ننسى الخصوصية: لا يزال لديك استهداف رهيب

لست آسفًا للسماح لبرامجك بفحص بياناتي الشخصية إذا حصلت على شيء مفيد مقابل ذلك. لكن هذا لا يحدث عادة.

أخبرني زميلي السابق: "الكل يحب جمع البيانات ، لكن لا أحد يحب تحليلها لاحقًا." قد يكون هذا البيان صادمًا ، لكن الأشخاص المشاركين في جمع البيانات وتحليلها واجهوا هذا الأمر. كل شيء يبدأ بفكرة رائعة: سنقوم بجمع معلومات حول كل نقرة يقوم بها شخص ما في كل صفحة من صفحات التطبيق! سوف نتتبع المدة التي ينعكسون فيها على اختيار معين! كم مرة يستخدمون زر الرجوع! كم ثانية يشاهدون الفيديو التمهيدي الخاص بنا قبل قطع الاتصال! كم مرة يشاركون مشاركتنا على الشبكات الاجتماعية!

وأنها تتبع كل هذا. التتبع سهل. أضف السجلات ، ثم قم بتفريغها في قاعدة البيانات ، وانتقل.

ثم ماذا؟ حسنًا ، كل هذا يجب تحليله. وبصفتي شخصًا قام بتحليل الكثير من مجموعات البيانات المتعلقة بأشياء مختلفة ، يمكنني القول: إن عمل المحلل صعب وفي معظم الأحيان غير ممتن (باستثناء الراتب).

المشكلة هي أنه لا يوجد عملياً أي طرق لتأكيد أنك على صواب (وأيضًا أن تعريف الصواب في حد ذاته ليس واضحًا جدًا ، أدناه). يكاد يكون من غير الممكن استخلاص استنتاجات بسيطة ، فقط استنتاجات معقدة - والاستنتاجات المعقدة معرضة للخطأ. ما لا يتحدث عنه المحللون هو عدد الجداول الزمنية الخاطئة (وبالتالي ، الاستنتاجات) التي يتم إجراؤها على الطريق الصحيح. أو لأولئك الذين نعتقد أنهم على حق. إن الجدول الزمني الجيد مقنع إلى درجة أنه لا يهم حقًا ما إذا كان هذا صحيحًا أم لا ، إذا كنت بحاجة فقط لإقناع شخص ما. ربما هذا هو السبب في أن الصحف والمجلات وجماعات الضغط تنشر الكثير من الجداول الخادعة.

ومع ذلك ، تأجيل الخطأ لفترة من الوقت. نحن نفترض افتراضًا غير واقعي جدًا بأننا جيدون في تحليل جميع أنواع الأشياء المختلفة. ما التالي؟

حسنًا ، دعنا نثري على خوارزميات الإعلان والتوصية الشخصية المستهدفة. بعد كل شيء ، هذا بالضبط ما يفعله الجميع!

أم لا؟

مع التوصيات الشخصية ، كل شيء سيء بشكل مدهش. اليوم ، ستكون التوصية الأولى مقالة ذات عنوان جذب وجذابة للغاية حول نجوم السينما أو حول ما فعله ترامب أو لم يفعله خلال الساعات الست الماضية. أم لا مقالة ، لكن فيديو أو فيلم وثائقي. لا أريد أن أقرأها أو أشاهدها ، لكن في بعض الأحيان تمتصني على أي حال - ثم أرحب في نهاية العالم للتوصيات ، والآن ترى الخوارزمية أنني أحب أن أقرأ عن ترامب ، والآن سوف يكون ترامب في كل مكان. أبدا إعطاء ردود فعل إيجابية لمنظمة العفو الدولية.

