الوسم: معرفة الإعلان ما أفكر فيه

كيف تعرف التطبيقات اهتماماتك رحله البيانات من الهاتف الى عالم التخصيص في هذا العالم الهاتف لم يعد مجرد اداه يتواصل من خلالها الافراد او يقوم بالترفيه بل اصبح الهواء الهاتف في هذا العصر بوابه متكامله تتيح لك الدخول الى عالم واسع وكبير من الخدمات الرقميه والتي تتنافس فيها على جذب الاهتمام المستخدم في هذه المنافسه ياتي سؤال هام كيف تعرف التطبيقات اهتماماتنا ولماذا نشعر احيانا او يبدو وكان الهاتف يقوم بقراءه افكارنا عندما يكون دكتوراه فيديو او اعلان يتوافق تماما مع ما نفكر فيه او الذي نبحث عنه في الحقيقه التطبيقات ليست لديها قدره سحريه ولكن لها لديها شيء اكبر تاثيرا واشد تاثيرا وهو البيانات والقدره على تحليل تلك البيانات باساليب متقدمه وذكيه اولا ما المقصود بالاهتمامات في عالم التطبيقات عندما نتكلم عن اهتماماتك في العالم الرقمي او في السياق الرقمي نحن لا نقصد مجرد الهوايات التي تقولها بشكل صريح بل الاهتمامات في السياق الرقمي يقصد بها كل ما يجذب انتباهك او يؤثر في قراراتك مثل المحتوى الذي تقراهه او تشاهده المشتريات التي تبحث عنها او تفكر بها الاماكن التي تقوم بزيارتها بشكل مستمر الاشخاص الذين وتتفاعل معهم القضايا التي تحافظك نفسيا او تثير فضولك التطبيقات تقوم بعمل ملف شخصي رقمي خاص بك والذي يعرف غالبا باسم يوزر بروفايل او انترنيست جراف هذا الملف يحتوي على تقديرات احتماليه بالاشياء التي تفضلها او الاشياء التي قد تريدها في وقت لاحق ثانيا كيف تجمع التطبيقات بياناتك الطريقه التي تعرف بها التطبيقات اهتماماتك تبدا من المرحله التي تقوم فيها بجمع البيانات وهذه البيانات التي تقوم بجمعها يمكن تقسيمها الى ثلاثه انواع بشكل رئيس بيانات تقوم انت بتضربها بنفسك وهي البيانات التي تعطيها للتطبيق بشكل مباشر مثل الجنس والعمر والاسم والبلد واللغه والاهتمامات التي تقوم باختيارها عندما تنشئ حساب مثل اختيارك للافلام او الرياضه الصفحات التي تقوم بمتابعتها او القنوات التي تشترك فيها كل هذه البيانات مفيده جدا للتطبيق كبدايه ولكنها ليست كافيه هي وحدها حتى تبني صوره دقيقه ثانيا اثنين بيانات تنتج عن سلوكك هذه البيانات هي التي تعتبر الكنز الحقيقي في عالم التخصيص فيقوم التطبيق بمراقبه نمط استخدامك مثل كم من الوقت توقفت عندي فيديو معين هل شاهدت هذا الفيديو حتى نهايته ام تجاوزته هل عند مشاهدتك لهذا الفيديو قمت بالضغط على الاعجاب ام تعليق ما هي الكلمات التي تقوم بالبحث عنها ما المنتج الذي تصفحته كثيرا دون ان تقوم بشرائه ما هي الموسيقى التي تقوم باعاده تشغيلها كل هذه الاشارات في عالم التحليل الرقمي تسمى اشارات سلوكيه وهذه الاشارات عاده هي اصدق من الاجابات التي تقوم بكتابتها بشكل مباشر لانك من الممكن ان تقول انك تحب شيء ولكن تصرفك يشير الى شيء اخر ثلاثه بيانات سياقيه وتقنيه هذه البيانات لا تتعلق مباشره بالاشياء التي تحبها ولكنها تساعد التطبيق في تكوين الصوره مثل نوع الهاتف الخاص بك ونظام التشغيل عنوان البروتوكول الانترنت الذي يحدد المواقع بشكل تقريبي او المواقع الجغرافي من خلال الجي بي اس طبيعه الشبكه وسرعه الانترنت الوقت الذي تقوم باستخدام التطبيق فيه كل هذه البيانات