Google人工智慧取代Cookie!(下)

 Google 選擇改用人工智慧保護隱私,這步棋究竟下得對不對呢?!

本文為該系列的下篇，上篇（關於 Google 棄 Cookie 改用機器學習追蹤的新聞、Cookie 的解釋以及 AI 如何保護隱私）請點此連結

 

即使棄用Cookie　Google還是能用FLoC賣廣告

所以 FLoC 要怎麼幫廣告客戶鎖定特定的客戶群放廣告呢？

透過 FLoC，Chrome 仍可以追蹤用戶在網路上的瀏覽習慣，當使用者造訪不同網站時，瀏覽器會根據使用者習慣與偏好將他們分組（cohort），放入「受眾群體」或稱「同類群組」中。廣告主再將他們的廣告直接投放給特定的群組。

與 Cookie 的個別追蹤不同，FLoC 採群體追蹤，「把一棵樹隱藏在一片森林中」，廣告商不會知道群組內的特定個別使用者是誰，因此 Google 將其稱為一項「隱私至上」、「興趣為主」的廣告透放技術。

圖片來源：Google Ads & Commerce Blog

至於群體追蹤如何才有效，就有賴 FLoC 把用戶分類的精準度。對使用者來說，同一個群組中的使用者越多、隱私性就越高，儘管對廣告商來說，要投放個人化廣告的成效就會越差。

Google 聲稱，與原本的廣告技術相比，FLoC 現階段約具有 Cookie 追蹤 95% 的成效，同時 Google 也表示廣告商擁有和使用 Cookie 追蹤相同的投資報酬率。

Google不只將人工智慧用在投放廣告上

聯盟式學習不是一個全新的技術，他最早在 2017 年在 Google 人工智慧  AI Blog 中提出。除了應用在智慧型手機上、讓使用者獲得更優秀的手機客製化操作體驗外，注重病患個資隱私安全的醫療產業也能見到聯盟式學習的應用。

因為病人的資料隱私在醫療產業中極度重要，聯盟式學習可以使病人的影像照片、病歷等私人資料不需要被傳輸、轉移至其他醫療機構，就能參與人工智慧的運算。除了 Google，NVIDIA 近年來也投注了大量心力在醫療產業的聯盟式學習技術之中。

一方面保護個資，一方面讓人工智慧的研究可以應用到實務的診斷上，達到不錯的效果。

機器學習取代「餅乾」的隱憂

這樣聽起來 FLoC 似乎是取代 Cookie 的最佳方式，既能保護使用者隱私、又能讓廣告商繼續向特定族群投放廣告。但就目前而言，FLoC 技術尚未獲得一致認可。

一派聲音擔心認為「將使用者分組」可能會加重偏見與歧視問題，也容易引發有心人士針對特定群組進行網路攻擊。

如廣告技術公司 Criteo 的資深機器學習工程師 Basile Leparmentier 就表示：Google 提出的 FLoC 群集演算法是由他們自己開發處理，且對所有網路使用者通用的，因此，Google 有權在任何需要的時候修改演算法。更奇怪的是，如果其他瀏覽器開發商想要採用 FLoC 群集演算法，它們也能自行更改分組供自己使用。

亦有聲音擔心此舉是變相進一步鞏固 Google 的廣告科技龍頭的地位。以「維護用戶隱私」而聞名的搜尋引擎「DuckDuckGo」公關副總裁 Kamyl Bazbaz 表示：FLoC 是透過用戶的瀏覽歷史記錄，將用戶分類給基於相同興趣群組，而這樣分類機制最後會形成類似「超級追蹤器」的結果，這比許多網站都已使用的 Google Analytics 更為恐怖。

Google 最快會在 2021 年 3 月正式導入 FLoC 到 Chrome 上測試，而 FLoC 的實際運作的成效與後續產生的效應，或許都還要靜觀其變。

相關文章:

零基礎考取 GoogleAds 認證只要 14 小時！5 種 GoogleAds 廣告攻略

網站核心指標5月將成SEO排名因素!LCP,FID,CLS詳解與優化方式

27歲MIT工程師用人工智慧，預測新冠疫情比專業準

2021最適合工作的IT公司top10：NVIDIA第一、Google第三，蘋果竟連前10名都沒有？

人工智慧為你打造專屬彩妝品!