هذا ، بالمناسبة ، سر رهيب لأنصار التعلم الآلي: يمكن الحصول على كل شيء تقريبًا يقدمه MO بأرخص بكثير بمساعدة الاستدلال الغبي ، المبرمج يدويًا ، حيث أن MO يتدرب بشكل أساسي على أمثلة على ما فعله الناس في أعقاب جهنم من إرشادي غبي. لا يوجد سحر هنا. إذا قمت بتدريب جهاز كمبيوتر بمساعدة MO لتحديد سيرة ذاتية ، فسيوصيك بمقابلة الرجال بأسماء الأشخاص البيض ، كما يفعل قسم الموارد البشرية لديك بالفعل. إذا سألت جهاز الكمبيوتر عن نوع الفيديو الذي يرغب الشخص في مشاهدته ، فسوف يوصي بنوع من القمامة السياسية الدعائية ، لأنه في 50٪ من الحالات يقوم 90٪ من الناس بمشاهدته فعليًا ، وعدم القدرة على التحكم في أنفسهم - وهذه نسبة جيدة جدًا من النجاح.

ألاحظ أن هناك العديد من الأمثلة على الاستخدام الممتاز لـ MO لما تعالجه الخوارزميات التقليدية بشكل سيئ - معالجة الصور أو الفوز في الألعاب الإستراتيجية. هذا شيء عظيم ، ولكن هناك كل فرصة لأن يصبح تطبيق MO المفضل لديك بديلاً باهظ التكلفة عن إرشادي غبي.

أخبرني شخص يعمل مع البحث على الويب أن لديه بالفعل خوارزمية تضمن الحد الأقصى لنسبة النقرات إلى المشاهدات لأي بحث: تحتاج فقط إلى إعطاء صفحة تحتوي على روابط للإباحية. وقال أحدهم إن هذا الموقف يمكن اختتامه وصنع كاشفًا إباحيًا: أي ارتباط ذي قابلية عالية للنقر ، بغض النظر عن الطلب ، يؤدي على الأرجح إلى المواد الإباحية.

تكمن المشكلة في أن المؤسسات اللائقة المظهر لا يمكنها دائمًا أن تقدم لك روابط إلى إباحية ، إنها "غير آمنة للعرض في العمل" ، لذا فإن عمل خوارزميات التوصية الحديثة هو إرجاع شيء أقرب إلى الاباحية قدر الإمكان ، ولكن مع هذا "آمن للعرض في العمل". بمعنى آخر ، النجوم (من الناحية المثالية أو المثيرة للجدل على الأقل) أو السياسيين أو كليهما. يأتون إلى هذه الحدود في أقرب وقت ممكن ، لأن هذا هو الحد الأقصى المحلي لربحيتها. في بعض الأحيان يعبرون هذا الخط ، يجب عليهم الاعتذار أو دفع غرامة رمزية ، ثم يعود كل شيء إلى المربع رقم واحد.

هذا يزعجني ، لكن التين معه ، إنه مجرد رياضيات. وربما الطبيعة البشرية. والرأسمالية. نعم التين معه ، قد لا يعجبني ذلك ، لكني أستطيع أن أفهمها.

أشكو من عدم وجود أي مما سبق يتعلق بجمع معلوماتي الشخصية.

أهم التوصيات لا علاقة لي بها

لنكن صادقين: سيكون أفضل إعلان مستهدف هو الإعلان الذي أحصل عليه من محرك بحث يمنحني بالضبط ما كنت أبحث عنه. وكل شيء في وضع زائد: أجد ما كنت أبحث عنه ، حيث يساعدني البائع في شراء سلعه ، ويحصل محرك البحث على أموال للتوسط. لا أعرف أي شخص يشكو من هذا الإعلان. هذا إعلان جيد.

وهي أيضًا لا علاقة لها بمعلوماتي الشخصية!

تقدم Google إعلانات سياقية قائمة على البحث لأكثر من عقد ، حتى قبل أن تبدأ في طلب مني تسجيل الدخول. حتى اليوم ، يمكن لأي شخص استخدام أي محرك بحث دون تسجيل الدخول إلى حسابه. وما زالوا يقدمون الإعلانات بناءً على طلبات البحث. عمل عظيم.

