ถ้ามองย้อนกลับไปซัก 10 ปีก่อน เราอาจจะนึกไม่ออกว่าข้อมูลบนอินเตอร์เน็ตนั้นสำคัญอย่างไร แต่ในทุกวันนี้แค่ค้นหาข้อมูลสินค้าบางอย่างบนอินเตอร์เน็ต ก็ทำให้เราพบกับโฆษณาจากทั่วทุกแห่งหนส่งตรงมาหาเรา ถึงแม้ว่าเว็ป, แอป, หรือแพลตฟอร์มที่ใช้อยู่จะเป็นคนละตัวก็ตาม

สินค้าและบริการแทบทั้งหมดในปัจจุบันถูกขับเคลื่อนด้วยข้อมูลเพื่อช่วยอำนวยความสะดวกให้กับผู้ใช้, สร้างความสนใจเพื่อดึงดูดผู้ใช้, เพิ่มโอกาสในการขายสินค้าหรือบริการ, หรือนำไปใช้วิเคราะห์เพื่อนำข้อมูลไปใช้ตัดสินใจอะไรบางอย่างต่อ

ยกตัวอย่างเช่น ถ้าผมกดซื้อเสื้อบนแอปช็อปปิ้งซักแห่ง แล้วเห็นร้านเสื้อผ้าร้านอื่น ๆ ถูกแสดงขึ้นมาแนะนำในการใช้งานครั้งถัดไป ก็คงไม่ใช่เรื่องแปลกอะไร เพราะเราเข้าใจกันแล้วว่าข้อมูลการใช้งานของเราจะถูกนำไปวิเคราะห์เพื่อใช้งานภายในแอปอีกที

Photo by Utsman Media from Unsplash

แต่ถ้าผมกดเข้า Social Network ซักแห่งแล้วเจอโฆษณาร้านเสื้อผ้าและโพสต์ต่าง ๆ ที่เกี่ยวกับเสื้อผ้าล่ะ เหมือนกับว่าระบบพวกนี้จะรู้ว่าเราเคยกดซื้อเสื้อมาก่อน รู้ได้ยังไง? แอปที่เราเคยใช้เอาข้อมูลของเราไปขายต่ออย่างงั้นหรอ?

ก่อนที่ผู้อ่านจะรู้สึกหวาดระแวงกับโลกอินเตอร์เน็ตไปมากกว่านี้ มาดูเบื้องหลังเทคโนโลยีเหล่านี้กันก่อนดีกว่า

รู้จักกับเครื่องมือช่วยวิเคราะห์ข้อมูลและพฤติกรรมของผู้ใช้

เป็นเรื่องยากมากที่เราจะสร้างสินค้าหรือบริการใด ๆ บนโลกอินเตอร์เน็ตขึ้นมา แล้วจะมีระบบช่วยวิเคราะห์ข้อมูลและพฤติกรรมของผู้ใช้ (Analytics System) ที่สร้างขึ้นมาเองตั้งแต่แรก จึงทำให้ทุกวันนี้มีเครื่องมือในด้านนี้ให้เลือกใช้งานเป็นจำนวนมาก เพื่อลดต้นทุนในการสร้างระบบของตัวเอง และได้เครื่องมือที่มีความสามารถเทียบเท่ากับที่แอประดับสากลใช้งานกัน โดยสิ่งที่ต้องทำคือเชื่อมต่อระบบ (Integration) เข้ากับผู้ให้บริการเหล่านั้นผ่าน API หรือ SDK

ผู้เขียนขอเรียกผู้ให้บริการเหล่านี้ว่า Analytics Tools

และต่อให้คุณมีระบบเป็นของตัวเอง ก็อาจจะต้องพึ่งพาของเหล่านี้อยู่ดี เช่น อยากให้โปรโมทชันภายในแอปไปแสดงอยู่บนโฆษณาบน Social Network ซักแห่ง เป็นต้น

ในขณะเดียวกัน Analytics Tools เหล่านี้ก็ไม่ได้อำนวยความสะดวกสบายให้กับนักพัฒนาเท่านั้น แต่ยังได้ข้อมูลจากการใช้งานด้วยเช่นกัน แต่ที่เหนือไปกว่านั้นคือ Analytics Tools สามารถเรียนรู้พฤติกรรมของผู้ใช้ได้ละเอียดและแม่นยำกว่าจากการที่มีแอปหลายตัวที่ใช้ Analytics Tools เหมือนกัน