SEO排名因素新變革!你準備好了嗎?

SEM人員必知的GoogleAds變革!

Google人工智慧取代Cookie!(上)

 Google選擇改用人工智慧保護隱私,這步棋究竟下得對不對呢?!

Google棄Cookie改用機器學習追蹤！人工智慧能保護隱私嗎？

Google 近日於在官方部落格中刊出一篇文章，表示旗下服務將逐步汰除第三方「Cookie」技術。Google 預計於 2021 年啟用「FLoC」的人工智慧技術。

此舉是因使用者們不斷增加的隱私要求，以及迅速變化的政策監管機制，使得開發自家的 Cookie 平台不再值得長期投資的選擇。

Cookie 技術目前普遍應用於數位廣告，是當代數位網路必備的追蹤工具，但 Google 旗下的 Chrome 瀏覽器有極重的市場占比，因此其淘汰 Cookie 的決定將對網路及數位廣告生態，造成巨大的影響。

Cookie是什麼？

圖片來自：internetcookies.org

 

你是否疑惑，為何我在電商平台搜尋「逗貓棒」、「貓砂」，接下來社群網站就出現一排寵物用品的廣告？ 或是當再次打開訂房網站，發現網站保留了你前一次逛的飯店紀錄？這些都是「Cookie」的功用。

多數網站為了識別使用者，會產生一個小型文字檔案，記錄用戶的來源、身分、點閱足跡等資料，日後同一使用者再次造訪時，可以保持登入狀態、記住偏好設定和提供所在地相關內容等等，提供更流暢、更方便的使用體驗，這個檔案就被稱為「Cookie」。

Cookie 可以分成「第一方 Cookie」以及「第三方 Cookie」兩種。第一方 Cookie 是由使用者存取網站隸屬的網域所發行，用於記錄限定於該網站的瀏覽紀錄等資訊；第三方 Cookie 則會跨網域獲取使用者的瀏覽紀錄等資訊，用來推送該使用者可能關注的廣告。目前全球千千萬萬的大小型企業透過 Google 投放廣告，取得龐大的使用者數據，就是透過 Cookie 蒐集。

而「第三方 Cookie」常常造成網路隱私的爭議。許多證據都指出，Cookie 會在使用者不知情的情況下遭第三者利用，使用者不知不覺間被出售了個人資訊與網路足跡，隱私受到侵害。

接連爆出的隱私爭議，讓身為網路廣告巨頭的 Google 早有移除第三方 Cookie 的想法。

2019年，Google 提出 Privacy Sandbox（隱私沙盒）實驗計畫，目的是在保護用戶隱私的前提下，持續為廣告商和企業提供個性化的網路廣告。這次的最新聲明則表示：確認不會研發這類用於標示用戶身份的工具，也不會在包括 Chrome 在內的所有自家產品提供類似服務 。

機器學習或成壓垮「餅乾」的一大把稻草

根據調查統計機構 Netmarketshare 最新調查表示，全球瀏覽器占比第一依舊是 Google Chrome，握有 69.18% 的市占率。而掌握快7成客戶的 Chrome 將淘汰第三方 Cookie，廣告業者未來要怎麼辦呢？其實，Google 只是換一種方式繼續下廣告而已。

Google 將以人工智慧技術「FLoC」取代 Cookie。FLoC（Federated Learning of Cohorts）是一個基於聯盟式學習（Federated Learning）的機器學習架構，與傳統的機器學習不同，聯盟式學習的概念為：資料不需要離開設備，可以各自在自己的設備訓練，並透過通過加密機制，在雲端上建立一個共有的模型進行更新。

Google 介紹聯盟式學習（Federated Learning）之示意圖。

聯盟式學習的概念可分為四個步驟：

1. 每個設備各自使用自己收集的資料來訓練模型，不會與其他的設備共享、流通。結果會先經過加密，再上傳到中心模型。
2. 中心模型整合、更新各個設備上傳的結果。
3. 將中心模型更新後的結果回傳給各個設備。
4. 各設備更新各自的模型。

因此，FLoC 人工智慧技術能兼顧隱私性、實用性與資料安全性三個面向。

 

本文為該系列的上篇，下篇（關於 Google 如何將 FLoC 用於 GoogleAds 以及.....、造成那些隱私的隱憂？）請點此連結 

 

相關文章:

零基礎考取 GoogleAds 認證只要 14 小時！5 種 GoogleAds 廣告攻略

網站核心指標5月將成SEO排名因素!LCP,FID,CLS詳解與優化方式

27歲MIT工程師用人工智慧，預測新冠疫情比專業準

2021最適合工作的IT公司top10：NVIDIA第一、Google第三，蘋果竟連前10名都沒有？

人工智慧為你打造專屬彩妝品!