في حالتي ، هناك إعلان آخر يعمل بشكل جيد. ألعب في بعض الأحيان ألعابًا وأستخدم Steam وأحيانًا أشاهد ألعابًا على Steam وأميز تلك التي أخطط لشرائها. عندما يبدأ البيع على هذه الألعاب ، يرسل Steam رسالة إعلام بالبريد الإلكتروني ، وأحيانًا أشتريها. كل شيء زائد: أحصل على اللعبة المطلوبة (مع خصم!) ، يتلقى منتج اللعبة الأموال ، ويتلقى Steam الدفع مقابل الوساطة. وأيضًا ، إذا كنت أرغب ، فيمكنني أن أرسل لي هذه الرسائل - لكنني لا أريد ، لأن هذا إعلان جيد.

ولكن لم يكن لأحد لبناء ملف التعريف الخاص بي لهذا؟ لدى Steam حسابي ، قلت الألعاب التي أريدها ، وباعت الخدمة لي. هذا ليس بناء ملف تعريف ، إنه فقط تذكر القائمة التي قدمتها أنا شخصياً.

تعرض أمازون على إشعار يشير إلى أنني قد أرغب في شراء بعض المواد الاستهلاكية التي اشتريتها في الماضي مرة أخرى. هذا مفيد أيضًا ، ولا يتطلب أيضًا إنشاء ملف تعريف ، باستثناء تذكر المعاملات التي يقومون بها بالفعل. ومرة أخرى ، يفوز الجميع.

توصي Amazon أيضًا بالمنتجات التي تشبه تلك التي اشتريتها أو المنتجات التي درستها. هذا هو ما يقرب من 20 ٪ مفيدة. إذا اشتريت للتو جهازًا للكمبيوتر ، وكنت أعلم أنني فعلت ذلك ، لأنني اشتريته منك ، يمكنك التوقف عن محاولة بيع شاشاتي. ولكن بعد أيام قليلة من شراء الأجهزة الإلكترونية ، يعرضون لي أيضًا شراء كبلات USB ، وهذا على الأرجح صحيح. حسنًا ، 20٪ من الفوائد في الاستهداف أفضل من 0٪ من الفوائد. يجب الإشادة بالأمازون لإنشاء ملفي الشخصي المفيد ، على الرغم من أن هذا مجرد ملف تعريف لما قمت به على الموقع ، ولا يشاركونه مع أي شخص. لا يبدو أن هذا غزو للخصوصية. لن يفاجأ أحد بأن أمازون تتذكر ما اشتريته منها أو ما شاهدته.

اتضح أنه عندما يقرر البائعون أنني قد أريد شيئًا. وقد قرروا هذا لأنني ذهبت إلى موقعهم ونظرت إلى شيء ما. ثم يطاردني شركاؤها الإعلانيون عبر الويب ، ويحاولون بيعه لي. ويفعلون ذلك ، حتى لو اشتريت بالفعل. المفارقة هي أن كل هذا يرجع إلى محاولات غير مؤكدة لحماية خصوصيتي. لا يوزع البائع معلومات عني وعن معاملاتي على شركائه الإعلانيين (لأنه بخلاف ذلك ، هناك كل فرصة لأنهم سيواجهون مشكلة من وجهة نظر قانونية) ، لذلك لا يعلم الشريك المعلن أنني اشتريت المنتج. إنه يعلم فقط (نظرًا لتعقب من شريك مثبت على موقع البائع) أنني نظرت إلى العنصر ، لذلك استمروا في الإعلان عنه في حالتي.

حسنًا ، لقد وصلنا الآن إلى موضوع مثير للاهتمام. لدى المعلن متتبع يضعه على مواقع مختلفة لتتبعي. إنه لا يعرف ما اشتريته ، لكنه يعرف ما كنت أنظر إليه ، ربما لفترة طويلة وفي العديد من المواقع.

باستخدام هذه المعلومات ، يستخلص الذكاء الاصطناعي المدرّب بعناية استنتاجات حول الأشياء الأخرى التي قد ترغب في النظر إليها بناءً على ...

