Η περίπτωση της αμερικανικής αλυσίδας σουπερμάρκετ Target

Έχουμε ήδη αναφέρει την περίπτωση της αλυσίδας σουπερμάρκετ Target, η οποία ξαφνικά άρχισε να στέλνει σε έναν έφηβο τακτικές διαφημίσεις για βρεφικά προϊόντα. Μετά από καταγγελία του πατέρα, η οικογένεια ανακάλυψε ότι η κόρη ήταν πράγματι έγκυος. Πώς θα μπορούσε η αλυσίδα σουπερμάρκετ να το γνωρίζει αυτό πριν από την οικογένεια;

ΓΙΑΤΙ;

• Η αλυσίδα σουπερμάρκετ εκχωρεί σε κάθε πελάτη έναν εσωτερικό αριθμό αναγνώρισης.
  
  
• Όλες οι αγορές και οι αλληλεπιδράσεις αποθηκεύονται στον αντίστοιχο αριθμό, είτε πρόκειται για αγορές, είτε για πληρωμές με πιστωτική κάρτα, είτε για επισκέψεις στην ιστοσελίδα, είτε για κλήσεις στην τηλεφωνική γραμμή κ.λπ.
  
  
• Η στατιστική υπηρεσία της αλυσίδας σουπερμάρκετ αναλύει τα δεδομένα που συλλέγονται και προσπαθεί να αντλήσει οδηγίες για δράση με στόχο την αύξηση των πωλήσεων της αλυσίδας σουπερμάρκετ. Για παράδειγμα, οι γονείς λαμβάνουν στοχευμένους καταλόγους με παιχνίδια πριν από τα Χριστούγεννα, οι πελάτες που αγοράζουν μαγιό τον Απρίλιο λαμβάνουν κουπόνια για αντηλιακή κρέμα τον Ιούλιο και διαφήμιση για οδηγούς διατροφής τον Δεκέμβριο.
  
  
• Καθώς η γέννηση ενός παιδιού είναι ιδιαίτερα επικερδής για τις εταιρείες, έχει δημιουργηθεί ένα είδος «σκορ πρόβλεψης εγκυμοσύνης» που προβλέπει την εγκυμοσύνη, ακόμη και την ημερομηνία τοκετού των πελατών. Το σκορ αυτό βασίζεται σε ανάλυση ειδών που αγοράζονται με ορισμένη συχνότητα από έγκυες γυναίκες (π.χ. συμπληρώματα διατροφής, προϊόντα περιποίησης χωρίς άρωμα) ή προϊόντων που δεν αγοράζονται πλέον (π.χ. προϊόντα υγιεινής περιόδου ή αντισυλληπτικά). Κατά συνέπεια, οι πελάτισσες που κατατάσσονται σε αυτή την κατηγορία λαμβάνουν ειδική διαφήμιση και κουπόνια σχετικά με την εγκυμοσύνη.

Πηγή: https://crackedlabs.org/en

Η αγοραστική μας συμπεριφορά αποκαλύπτει πολλά για τον εαυτό μας, τον τρόπο ζωής μας και την κοινωνική μας θέση. Και ακόμη και αν δεν καταγράφονται πλήρως όλα τα δεδομένα, αυτό δεν μας προστατεύει από την κατηγοριοποίηση. Μια ομάδα ερευνητών με επικεφαλής τον Yves-Alexandre de Montjoye από το Τεχνολογικό Ινστιτούτο της Μασαχουσέτης (ΜΙΤ) ανέλυσε δεδομένα πιστωτικών καρτών από τις οποίες είχαν αφαιρεθεί από τη βάση δεδομένων τα ονόματα, οι αριθμοί πιστωτικών καρτών και τα προϊόντα που αγοράστηκαν. Παρ' όλα αυτά, στο 90% των περιπτώσεων, μόνο τέσσερα πρόσθετα σημεία δεδομένων ήταν αρκετά για να αντιστοιχίσουν μια εγγραφή δεδομένων σε ένα πραγματικό πρόσωπο.  

Πηγή: https://www.science.org/doi/10.1126/science.1256297

Αφήνουμε λοιπόν παντού ίχνη δεδομένων, πολλά από αυτά χωρίς να το συνειδητοποιούμε. Αυτό μας φέρνει πίσω στο αρχικό ερώτημά: «Δεν έχουμε τίποτα να κρύψουμε;» και «Τι θα μπορούσε ενδεχομένως να μου συμβεί;». Ίσως τώρα να σκέφτεστε διαφορετικά.

Ένα παράδειγμα:

Φανταστείτε: Η ασφαλιστική σας εταιρεία αυξάνει τα ασφάλιστρά σας. Μετά από συνεργασία με το πρόγραμμα πόντων επιβράβευσης μιας αλυσίδας σουπερμάρκετ, έχει διαπιστωθεί ότι έχετε ανθυγιεινό τρόπο ζωής. Γι‘ αυτό το λόγο, η ασφαλιστική εταιρεία αυξάνει τα ασφάλιστρά σας.

Ναι, αυτό είναι αλήθεια. Και όμως, η ιδέα δεν είναι τόσο υπερβολική όσο φαίνεται αρχικά. Ορισμένες γερμανικές ασφαλιστικές εταιρείες υγείας διαφημίζουν εδώ και καιρό εκπτώσεις στην περίπτωση που ο ασφαλισμένος συμφωνήσει να μοιραστεί τα δεδομένα υγείας του έξυπνου ρολογιού του με την ασφαλιστική εταιρεία. Οι ασφαλιστικές εταιρείες και οι τράπεζες χρησιμοποιούν αυτοματοποιημένα συστήματα που χρησιμοποιούν τα δεδομένα μας (π.χ. ηλικία, τόπο διαμονής κ.λπ.) για να αξιολογήσουν την πιστοληπτική μας ικανότητα ή να υπολογίσουν τον ασφαλιστικό μας κίνδυνο. Και όποιος καταλήξει σε λάθος βάση δεδομένων, για οποιονδήποτε λόγο, μπορεί να μην του επιτραπεί πλέον η είσοδος στις ΗΠΑ ή σε άλλες χώρες στο μέλλον.