SEO排名因素新變革!你準備好了嗎?

SEM人員必知的GoogleAds變革!

 

網路行銷必知的臉書演算法(五)

網路行銷人注意囉!靠臉書新演算法大大增加觸及率的方法還有哪些呢?

目錄：

1. 假新聞充斥！Facebook 不得不改變演算法
2. Facebook演算法如何運作
3. 新Facebook演算法的正例與反例
4. 網路行銷人員如何在新的FB演算法中求生存
5. 讓人們願意參與討論
6. 創立社團
7. 禁用觸及率誘餌
8. 分析、基準化你的貼文表現

別再用「認同請分享」、「按讚投票」的「觸及率誘餌」

你知道什麼是「觸及率誘餌」的貼文嗎？這是過去網路行銷人員慣用的行銷手法之一，也就是類似「如果你血型是Ｏ型就按讚、Ａ型的幫我按愛心，Ｂ型的分享….」或是「將本文分享給十個人，就可抽北歐來回機票」這類型的貼文內容。這些文章的共同特徵就是希望使用者可以與該文互動，並留下「讚」或者分享，該文的發文者能讓自己的文章增加觸及率，並因為有多人的互動，讓臉書調整文章排名，以得到更高的˙曝光率，增加網路行銷的成效。

Facebook 表示 : 有不少使用者向臉書反應，他們並不喜歡看到這類型的內容充斥在他們的動態牆上，因此 Facebook 決定出手整治。

然而 Facebook 已經使用機器學習的方式訓練 AI 來協助過濾掉這些訊息：他們先挑選了數十萬則的訊息，並且對其加以歸類、標籤，歸檔後讓 AI 進行機器學習，提升判別的精準度。
也許也許，你會看到這類的「觸及率誘餌」文在時間表中出現。但是請拿出網路行銷的專業，別被騙了！這只是還沒被 FB 的人工智慧抓包而已。一被抓很快就 GG 了，所以別再放餌囉！

分析、基準化你的貼文表現

有時同一篇貼文，在晚上 11 點發布的成效比早上 8 點發布的成效來得好。所以請養成定期觀察你粉絲團的 Facebook Insights（Facebook 洞察報告）。另外，你也可以使用像是 Brandwatch Analytics 之類的工具，來看你貼文在不同的時間點的表現。

你可以查看哪些貼文成效最好，藉由成效佳的貼文，看看那些粉絲多是哪些族群、你的 FB 粉絲團因此增加了多少讚數等等。你還可進一步跟這些粉絲留言互動，增加觸及率。往後還可以藉由這些觀察結果來設定貼文時間、制定合適的貼文內容等。

往後還可以藉由分析結果來設定貼文時間、制定合適的貼文內容
設定讚數、留言數等的基準，是讓網路行銷人員省察自己經營的 Facebook 是否有進步的好方法。



延伸閱讀

網路行銷必知的臉書演算法(二)

網路行銷必知的臉書演算法(三)

網路行銷必知的臉書演算法(四)


暑假快到了！與其讓兒子盲目拚學測，我寧可讓他先選擇人生方向~

初步認識Python看這裡:輸入與輸出

搞懂這些,Python變得好實用!(2)Floats浮點數介紹

一起來看看Python重要的內建函數:dir()與help()

網路行銷必知的臉書演算法(四)

網路行銷人注意囉!靠臉書新演算法大大增加觸及率!

目錄：

1. 假新聞充斥！Facebook 不得不改變演算法
2. Facebook演算法如何運作
3. 新Facebook演算法的正例與反例
4. 網路行銷人員如何在新的FB演算法中求生存
5. 讓人們願意參與討論
6. 創立社團
7. 禁用觸及率誘餌
8. 分析、基準化你的貼文表現

 

網路行銷人員如何在新的FB演算法中求生存？

首先，身為網路行銷人員的你，只需先支付一些臉書的廣告費，來增加內容的曝光度。要記得好好設定你的受眾群，以確保能夠找到目標客戶。
當然，這也涉及到預算方面。如果你沒有,那麼還有一些方法可以不掏腰包，就能增加你的貼文觸及率!