وعلى أساس ماذا؟ الناس مثلي؟ الأشياء التي يبحث عنها أصدقائي على Facebook؟ نوع من صيغة المصفوفة المعقدة التي لا يمكن للناس فهمها ، ولكن أيها أفضل بنسبة 10٪؟

ربما لا. ربما هو مجرد تخمين الجنس والعمر ومستوى الدخل والحالة الاجتماعية. ثم ، إذا كنت شابًا ، فهو يبيعني السيارات والأدوات ، وإذا كانت فتاة ، فهي أشياء عصرية. ليس لأن جميع الرجال يحبون السيارات والأدوات ، ولكن لأن شخصًا غير مبدع تمامًا دخل في هذه العملية وقال "بيع سيارتي للرجال بشكل رئيسي" و "بيع ملابسي بشكل رئيسي للنساء". قد تستخلص AI استنتاجات بناءً على معلومات سكانية غير صحيحة (أعرف أن Google تخطئ في حسابي) ، لكن هذا ليس مهمًا ، لأنه عادةً ما يكون صحيحًا في الغالب ، وهو أفضل من كونه غير صحيح بنسبة 0٪ ، ويحصل المعلنون بالنسبة للجزء الأكبر من الإعلانات ذات الاستهداف السكاني ، وهو أفضل من الاستهداف بكفاءة 0٪.

هل تفهم أن كل شيء يعمل هكذا؟ حسنا ، بالتأكيد. يمكن تأكيد ذلك استنادًا إلى مدى سوء أداء الإعلان. يستطيع كل شخص في غضون ثوانٍ قليلة أن يتذكر شيئًا ما أراد شراءه ، لكن الخوارزمية لم تستطع تقديمه لهم ، في حين أن منصة إعلانات Outbrain تقدم أكياسًا من المال عن طريق بيع روابط التأمين على السيارات للأشخاص الذين ليس لديهم سيارة. قد يكون كذلك إعلان تلفزيوني من التسعينيات ، تم عرضه في وقت متأخر من الليل ، عندما تكون متأكدًا من ملفي السكاني استنادًا إلى حقيقة أنني لم أنم بعد.

يمكنك متابعتي في كل مكان ، وكتابة جميع أفعالي إلى سجلاتك إلى الأبد ، واستبدال شخص ما بسرقة قاعدة البيانات الخاصة بك ، ويخشى بشدة أن بعض قوانين الاتحاد الأوروبي الجديدة يمكن أن تدمر عملك ... وكل ذلك من أجل هذا؟

علم التنجيم الإحصائي

بالطبع ، كل شيء في الواقع ليس بهذه البساطة كما هو موضح. في كل موقع من المواقع التي أقوم بزيارتها ، تتعقبني أكثر من شركة واحدة. هذه الشركات لديها عربة ، وهي تتعقب جميعًا على كل موقع إلكتروني تمت زيارته. البعض منهم لا يشاركون حتى في الإعلانات ، بل يقومون ببساطة بالتتبع ، ثم يبيعون معلومات التتبع هذه للمعلنين الذين يبدو أنهم يستخدمونها لتحسين الاستهداف.

النظام البيئي رائع. دعنا نلقي نظرة على مواقع الأخبار. لماذا يتم التحميل ببطء شديد؟ بسبب تعقب. ليس بسبب الإعلانات - بسبب بتتبع. لا يوجد سوى بضعة إعلانات لا تستغرق وقتًا طويلاً للتحميل. ولكن هناك مجموعة من أجهزة التتبع ، حيث أن كل منهم يدفع لهم قليلاً حتى يُسمح لهم بتتبع مشاهدات كل صفحة. إذا كنت ناشرًا عملاقًا متوازنًا على وشك الإفلاس ، وكان لديك بالفعل 25 متتبعًا على موقعك ، وتدعوك شركة التعقب السادسة والعشرون إلى دفع 50 ألف دولار سنويًا لإضافة متتبع آخر إليهم ، فسوف ترفضهم. ؟ بالكاد تقوم صفحتك بالرمي والانعطاف ، لذا فإن إبطاء التنزيل بمقدار 1/25 آخر لن يغير شيئًا ، ولكن 50 ألف دولار يمكن.

