作者
作者
在数字分析的早期，隐私的概念在很大程度上被忽视了。但如今，隐私变得越来越重要，这也是理所当然的：大多数消费者不再希望自己的一举一动（数字）在未经同意的情况下被跟踪。虽然这让我们作为营销人员和 data 分析师的生活更具挑战性，但我们正在走向一个尊重最终用户隐私的环境，这是一件好事。.
随着新法规的生效，企业在收集 data 内容、收集原因和使用方式方面必须做到透明。此外，用户需要能够像选择加入一样方便地退出这些条款。因此，营销人员面临着可使用的同意 first-party data 大幅减少的问题。.
我们相信，使用极少量经同意的 first-party data 数据来建立人工智能结果模型是未来的发展趋势。这意味着要使用机器学习算法来建立模型，以便从少量的 data 数据集中获得洞察力。.
下面是一些具体的例子：
这些只是人工智能和建模如何在保护用户隐私的同时，利用最少的同意 first-party data 来获得有价值见解的几个例子。要了解有关隐私和 data 收集的更多信息，请阅读以下内容 条.
然而，重要的是要记住，这些工具的好坏取决于它们所训练的 data。如果您想以负责任和合乎道德的方式使用人工智能和建模，您首先需要与客户建立信任，并以透明和合乎道德的方式收集 data。以下是一些需要牢记的提示：
返璞归真，拥抱未来
数字 data 一直都不完美，以后也会如此。但没关系！这只是意味着，如果我们还没有找到有效解决某个问题的方法，我们可以随时重新开始。重要的是改变我们的思维模式，采用新的方法来进行数字分析：这种方法更加尊重用户隐私，更加专注于解决现实世界中的问题，更加关注我们的行为所带来的意外后果。.
与其试图寻找新的窍门、漏洞和工具来收集客户 data，不如回归本质。承认你不可能了解客户的每一个小细节。学会利用你所知道的，并借助人工智能和建模的力量对其进行优化。但前提是，这样做的好处不能仅限于你和你的公司。此外，还要意识到您的行为会带来意想不到的后果。如果您使用 data 来解决一个问题，请注意对其他领域的潜在负面影响。.
Artefact 可以通过多种方式提供帮助
对我们来说，data 是以人为本的。这一点永远不会改变。如果您在数字营销和/或数字分析的新时代需要一点（或很多）帮助，请随时联系我们。我们将助您成功。我们的工作方式包括