讓人們願意參與討論

如果人們開始在你的貼文中留言、又有人針對這些留言給予回覆，就能讓這篇貼文得到 FB 更多的權重。因此發布話題性的貼文是關鍵。

在我之前舉的那篇「新的 IT 經理」貼文的反例中，不會有那麼多的人想談論關於這位 IT 經理的五四三。那什麼樣的題材才會引發話題？

提示用戶可以會是好的方向。例如在貼文中用問句等。像是今天你在車商粉絲頁貼了改成低底盤的跑車的圖片，在貼文內容中問：「為何會想要把車改到這麼低？」你可能會得到一些像是「主人是柯基迷」等的有趣留言，這個留言又引發另一個用戶張貼家中柯基犬的留言回覆。
身為滿富創意的網路行銷的你也可以試著貼出一些原創性高、好笑有趣的圖片，像是 Line 表情貼紙創作「貓爪抓」就經常在粉絲頁上貼出爆笑的四格漫畫，引發大量的留言與討論。你貼的內容與大多數人一樣，是不太可能被注意到的，更何況是引起話題。

另外，影片貼文也被 FB 賦予了更多的權重。精簡有趣的影片具動態視覺，會引起更多的互動率。

說一個好的故事也會引發話題。當然，爭議性大的貼文也容易挑起人們的情緒，而有高的討論度，但是請三思後而行 - 身為一個網路行銷，捲入醜聞是否值得？

創立社團

Facebook 還是持續地在推動社團的功能。因為社團能讓一群志同道合的人聚在一起討論互動，符合他們「互動率為主」的想法。
許多網路行銷都這樣做了，目的是尋找與他的業主的服務或商品有關的話題。例如搜尋引擎最佳化 SEO 工具廠商「Ahrefs」就創建了臉書社團，讓來自世界各地的 SEO 人員可以在上面討論、問問題等等。另外，網路行銷也可以藉由這些社團中，來自世界各地高手的分享，搜集對公司有力的消息或素材喔！



延伸閱讀

網路行銷必知的臉書演算法(二)

網路行銷必知的臉書演算法(三)

網路行銷必知的臉書演算法(五)


暑假快到了！與其讓兒子盲目拚學測，我寧可讓他先選擇人生方向~

淺顯易懂Python小課:字串的串接與複製

搞懂這些,Python變得好實用!(1)加減乘除四則運算練習

這十種文字效果,讓網路行銷影片再也不無趣~

網路行銷必知的臉書演算法(三)

網路行銷人注意囉!臉書新演算法如何快速得分

目錄：

1. 假新聞充斥！Facebook 不得不改變演算法
2. Facebook演算法如何運作
3. 新Facebook演算法的正例與反例
4. 網路行銷人員如何在新的FB演算法中求生存
5. 讓人們願意參與討論
6. 創立社團
7. 禁用觸及率誘餌
8. 分析、基準化你的貼文表現

 

一個會得到分數的例子

如果一則貼文的文字內容為：「牠們（指貓）想出去嗎？偷偷地討厭你的成年兒子？這個讓人不可置信的新設備將讓你能以你的語言，與貓咪溝通！」然後在文字下方附上這個產品的網站連結。

你想想看，一個朋友貼了這篇網址分享文章，介紹可以讓貓與人類溝通的新科技產品。同時,他也在狀態上表達了他的想法，說他因為這個新科技而感到開心。而這則貼文也引起了你其他朋友的興趣，他們喜歡這則貼文，並在下方留言回覆，於是對於這則貼文的討論就如火如荼的開始了!

