที่จะต้องตระหนักถึงความปลอดภัยและความเป็นส่วนตัวที่อาจกระทบกับข้อมูลขนาดใหญ่ กฎ HIPAA กำหนดให้ผู้เชี่ยวชาญด้านสุขภาพต้องรัดเข็มขัดนิรภัย อย่างไรก็ตาม HIPAA ไม่สามารถป้องกันความกังวลที่เกี่ยวข้องกับการดูแลสุขภาพทั้งหมด ตัวอย่างเช่นเมื่อผู้คนเริ่มค้นหาคำตอบที่เกี่ยวข้องกับโรคของพวกเขาในพื้นที่ปลอดภัยที่ไม่ใช่ HIPAA เช่น Google หรือเครื่องมือค้นหาอื่น ๆ ข้อมูลนั้นจะไม่ได้รับการปกป้องโดย HIPAA นอกจากนี้อุปกรณ์เทคโนโลยีมากขึ้นเรื่อย ๆ เช่นอุปกรณ์ตรวจสอบการออกกำลังกายที่สวมใส่ได้และแอพพลิเคชั่นสมาร์ทโฟนไม่ปลอดภัยหรือเป็นส่วนตัวทำให้เกิดความกังวลว่าใครอาจเห็นข้อมูลที่อุปกรณ์เหล่านี้รวบรวม
มีวิธีที่สอดคล้องกับ HIPAA หลายวิธีในการใช้ข้อมูลขนาดใหญ่เพื่อเข้าถึงข้อมูลด้านสุขภาพของผู้ป่วย อย่างไรก็ตามด้วยการเพิ่มขึ้นของพฤติกรรมและอุปกรณ์ดิจิตอลอื่น ๆ ที่ใช้สำหรับข้อมูลและกิจกรรมที่เกี่ยวข้องกับการดูแลสุขภาพทำให้ข้อมูลใหม่จำนวนมากที่สตรีมเข้าสู่ตลาดและออนไลน์ไม่ปลอดภัย
การคาดการณ์และการเลือกปฏิบัติ
นอกเหนือจากการทำนายความเสี่ยงที่อาจเกิดขึ้นกับเงื่อนไขทางการแพทย์ในอนาคตข้อมูลขนาดใหญ่ยังช่วยให้สามารถคาดการณ์ข้อมูลอื่น ๆ เกี่ยวกับผู้คนได้ ข้อมูลขนาดใหญ่ข้อมูลที่สามารถคาดการณ์ได้คือการพัฒนาศักยภาพที่จะนำมาใช้เป็นวิธีการแบ่งแยกกับผู้คนในกลุ่มประชากรที่หลากหลาย
ตัวอย่างหนึ่งของการแบ่งแยกข้อมูลขนาดใหญ่เกิดขึ้นระหว่างการศึกษาของมหาวิทยาลัยเคมบริดจ์ หลังจากดู "ถูกใจ" ของผู้คนประมาณ 60, 000 คนบน Facebook ข้อมูลจะถูกประมวลผลเพื่อคาดเดาสิ่งต่าง ๆ เช่นเพศเชื้อชาติรสนิยมทางเพศและพฤติกรรม ผลลัพธ์มีความแม่นยำอย่างน่าตกใจ เมื่อวิเคราะห์ข้อมูลที่รวบรวมแบบจำลองสามารถแยกแยะเกย์จากชายตรงได้อย่างถูกต้องร้อยละ 88 ของเวลา ตัวแบบยังทำนายการแข่งขันด้วยความแม่นยำ 95 เปอร์เซ็นต์ พฤติกรรมเช่นการดื่มแอลกอฮอล์ที่ผู้คนบริโภคมากถูกทำนายไว้อย่างแม่นยำในแบบจำลองนี้
หลายคนมีความกังวลว่านายจ้างเจ้าของบ้านโรงเรียนหน่วยงานของรัฐและอื่น ๆ อาจใช้ข้อมูลในการสร้างโปรไฟล์บุคคลสร้างความเป็นไปได้ในการเลือกปฏิบัติตามเพศรสนิยมทางเพศหรือเชื้อชาติเหนือสิ่งอื่นใด (เกี่ยวกับปัญหาความเป็นส่วนตัวในทำไมไม่มีผู้ชนะในการโต้วาทีส่วนตัว)
เป้าหมายการขายสูง
การเลือกปฏิบัติตามแบบจำลองข้อมูลขนาดใหญ่มีศักยภาพที่จะซึมซับทุกพื้นที่ของตลาด ในบางกรณีมันมีอยู่แล้ว
การใช้แบบจำลองที่คล้ายกับแบบจำลองในการศึกษามหาวิทยาลัยเคมบริดจ์นักการตลาดใช้ข้อมูลขนาดใหญ่เพื่อกำหนดเป้าหมายการขายและผลิตภัณฑ์ของตน แม้ว่านักการตลาดจำนวนมากจะใช้ข้อมูลจำนวนมากเพื่อจัดวางผลิตภัณฑ์และบริการต่อหน้าผู้ชมเป้าหมาย แต่เมื่อผู้ชมถูกจับจ้องอยู่ในกลุ่มประชากรเดียวโดยยึดตามพฤติกรรมของพวกเขา