(يقوم "مانعو الإعلانات" بإزالة الإعلانات المزعجة ، لكنهم أيضًا يسرعون الويب ، معظمهم عن طريق إزالة أجهزة التتبع. عار عار - ليس من المتتبعين أنفسهم إبطاء التنزيل ، لكنهم يبطئون ذلك ، لأن من المؤكد أن مطوريهم سيكونون أغبياء ، كل منهم يجب أن ينزل الآلاف من الخطوط شفرة JavaScript لما يمكن القيام به في سطرين ، لكن هذه قصة أخرى).

وبعد ذلك ، يقوم بائعي الإعلانات والشبكات الإعلانية بشراء بيانات التتبع من أجهزة التتبع. لمزيد من تتبع البيانات لديهم ، كان ذلك أفضل لإدارة الإعلانات ، أليس كذلك؟ حسنا ، ربما.

والأمر الطريف هو أن كل متعقب لديه بعض البيانات عنك ، ولكن ليس كل البيانات ، لأن كل متعقب ليس موجودًا في كل موقع ويب. من ناحية أخرى ، من الصعب للغاية مقارنة نشاط الأشخاص بين أجهزة التتبع المختلفة ، حيث لا يريد أي منهم أن يعطيك مكونهم السري. لذلك ، يبذل كل بائع دعاية كل جهد ممكن لمقارنة جميع البيانات لجميع أجهزة التتبع التي يشترونها ، لكنه لا يعمل بشكل أساسي. لنفترض أن لدينا 25 جهاز تتبع ، يتتبع كل منها مليون مستخدم ، وربما تتداخل الكثير من البيانات هناك. في عالم عقلاني ، خمن المرء أن يتم وصف هذه البيانات من قبل عدة ملايين من المستخدمين الفرديين. ولكن في عالم مجنون حيث يستحيل إثبات التداخل ، قد يكون هناك 25 مليون مستخدم! كلما زاد عدد متعقبات البيانات التي تشتريها شبكتك الإعلانية ، زادت المعلومات التي تحصل عليها! أعتقد! هذا يعني أن الاستهداف آخذ في التحسن! ربما! ولذا يجب عليك شراء الإعلانات من شبكتنا ، وليس شبكة أخرى تحتوي على بيانات أقل! حسنا ، على ما يبدو!

ولكن كل هذا لا يعمل. انهم لا يزالون يحاولون بيع لي التأمين على السيارات للمترو.

وليس فقط عن الإعلان

من الواضح أن العديد من الأشياء المرتبطة بالإعلانات المستهدفة لا تعمل - إذا توقف شخص ما مرة واحدة على الأقل ، ونظر بعناية في كل هذا. لكن الكثير من الناس لديهم حافز للتفكير بطريقة أخرى. ولكن إذا كنت تهتم بحياتك الشخصية ، فإن الأمر يعود إلى حقيقة أنها لا تزال مستمرة في جمع معلوماتك الشخصية ، فهذه الطريقة تعمل أم لا.

ماذا عن خوارزميات توصية المحتوى؟ هل يعملون؟

من الواضح لا. هل سبق لك أن جربتهم؟ لا حقا.

حسنا ، هذا ليس عدلا تماما. بعض الأشياء تعمل. تعمل التوصيات الموسيقية لخدمة Pandora بشكل غير متوقع بشكل جيد ، لكنها تفعل ذلك بطريقة غير واضحة تمامًا. الطريقة الواضحة هي أخذ قائمة الأغاني التي يستمع إليها المستخدمون لديك ، وتحميلها إلى مجموعة التدريب لـ MO ، واستخدام النتيجة لتجميع قائمة الأغاني للمستخدمين الجدد استنادًا إلى ... اه ... ملفهم الشخصي؟ حسنًا ، ليس لديهم ملف تعريف ، لقد انضموا للتو. ربما استنادا إلى عدد قليل من الأغاني الأولى التي اختاروها يدويا؟ ربما ، لكنهم ربما بدأوا إما بأغنية مشهورة جدًا لا تذكر شيئًا ، أو أغنية نادرة جدًا للتحقق من اتساع قاعدة بياناتك ، والتي تخبرك أقل.