เช่น คุณเป็นเจ้าของแอปช็อปปิ้ง คุณรู้ว่าผู้ใช้คนนี้ชอบดูเสื้อผ้ากีฬา และจ่ายเงินไปเท่าไร แต่สำหรับ Analytics Tools นอกจากจะมีข้อมูลจากแอปของคุณแล้ว อาจจะรู้ด้วยว่าผู้ใช้คนนี้ก็ชอบอุปกรณ์ไอทีเหมือนกัน แต่กดซื้อจากแอปอื่น และเติมเงินในเกมไปเท่าไร

ทุกวันนี้จึงทำให้พฤติกรรมของผู้ใช้มากมายทั่วโลกถูกสร้างขึ้นมาเป็น Digital Profile และถูกนำไปใช้งานในรูปแบบต่าง ๆ มากมายโดยที่ผู้ใช้ไม่รู้ตัว (รู้ตัวอีกทีก็ตอนเห็นโฆษณา) และนั่นจึงเป็นที่มาของโปรเจคบนแอนดรอยด์ที่มีชื่อว่า Android Privacy Sandbox

Android Privacy Sandbox

เป็นหนึ่งในโปรเจคใหญ่บนแอนดรอยด์ที่ทีมพัฒนาตั้งใจจะช่วยให้ข้อมูลส่วนตัวของผู้ใช้มีความปลอดภัยมากขึ้น, อำนวยความสะดวกให้กับนักพัฒนาแอป, และสร้างมาตรฐานใหม่สำหรับข้อมูลส่วนตัวของผู้ใช้ โดยเปลี่ยนรูปแบบในการทำงานของ 3rd-party ที่เกี่ยวกับ Analytics, Marketing, และ Advertising แยกออกมาอยู่ภายใต้การควบคุมของระบบแอนดรอยด์ แทนที่จะฝังรวมอยู่ข้างในแอปเหมือนที่ผ่านมา

3rd-party ใน ณ​ ที่นี้หมายถึงผู้ให้บริการที่แต่ละแอปใช้บริการในรูปแบบของ API หรือ SDK

โดย Android Privacy Sandbox จะแบ่งการทำงานทั้งหมดออกเป็น 4 ส่วนด้วยกัน

• SDK Runtime
• Topics
• FLEDGE
• Attribution Reporting

SDK Runtime

จากเดิมที่แอปมีการเรียกใช้งาน Analytics Tools จะต้องเพิ่ม SDK เข้าไปในแอปของตัวเอง จึงทำให้ SDK เหล่านั้นได้สิทธิ์ในการเข้าถึงข้อมูลภายในเครื่องและทำงานได้เทียบเท่ากับแอปที่เป็นคนเรียกใช้งาน

จึงทำให้ SDK Runtime ออกแบบมาเพื่อแยก Process ระหว่าง SDK ของ Analytics Tools กับแอปที่เรียกใช้งานออกจากกัน แล้วสื่อสารกันผ่าน SDK Interface แทน เพื่อให้ระบบแอนดรอยด์สามารถควบคุมการทำงานและจำกัดสิทธิ์ในการเข้าถึงข้อมูลของ SDK เหล่านั้น

Topics

สำหรับโฆษณาที่เป็นแบบ Interest-based advertising (IBA) ระบบแอนดรอยด์จะส่งข้อมูลให้ Advertiser (ผู้เลือกว่าจะแสดงโฆษณาอะไร) ในรูปแบบที่เรียกว่า Topic ที่จะได้มาจากการวิเคราะห์ความสนใจที่มาจากการใช้งานแอปต่าง ๆ ในเครื่องของผู้ใช้

โดยที่ Advertiser จะได้ข้อมูลของ Topic แค่บางส่วนเท่านั้น และจะมีการสุ่ม Topic เพื่อผสมอยู่ในนั้นด้วย เพื่อไม่ให้ Advertiser สามารถรู้รายละเอียดของผู้ใช้มากจนเกินไป

