Прогнозирование в рекламе приводит к краже персональных данных

В 2026 году рекламный рынок перейдет к предиктивной аналитике, алгоритмы будут заранее прогнозировать, что покупателю может понадобиться. Эксперты отмечают, что такие решения увеличивают риски кражи данных пользователей.

По данным Ассоциации развития интерактивной рекламы (АРИР), спрос на предиктивную аналитику в рекламе вырастет на 30-40%, а предложения станут более персонализированными. Конкуренция за внимание пользователя становится жестче, и бренды все острее нуждаются в понимании, как выделиться среди конкурентов и найти самый короткий путь к аудитории.

Анжела Федорченко, вице-президент АРИР, сопредседатель Индустриального комитета по Big Data & Programmatic, рассказала, что в условиях высокой конкуренции бизнесу требуется не только анализировать историческое поведение пользователя, но и прогнозировать его будущие действия с высокой степенью вероятности.

"Уже сейчас реклама стала очень персонализированной, но это еще не предел. Даже с учетом того, что идет ужесточение в области использования персональных данных, есть пространство для персонализации коммуникации с аудиторией, и решающую роль в этом играют новые технологии, основанные на искусственном интеллекте (ИИ). Если говорить про онлайн, то используются данные из всех сред, где пользователь оставил след, включая Smart TV, мобильную среду, социальные сети, приложения и мессенджеры", - говорит Федорченко.

При этом рекомендательные системы, как и любой сервис, могут быть скомпрометированы, в результате чего чувствительная информация пользователей может стать известна третьим лицам и продана.

Чем больше данных о покупателях собрано, тем проще мошенникам использовать их для социальной инженерии и атак на близких человека

"Чем точнее сформирован профиль, тем больше он содержит персонализированной информации. Мошенникам будет проще использовать такие данные для персонализированного фишинга и социальной инженерии. Использование такого профиля для атак на близких человека - вполне осуществимый сценарий", - объясняет директор департамента бренд-маркетинга и коммуникаций Cloud.ru Виктория Морозова.

Она указывает и на другую проблему: несмотря на растущую открытость в отношениях с брендами, люди чувствуют дискомфорт от понимания, что конфиденциальная информация находится в распоряжении брендов.

Так, по данным исследования агентства Adlucent, персонализированную рекламу предпочитает 71% потребителей, но только 44% готовы предоставить определенную личную информацию для этого.

Александр Папков, вице-президент АРИР, директор по инновациям группы АДВ, отмечает, что предиктивная аналитика существует уже долгие годы, но точность прогнозов повышается за счет роста вычислительных мощностей, применения машинного обучения и ИИ при работе с большими данными. Поэтому рост спроса связан с повышением точности прогнозов и оперативностью их получения, а также тем фактом, что бизнес начинает серьезно относиться к сбору данных, которые потом могут быть использованы для повышения эффективности процессов компании.

Эксперт поясняет, что сейчас с помощью моделирования и различных ИИ-решений автоматизируют как процесс предиктивной аналитики, так и создание динамических креативов - рекламных материалов под конкретного пользователя или узкие сегменты целевой аудитории бренда.

"Сами алгоритмы и платформы для аналитики являются ценнейшей мишенью для хакеров. Взлом такой системы открывает доступ не к данным одного пользователя, а к поведенческим моделям миллионов людей. Злоумышленники могут либо украсть эти модели для создания собственных манипулятивных рекламных кампаний, либо, что еще опаснее, подменить или "отравить" исходные данные. Это приведет к искажению прогнозов и к финансовым потерям компаний", - рассказал старший преподаватель кафедры инструментального и прикладного программного обеспечения Института информационных технологий РТУ МИРЭА Андрей Рыбников.

Алгоритмы для аналитики - ценная мишень для хакеров, открывающая доступ к данным миллионов людей. Фото: ismagilov / iStock

Эксперт добавляет, что могут появиться утечки данных из-за уязвимостей в программном обеспечении или ошибок в настройках баз данных. Также повышается вероятность внутренних угроз, когда сотрудники, имеющие доступ к чувствительной информации и моделям, могут либо по неосторожности допустить утечку, либо умышленно продать эти данные.

"Стремительное развитие предиктивной аналитики в рекламе требует адекватного опережающего развития систем защиты. Речь идет не только о технологических решениях, таких как шифрование и строгий контроль доступа, но и о нормативном регулировании, и повышении цифровой грамотности пользователей. Без этого прогресс в персонализации рекламы может обернуться серьезным регрессом в области приватности и безопасности", - заключает Рыбников.