يتم استخدامها حتى يتوقع التطبيق اللحظه الافضل ليقوم بعرض الاعلان او الاقتراح محتوى ثالثا كيف تتبع التطبيقات الانشطه التي تقوم بها خارج التطبيق هنا الامر يكون اكثر تعقيدا لان التطبيقات لا تكتفي بمجرد معرفه ما تفعله داخل التطبيق فقط ولكن لها تعرف ايضا ما الذي تفعله داخل التطبيقات الاخرى او على مواقع الانترنت ويكون ذلك غالبا من خلال مجموعه من الوسائل مثل ملفات تعريف الارتباط والبيكسل فعندما تقوم بزياره موقع الكتروني وتقوم بمشاهده اعلان يقوم الموقع بارسال اشاره الى الشبكه الخاصه بالاعلانات تفيد بانك مهتم بهذا الموضوع او المنتج ثم بعد ذلك يظهر لك اعلانات مشابهه لها داخل التطبيقات الاخرى اثنين معرفات الاجهزه هناك بعض الانظمه التي تعطي الهاتف معرف شبه ثابت مثل ادفرتيتنج اي دي هذا الرقم يسمح بتتبع النشاط الذي تقوم به لاغراض اعلانيه حيث الهدف منها الاعلانات دون الحاجه الى ان تعرف اسمك الحقيقي الشركات بين الشركات والتطبيقات تقوم بعض التطبيقات بمشاركه بيانات محدده لمستخدمينها مع شركاء التجاريين او منصات تحليل وهذا يجعل الاهتمامات تنتقل من تطبيق الى تطبيق اخر رابعًا: كيف تحوّل التطبيقات البيانات إلى “اهتمامات”؟ جمع البيانات وحده لا يكفي؛ الأهم هو تحليلها. وهنا تظهر قوة الذكاء الاصطناعي. 1) خوارزميات التوصية (Recommendation Algorithms) هذه الخوارزميات تحاول الإجابة عن سؤال: ما الشيء الذي قد يعجبك الآن أو لاحقًا؟ أشهر نماذج التوصية تعتمد على: تعاون المستخدمين (Collaborative Filtering): إذا كنت تشبه مجموعة من المستخدمين في سلوكك، فقد تقترح عليك ما يعجبهم. تحليل المحتوى (Content-Based Filtering): إذا أحببت نوعًا معينًا من المحتوى، فسيعرض لك محتوى مشابهًا له. وغالبًا تستخدم التطبيقات مزيجًا من الطريقتين. 2) التعلم الآلي (Machine Learning) التعلم الآلي لا ينظر إلى “الإعجاب” فقط، بل يحلل أنماطًا دقيقة جدًا مثل: سرعة التمرير أثناء القراءة. الوقت الذي تتوقف فيه عند صورة أو عنوان. التردد اليومي أو الأسبوعي للاستخدام. الانفعالات العاطفية المتوقعة من تفاعلاتك. ثم يخرج بنتائج من نوع: “هذا المستخدم يميل بنسبة 78% إلى الاهتمام بمحتوى رياضي، وبنسبة 62% إلى الاهتمام بالتقنيات الحديثة”. 3) معالجة اللغة الطبيعية (NLP) إذا كنت تكتب كثيرًا أو تبحث في مواضيع معينة، يمكن لتقنيات معالجة اللغة الطبيعية أن تفهم موضوعات اهتمامك من خلال: الكلمات المفتاحية. أسلوب الكلام. العبارات المتكررة. طبيعة الأسئلة التي تسألها. وهذا يستخدم في منصات مثل محركات البحث، وتطبيقات التواصل، وحتى المساعدات الذكية. خامسًا: لماذا يبدو أحيانًا أن التطبيقات تتنصت على صوتك؟ ينتشر اعتقاد شائع بأن التطبيقات “تستمع” للمحادثات عبر الميكروفون لتعرض إعلانات مناسبة. من الناحية التقنية، يمكن أن يحدث ذلك إذا مُنحت التطبيقات الإذن، لكن الشركات الكبرى عادة تنفيه، لأن مخاطره القانونية كبيرة. غير أن السبب الأكثر واقعية هو أن التطبيقات لا تحتاج للتنصت كي تعرف! فهي تمتلك ما يكفي من: سجل البحث، نشاط التصفح، تحديد الموقع، بيانات الاهتمامات السابقة، وتحليلات السلوك، ما يجعلها تتنبأ بدقة عالية بما تفكر فيه أو على الأقل بما قد ترغب فيه قريبًا.