และนอกจากนี้ยังเปิดให้ผู้ใช้สามารถแก้ไขและกำหนด Topic ในเครื่องตัวเองได้อีกด้วย

FLEDGE

นอกเหนือจาก Topics แล้ว การเลือกแสดงโฆษณาที่เป็นแบบ Interest-based advertising (IBA) อาจจะมาจากพฤติกรรมของผู้ใช้ในระหว่างใช้งานแอปก็เป็นได้ ซึ่งเราจะเรียกกันว่า Custom Audient เช่น เมื่อวิเคราะห์พฤติกรรมการการใช้งานแอปแล้วพบว่าผู้ใช้อยู่ในกลุ่มที่มีแนวโน้มจะซื้อสินค้า ก็จะจัดให้อยู่ในกลุ่มเฉพาะสำหรับใช้เลือกโฆษณาเพื่อจูงใจให้ผู้ใช้ตัดสินใจซื้อสินค้าชิ้นนั้น ๆ เป็นต้น

โดย FLEDGE จะเข้ามาจัดการในส่วนนี้ให้ตั้งแต่การสร้าง Custom Audience ไปจนถึงการช่วยเลือกโฆษณาขึ้นมาแสดง โดยที่ข้อมูลของผู้ใช้จะถูกจำกัดไม่ให้ส่งออกไปหา Advertiser เกินจำเป็น

Attribution Reporting

ในการทำ Marketing Campaign ภายในแอปก็จะต้องมีการวัดผลโดยรวบรวมข้อมูลจากผู้ใช้แอปทั้งหมด เพื่อดูว่า Campaign ไหนมี Conversion Rate มากน้อยเท่าไร ซึ่งแน่นอนว่าแอปส่วนใหญ่ก็ใช้บริการ Marketing Tools ที่เป็น 3rd Party นั่นเอง

โดย Attribution Reporting จะช่วยให้นักพัฒนาแอปสามารถส่งข้อมูลเหล่านี้ออกไปให้ Marketing Tools ได้อย่างมั่นใจว่าข้อมูลดังกล่าวจะไม่กลายเป็นข้อมูลที่เจาะจงเฉพาะแอป

ข้อมูลที่ส่งผ่าน Attribution Reporting จะถูกรวมไว้ในระบบแอนดรอยด์เพื่อรอส่งให้กับ 3rd Party ทีเดียวเลย โดยจะมีการเพิ่ม Noise เข้าไปในข้อมูล และมีการจำกัดความถี่ในการส่งข้อมูลเพื่อป้องกันไม่ให้ 3rd Party เหล่านั้นสามารถระบุข้อมูลของผู้ใช้ได้แม่นยำจนเกินไป

Android Privacy Sandbox ยังคงอยู่ในระหว่างการพัฒนา

ในปัจจุบัน Android Privacy Sandbox ยังไม่ได้พร้อมใช้งาน แต่มีการเปิดตัวเพื่อแจ้งให้นักพัฒนาแอปและ Partner ทราบก่อน และทีมพัฒนามีการตั้งเป้าหมายว่าอย่างน้อย 2 ปีถึงจะพร้อมใช้งาน (ถ้าไม่มีการเปลี่ยนแปลงอะไร) โดยในระหว่างนี้ก็จะทำงานร่วมกับ Partner ที่เกี่ยวข้องในตลาด และปล่อย System Image สำหรับ Android 13 ที่มี Android Privacy Sandbox เพื่อให้นักพัฒนาดาวน์โหลดไปลองทดสอบก่อน

แน่นอนว่าโปรเจคนี้อาจจะไม่ได้ส่งผลต่อผู้ใช้อย่างเห็นได้ชัด เพราะการทำงานทุกอย่างอยู่ในเบื้องหลังของระบบแอนดรอยด์ทั้งหมด แต่จะส่งผลกระทบต่อนักพัฒนาและ 3rd Party Tools ที่เกี่ยวข้องกับเรื่อง Analytics, Marketing และ Advertising ทั้งหลายที่นักพัฒนาแอปใช้งานกัน

แต่ทั้งหมดนี้ก็เพื่อให้ผู้ใช้รู้สึกปลอดภัยและมั่นใจในการใช้งานอุปกรณ์แอนดรอยด์มากขึ้นนั่นเอง

แหล่งที่มาของข้อมูล : Android Developers