区块链营销数据隐私与高质量数据的冲突

最近在写一份关于区块链广告项目运作计划，开始总结过去的所思所想，以及市场上已经有的一些方案。但始终无法绕开一个问题——数据隐私与精准投放的冲突。

为什么会出现这个问题？

最近跟一个朋友在谈论区块链在广告甚至IOT上的应用，我问了这样一个问题“现在很多人在讲IOT和区块链是绝配，区块链究竟可以解决IOT落地的什么核心问题？”，“物联网实现万物互联，区块链去中心化，网络拓扑有类似之处，但是最大的问题是节点之间的网络带宽和海量交易信息存储问题”朋友回答到。其实区块链对于广告营销也可以用这个答案来描述，区块链的核心是去中心化的同时利用机器来降低信任成本，广告营销也有望在这个基础上，实现广告主—受众—媒体之间即将破裂的关系的有效修补，让广告营销达到空前的互动。

这种修补，从现在看起来包括几个方面：

1.让受众主动参与，进行数据提供，利益获取。这解决了目前广告的最致命难题——受众排斥

2.营销数据协作，不论是个人与广告主，媒体与广告主，个人与媒体，还是媒体与媒体。数据的协作，不论是对广告投放实现更加精准的人群寻找，还是实现真正千人千面的创意都是一个新的高速通道。

3.剩下的解决是去中介化，提升效率，打击作弊，广告生产的去中心化等问题

上面这些方向，都可以做出不同的解决方案和产品。但这项改革成功地关键，在于新推出的产品，是否对一件事情起到了推动作用——受众的互动（直接或间接）是否提高。

广告营销一直在解决这个问题，广告主想获得更多的收益，因此有了众多公司推出程序化购买，程序化创意等产品，都是想提高受众的互动，以增加广告主的收益（直接或间接）。互动要提高，利益刺激绝对不是最持久有效的方法，我们一定会回到数据层面，利用高质量的数据配上优秀推荐算法和高效的IOT数据采集设备，去做“个性化”营销。

这意味着在进行营销时，需要获得受众非常全面的数据。理论上，数据越全面，效果就会越好。但是，负责进行广告营销的公司可能不会轻易地获取到受众全面的数据，因为数据具有2个特征：

1.隐私性，从法律上来讲，除非真正的数据拥有者授权，否则没有任何人有权使用这个数据

2.易复用性，受众的数据如果让某个企业掌握了一次，这个企业就拥有了二次使用或者售卖的机会

这就导致了，如果一个广告营销公司在投放过程中，获取到高质量数据能够进行有效的营销活动，但是面临法律或者数据提供方利益受损的问题；如果不获取到高质量数据，那又不能做出足够好的营销行为，对现有的广告环境并没有多大促进作用。

那是不是就不可调和了？

我们的目标是设计一套解决方案，在保护隐私性和数据拥有者的利益的同时，还能让广告营销公司能够利用高质量数据做出足够好的营销行为。

1.先思考怎么设计机制来解决隐私性和易复用性，从而让广告营销公司能够获取到高质量数据？

隐私性我们讲，只要数据拥有者授权，那么就可以使用。因此，设计一个数字身份档案管理系统，让用户可以维护自己的数据，还能让用户对不同的应用开放自定义的数据；

易复用性的问题，用户的数据开放给某一家企业，比如兴趣爱好标签，那么就需要做到数据使用可追踪，并实现利益分配。换句话说，企业如果二次使用用户的数据，会被监测到并需要为用户支付费用

以上的描述，数据拥有者不仅仅可以是个人，也可能是一家企业。

2.上面这种方法，遵循的原则是——数据提供者拥有数据自主权，可以控制对外开放的数据，一旦数据开放，数据的控制器会减弱，但在被其他方二次使用时可以获得收益来弥补数据控制权。但好像还不尽人意，如果获取到数据的企业不通过我们设计的系统进行运作，而走黑市交易，这就面临巨大隐患。广告营销公司最终是为了能够做出足够好的营销行为，获取高质量的数据只是一个中间过程。那是不是有办法能够实现做出高质量营销行为，但不会获取到用户数据？

（1）关于隐私性，仍然由数据拥有者掌控数据，维护与外部的交互。

（2）数据以一定格式脱敏存储区块链上，真正的数据存储在数据拥有者自己的本地空间中，并提供一套机制可以验证数据拥有者拥有这部分数据。

（3）设计可自定义的智能合约服务，让广告营销公司能够设定自己期望找到的标签、运行逻辑、数据源

（4）当一个受众的营销ID以脱敏方式进入系统，不同广告营销公司的智能合约会被触发，从不同的数据源中寻找对应的数据，并运行逻辑代码，最终返回结果。作为广告营销公司采取哪种营销策略的依据。

（5）在此过程中，能够对数据提供方进行利益分配

在这个过程中，营销ID不会被广告营销公司直接获取，（相当于）数据也不会被营销公司获取，除非受众主动与营销公司的广告发生了交互。但营销公司在这个过程中，实现了对受众的深入认识。

这种方案有1个问题，就是一旦受众与广告营销公司发生了交互，则广告营销公司有机会关联到当时在智能合约中获取到的标签数据，这部分数据可以被广告营销公司作为自己的数据资产使用。严格意义上讲，这种也属于易复用性问题，要完全解决则是加入黑盒机制或者一些干扰数据关联的机制。但由于受众主动交互才能产生这部分数据，因此实际中不一定需要做到严格意义上的不可复用。

应用场景

最大的场景要分为实时场景和非实时场景。实时场景当然就是参与到RTB当中去，非实时场景就是用于投放前或者投放后的数据协作中去。

实时场景（面临着网络带宽和交易速度确认的问题）：

1.程序化购买扩展：在RTB中，广告营销公司能够获取到对该用户的数据十分有限，为了最大化广告主的利益，可利用区块链数据协作获取更好的营销策略。可以通过信息流、消息推送等方式缓解实时压力。

2.直接营销（场景营销、IOT、流量狐导）：一个用户的出现，会被通知到网络中的监测点，监测点可以通过区块链数据协作制定营销策略。

对广告主来说，拥有了更高质量的数据；对媒体来说，他们可以把数据贡献给非自己的流量，以扩大数据变现的范围。

非实时场景：

1.数据匹配：针对不同方的数据，在保护隐私的情况下做数据比对。

2.数据（准确性）验证：针对不同方的数据，在保护隐私的情况下，为同一条数据进行投票

3.作弊验证：对广告投放和点击行为与媒体和受众身份档案联系起来，做KYC和奖惩制度

4.联合数据分析：通过自定义智能合约和特定的数据源，进行数据挖掘分析