أنا متأكد من أن Mixcloud يعمل بهذه الطريقة. بعد كل مزيج ، تحاول الخدمة العثور على المزيج "الأكثر تشابهًا" للمتابعة منه. عادة ما يكون هذا هو شخص آخر قام بتنزيل المزيج نفسه بالضبط. يبدو أن المزيج الأول هو الأكثر تشابهًا لهذا المزيج ، ولهذا السبب ينتج عنه. رائع ، التعلم الآلي ، استمروا في العمل الجيد.

هذا يقودنا إلى نظام "أغنية عشوائية ، إصبع لأعلى / لأسفل" يستخدمه الجميع. لكن الجميع باستثناء باندورا يفعلون بشكل سيء. لماذا؟ على ما يبدو ، لأن Pandora يشفر يدويًا مجموعة من الوقت سيارة لخصائص الموسيقى ويكتب "خوارزميات حقيقية" (وليس MOs) التي تحاول إنتاج قوائم الأغاني استنادًا إلى المجموعة الصحيحة من هذه الخصائص.

في هذا المعنى ، لا يمكن أن يسمى باندورا مو النقي. غالبًا ما ينتج قائمة بالأغاني التي تعجبك بعد إصبع واحد أو اثنين لأعلى / لأسفل ، وأنت تسافر عبر شبكة متماسكة متعددة الأبعاد من الأغاني التي أنشأها الأشخاص بعمل شاق ، وليس من خلال مصفوفة ضخمة من قوائم الأغاني المتوسطة التي يتم التقاطها من أشخاص عاديين لا حاول إنشاء قوائم الأغاني هذه. فشلت Pandora في الكثير من الأشياء (خاصة "الوصول إلى كندا") ، لكن توصياتها الموسيقية رائعة.

لا يوجد سوى صيد واحد. إذا كانت خدمة Pandora قادرة على تزويدك بقائمة جيدة من الأغاني استنادًا إلى التصنيفين الأول والثاني ، فيبدو لي أنها لا تنشئ ملف التعريف الخاص بك. وهو لا يحتاج إلى معلوماتك الشخصية.

Netflix

ولكي لا أستيقظ مرتين ، سأستدير قليلاً حول Netflix - وهي حالة غريبة من التطوير بدأت بخوارزمية توصية جيدة للغاية ، والتي تفاقمت بشكل خاص بعد ذلك.

ذات مرة ، كانت هناك جائزة Netflix قدرها مليون دولار تم التعهد بها لأفضل فريق قادر على التنبؤ بتصنيفات الأفلام التي وضعها شخص بناءً على تقييمات تم وضعها بالفعل ، وبدقة أفضل مما يمكن في Netflix نفسه. وهذا ، وليس بشكل غير متوقع ، أدى إلى إخفاق في الخصوصية عندما اتضح أنه يمكن إلغاء تحديد مجموعات البيانات المنشورة. نعم ، هذا ما يؤدي إلى تخزين المعلومات الشخصية للأشخاص في قاعدة البيانات على المدى الطويل.

يعتقد Netflix أن أعمالهم تعتمد على خوارزمية توصية جيدة. كان الأمر جيدًا بالفعل: أتذكر استخدام Netflix قبل حوالي 10 سنوات وتلقيت بعض التوصيات للأفلام التي لم أجدها أبداً ، لكن في نفس الوقت أعجبتني بها. ولكن هذا لم يحدث لي على Netflix لفترة طويلة جدًا.