最後，知道你一直「偷偷懷疑他養的貓咪是否討厭你」的老爸，也寄給你與這篇文章中同樣的網站連結，告訴你這個產品將化解你的疑慮

你有朋友貼出這篇貼文，你的其他朋友從你的動態消息中看到這篇分享而按讚留言、討論，到最後你爸爸也寄這篇貼文中的網址連結給你，每一步的互動都增加了分數。最後你朋友的這篇貼文獲得高分，從此之後，只要是他貼的文章，都會出現在你的動態消息的上方。

另一個不會得到分數的例子

另一則貼文來自一間公司的粉絲頁（而且你已經有五年沒在這頁面上互動），文字內容為：「非常開心地介紹我們公司新來的 IT 經理ＸＸＸ。我們等不及要見識他的豐功偉業了。」然後附上這間公司的網頁連結，當然，所連結到的頁面是關於新的 IT 經理到來的消息頁面⋯⋯(似乎這間公司的網路行銷手法很傳統)

這個頁面不但已經五年沒跟你互動了，甚至這個頁面的個人資料也不完整，突然貼出一個貼文說他們即將雇用新的 IT 經理。

即使這家公司的粉絲頁有八千個讚，但是這篇貼文只有十個人點了貼文中的網頁連結。很顯然的，Facebook 不會對這篇文章有高的評分，也不太可能出現在你的動態消息中。

對企業來說的意義

現在你應該很清楚，在新的演算法之下，除了那一小群本來就跟你的 FB 頁面有高度互動的粉絲之外，要讓你的 Facebook 貼文公諸於世、觸及到其他人是多麼的難！
若沒有人按讚、留下回覆、分享，你的貼文將會石沈大海。
別擔心，社群行銷人的世界末日還沒到，Facebook 也提供一些方法，讓你的網路行銷文章被看到！



延伸閱讀

網路行銷必知的臉書演算法(一)

網路行銷必知的臉書演算法(二)

網路行銷必知的臉書演算法(四)


暑假快到了！與其讓兒子盲目拚學測，我寧可讓他先選擇人生方向~

超實用的Python入門介紹:類型轉換

讓Python基礎課程打造屬於你的AI城堡(三)

文字特效對一部網路行銷影片有多重要?今天來見識一下文字的力量!

網路行銷必知的臉書演算法(二)

網路行銷人注意囉!臉書的新演算法來啦!

目錄：

1. 假新聞充斥！Facebook 不得不改變演算法
2. Facebook演算法如何運作
3. 新Facebook演算法的正例與反例
4. 網路行銷人員如何在新的FB演算法中求生存
5. 讓人們願意參與討論
6. 創立社團
7. 禁用觸及率誘餌
8. 分析、基準化你的貼文表現

 

網路行銷必看：FB 新演算法決定貼文排序的四大因素

臉書的動態消息、貼文排序和顯示方式，將依照新的演算法來決定，演算法則是基於以下四個要素決定：貼文庫存、社群訊號 (Social Signal)、預測和分數。

貼文庫存

Facebook 會從庫存中參考可用的貼文內容，這些貼文包含了您的朋友、家人、您加入的社團或是你喜歡的粉絲頁。

社群訊號 (Social Signal)

以下所列的社群訊號 (Social Signal)，是 Facebook 用以選擇內容的方式。其中粗體字在 Facebook 中的權重更高。如身為網路行銷的你所知，Facebook 的一切就是人們的參與：如評論、分享等等

1. 對某人照片狀態的留言和按讚
2. 在 Messenger 中的分享
3. 對於影片中的留言
4. 貼文者是誰
5. 這篇貼文何時貼的
6. 技術因素（如手機的款式、網路強度等等）
7. 內容的種類
8. 花在這篇內容的平均時間
9. 貼文內容是否內容充實
10. 個人資料的完整度

預測

Facebook 會從你的資料以及你過去的活動中決定要在動態消息中「餵」你哪些內容，他們會預測出你可能會喜歡並參與互動的內容，並且將你可能不會參與的內容移出你的時間軸——儘管根據美國的一間民調機構「皮尤研究中心」根據研究指出：27% 的人認為這個演算法誤解了他們。

分數

一篇文章內容是否與用戶有所「關聯」，決定了分數的多寡。分數越高，代表它越可能會出現在動態消息。當然，這個分數會因用戶而異。

Facebook 如何使用這四種因素？

由以上看出，每篇文章都基於互動性、關聯性、社群訊號 (Social Signal)而有一個分數。Facebook 使用這個評分，來決定在用戶的動態消息上所出現的內容。這個評分會因為個人的興趣、嗜好、聯絡人而有所不同。所以同樣的內容，對於不同的用戶來說，分數也不盡相同。所以每個人的動態消息所出現的貼文內容也不一樣。