ตัวอย่างที่ดีของการตลาดที่เป็นอันตรายจากข้อมูลขนาดใหญ่เกิดขึ้นเมื่อประมาณ 10 ปีที่แล้วเมื่อผู้ใช้ TiVo พยายามโน้มน้าวให้ผู้บันทึกดิจิตัลหยุดบันทึกรายการที่มุ่งเป้าไปที่กลุ่มประชากรอื่นนอกเหนือจากพวกเขาเอง ในปี 2545 อัลกอริธึมที่เข้าใจผิดเหล่านี้ได้รับความสนใจจากหนังสือพิมพ์วอลล์สตรีทเจอร์นัล พาดหัวที่พิมพ์ออกมาบอกว่า: "ถ้า TiVo คิดว่าคุณเป็นเกย์นี่คือวิธีตั้งค่าให้ตรง"
นักการตลาดยังคงใช้ข้อมูลขนาดใหญ่เพื่อกำหนดเป้าหมายผู้คนบนแพลตฟอร์มโซเชียลมีเดียเครื่องมือค้นหาและผ่านอีเมล การบุกรุกพื้นที่ส่วนบุคคลดังกล่าวโดยการให้บริการตามเพื่อนชอบและเนื้อหาอีเมลได้ก่อให้เกิดความกังวลอย่างจริงจังในหมู่ผู้บริโภค
การเฝ้าระวังที่เพิ่มขึ้น
มันไม่ใช่แค่นักการตลาดออนไลน์ที่เกี่ยวข้องกับการเฝ้าระวัง ทุกวันกล้องวงจรปิดความละเอียดสูงจะบันทึกข้อมูล 413 เพตาไบต์ คาดว่าจะเติบโตเป็น 859 เพตาไบต์ในปี 2560
กล้องเฝ้าระวังกำลังโผล่ขึ้นมาทุกหนทุกแห่ง เมื่ออัลกอริธึมดำเนินต่อไปปริมาณของข้อมูลที่สร้างจากกล้องวงจรปิดและเซ็นเซอร์เหล่านี้ก็จะเพิ่มขึ้นเช่นกัน การจัดเก็บข้อมูลบนฮาร์ดไดรฟ์ยังเพิ่มขึ้นอย่างรวดเร็วทำให้ง่ายต่อการจัดเก็บข้อมูลทั้งหมด
การใช้ที่ผิดกฎหมาย
ด้วยจำนวนข้อมูลขนาดใหญ่ที่ผู้คนสามารถเข้าถึงได้ในทุกวันนี้จึงไม่น่าแปลกใจที่บางคนใช้ความสะดวกในการรวบรวมข้อมูลนี้ไปไกลเกินไป การปฏิบัติที่ผิดกฎหมายในการเข้าถึงข้อมูลด้วยวิธีการใหม่ได้สร้างความหวาดกลัวให้กับผู้ที่เห็นคุณค่าความเป็นส่วนตัวของพวกเขา
กรณีล่าสุดของธุรกิจที่ทำการรวบรวมข้อมูลขนาดใหญ่อยู่ไกลเกินไปคือ Urban Outfitters ซึ่งต้องเผชิญกับคดีความเป็นส่วนตัวในเดือนมิถุนายน 2556 เมื่อพบว่าพนักงานเก็บเงินของร้านค้ากำลังขอรหัสไปรษณีย์เมื่อผู้ซื้อชำระเงินด้วยบัตรเครดิต สิ่งนี้ไม่จำเป็นและเป็นการละเมิดกฎหมายคุ้มครองผู้บริโภคและกฎหมายความเป็นส่วนตัวในบางรัฐเนื่องจากข้อมูลสามารถใช้เพื่อค้นหาที่อยู่ของผู้ซื้อ
การจัดการกับปัญหาของบิ๊กดาต้า
ด้วยความกลัวและการเก็งกำไรมากกว่าการใช้ข้อมูลขนาดใหญ่โดย บริษัท หน่วยงานราชการนายจ้างและอื่น ๆ ทางออกที่ดีที่สุดในการสร้างความเชื่อมั่นในตลาดปัจจุบันคือการซื่อสัตย์ นั่นเป็นสาเหตุที่ธุรกิจต่างๆเริ่มใช้นโยบายความโปร่งใสอย่างเต็มที่เกี่ยวกับวิธีการใช้ข้อมูลเพื่อกำหนดเป้าหมายลูกค้าของพวกเขา ผู้บริโภคมีความสนใจมากขึ้นในการค้นหาว่าชีวิตของพวกเขาจัดแสดงจริงเพียงใดและผู้คนกำลังทำอะไรกับข้อมูลที่รวบรวมได้
เมื่อผู้บริโภคเริ่มเรียนรู้ว่ามีข้อมูลส่วนบุคคลของพวกเขามากน้อยเพียงใดการปฏิรูปในการเก็บรวบรวมข้อมูลก็จะเกิดขึ้น จนกว่าจะถึงตอนนั้นผู้บริโภคสนใจที่จะใส่ใจกับความเป็นส่วนตัวของข้อมูลมากที่สุดเพื่อให้พวกเขาทราบว่ามีการเก็บรวบรวมข้อมูลส่วนบุคคลของตนเพียงใดและมีการใช้งานอย่างไร จากนั้นพวกเขาสามารถใช้มาตรการป้องกันที่จำเป็นเพื่อป้องกันตนเองจาก บริษัท ที่เกินขอบเขตของพวกเขา