القصة هي: كان Netflix خدمة بريدية على أقراص DVD. يعد إرسال أقراص DVD بالبريد بطيئًا ، لذا كان من الضروري أن يكون فيلم واحد على الأقل في محرك أسبوعي ممتعًا بما يكفي للترفيه عنك مساء يوم الجمعة.بعد قضاء الكثير من أيام الجمعة على التوالي مع الأفلام السيئة ، فمن المؤكد أنك ستلغي اشتراكك. كان نظام التوصية الجيد هو مفتاح النجاح. أعتقد أنه تم استخدام الرياضيات المهمة جدًا في هذا الأمر ، وهو ما يضمن أن الخدمة ستكون قادرة على استئجار أكبر عدد ممكن من الأقراص المتوفرة في المستودع ، حيث لم يكن من العملي الحصول على عربة من نسخ أحدث إصدار ، والتي ستكون شائعة لمدة شهر وليس الشهر المقبل سوف تكون هناك حاجة من قبل أي شخص.

ولكن في النهاية ، انتقل Netflix عبر الإنترنت ، وانخفضت تكلفة التوصيات السيئة بشكل كبير: توقف عن المشاهدة والتحول إلى فيلم جديد. علاوة على ذلك ، كان الأمر طبيعيًا تمامًا عندما شاهد الكثير من الناس إحدى الأفلام الشهيرة. والأفضل من ذلك ، لأنه بعد ذلك يمكنهم تخزينها مؤقتًا من الموفر ، وتعمل ذاكرة التخزين المؤقت بشكل أفضل عندما يكون كل الناس مملين ومتوسطين.

والأسوأ من ذلك ، لاحظت Netflix نمطًا: كلما زاد عدد الساعات التي يشاهدها الأشخاص في الأفلام ، كلما قل احتمال رفضهم للخدمة. وهذا منطقي: كلما زاد الوقت الذي تقضيه على Netflix ، زاد احتياجك إليه. وعندما يختبر المستخدمون الجدد الخدمة مقابل رسوم ثابتة تقريبًا ، يؤدي ارتفاع معدل الاستبقاء إلى نمو أسرع.

لقد تعلمت هذا في نفس الوقت عندما قابلت كلمة satisficing[مزيج من الكلمات الإنجليزية مرضية (كافية) ويكفي (كافية) / تقريبا. ترجمة.] - هذا هو عندما ندخل في الوحل بحثًا عن الخيار الأفضل ، ولكنه جيد بما فيه الكفاية. اليوم ، لا يبحث Netflix عن أفضل فيلم ، بل إنه جيد للغاية. إذا كان لديه خيار بين فيلم فاز بالعديد من الجوائز ، فستحبه مع احتمال بنسبة 80 ٪ أو احتمال بنسبة 20 ٪ ، وسوف تكره ذلك ، والفيلم الرئيسي هو 0 ٪ خاص ، ولكنك لن تبصق منه مع احتمال بنسبة 99 ٪ ، ثم سوف يوصي ثانية واحدة في كل مرة. القيم الغريبة تضر بالأعمال.

خلاصة القول هي أنك لست بحاجة إلى إنشاء ملف تعريف محفوف بالمخاطر ينتهك خصوصية المستخدم من أجل التوصية بفيلم رئيسي. تم تصميم هذه الأفلام خصيصًا لتكون غير مؤذية للجميع تقريبًا. لم تعد شاشة توصيات Netflix "موصى بها لك" ، بل هي "إصدارات جديدة" ، ثم "أصبحت الآن في الاتجاه" و "المراجعة مرة أخرى".

كما دفعت Netflix ، كما وعدت ، مليون دولار لخوارزمية التوصية الفائزة ، والتي كانت أفضل من ذي قبل. ولكن بدلاً من استخدامها ، قاموا بإلقائها بعيدًا.

قرر بعض خبراء اختبار A / B العزيزين أن هذا هو ما يجعلني أشاهد البرامج التليفزيونية التي لا طائش فيها لأكثر ساعات في اليوم. أرباحها تنمو. ولهذا لا يحتاجون حتى لغزو حياتي الشخصية.

ومن أنا أقول أنهم مخطئون؟