延伸閱讀

網路行銷必知的臉書演算法(一)

網路行銷必知的臉書演算法(三)

網路行銷必知的臉書演算法(四)


暑假快到了！與其讓兒子盲目拚學測，我寧可讓他先選擇人生方向~

超實用的Python入門介紹:原地運算符

學好Python小技巧-字串String介紹

搞懂這些,Python變得好實用!(8)-變數

網路行銷必知的臉書演算法(一)

網路行銷人注意囉!臉書的新演算法來啦!

目錄：

1. 假新聞充斥！Facebook 不得不改變演算法
2. Facebook演算法如何運作
3. 新Facebook演算法的正例與反例
4. 網路行銷人員如何在新的FB演算法中求生存
5. 讓人們願意參與討論
6. 創立社團
7. 禁用觸及率誘餌
8. 分析、基準化你的貼文表現

 

假新聞充斥！Facebook 不得不改變演算法

Facebook 演算法,顧名思義就是Facebook 用於決定要「餵」你哪些內容的計算方式!這個演算法具有很大的煽動力與影響力。過去,按時間順序「餵」內容的時代已經out了，如今你將獲得的是「你所被給予的」內容。

從大報《紐約客》到地區性小報，報商都從 Facebook 得到了大量的流量，但許多「假新聞」也是如此。 這種假新聞通常都是具煽動性、不真實的政治報導，有些人看了情緒被煽動、也有些人看了覺得非常合己意而覺得大快人心，這些因素都讓這類的貼文被大量分享。
Facebook 現在都充斥著這些假新聞，並且也快跟假新聞畫上等號了。Facebook 在 2016 年的美國大選中，不斷的被質疑助長假新聞，以至於影響了選舉結果。過去 Faceboook 公布一份調查，指出在 2015 年 6 月到 2017 年 5 月間，有價格超過 15 萬美元、5000 多則 Facebook 廣告是經由假帳號及專頁投放，而且大部分似乎來自俄羅斯。這導致 Facebook 在全球的聲譽正在遭受重創。

現在隨著時代進步，連 AI 人工智慧都可以生成假新聞了！特斯拉的 CEO 馬斯克曾投資的 AI 研究團隊「OpenAI」研發的「GPT-2」就曾利用英國脫歐的新聞，再撰寫出另一篇假新聞，甚至還曾有人懷疑馬斯克停止投資人工智慧與此有關！（參見：馬斯克宣布離開 OpenAI 的真正原因是...研發的AI太會寫假新聞?）。

Facebook 決定採取行動以對抗假新聞，並試著重拾用戶的信任，並重申 Facebook 作為社區和「有意義的社交互動」的平台。

也許一些美國人會因為不用再被餵假新聞而感到高興。但是對於所有需要在 Facebook 上發布內容的社群行銷人員來說是不利的。新的演算法讓 Facebook 很少發布商業的內容，取而代之的是素人的原生貼文，特別是與這些素人互動的人。

對於商家來說，這意味著流量會大大減少。對於那些依靠廣告收入的人（例如網路行銷公司等等）可說是一大損失。商家看到他們的推薦連結流量（ Referral Traffic ）下降，意味著用戶們幾乎不可能看到他們所發佈的 Facebook 訊息。有些業者唯一的網路行銷管道就是 Facebook，可說是突然陷入困境。

Facebook演算法-如何運作？

回歸正題，新的 Facebook 演算法到底對哪種類型的貼文有利。這篇文章所提供的方法都是基於 Facebook 的一場線上研討會。這場線上研討會解釋新的演算法、以及 CrowdTangle——Facebook 在 2016 年收購的社群貼文管理平台，有助於跟踪、管理用戶貼文內容的效果。



延伸文章

網路行銷必知的臉書演算法(二)

網路行銷必知的臉書演算法(三)

網路行銷必知的臉書演算法(四)

暑假快到了！與其讓兒子盲目拚學測，我寧可讓他先選擇人生方向~

利用Python尋找完美數~小遊戲也可以加強練習~

學好Python小技巧-dir()及help()用法

Python基礎入門課(3)升冪降冪,商數餘數