MSMDS - 5 - M6 - R1

Data Brokers

PRIVACIDAD Y ÉTICA

Sistemas de informaciónMención Data Science

Databrokers son empresas que recopilan información, la agregan, crean perfiles y los venden.

Fuentes de información de los databrokers:

• Registros públicos: censos, matriculación, impuestos, conducción, movimiento migratorio, profesión, propiedad, mercantil, notarías, casos judiciales, votación, persona de interés, seguridad social, préstamos, hipotecas, títulos, contratación, servicios públicos, policía y medios.
• Registro y búsqueda en: datoseguro.gob.ec
• Empresas privadas: compras, facturas, transacciones bancarias y comerciales, telefonía, encuestas, entrevistas.
• Redes sociales: actividad en línea, preferencias, gustos, orientación sexual, religiosa y política, amigos, lugares.

Agregación y creación

Desde múltiples fuentes, los databrokers agregan miles de datos para crear perfiles individuales.

Venta

A empresas de marketing, gobierno, otros databrokers, servidores de publicidad (ad servers).

Una forma de clasificarlos es en base a sus clientes

• Para marketing y publicidad. Clientes: adservers, empresas de marketing y publicad.
• Mitigación de riesgo. Clientes: analistas de crédito, gobierno.
• Búsqueda de personas. Una forma de clasificarlos es en base a sus clientes
• Para marketing y publicidad. Clientes: adservers, empresas de marketing y publicad.
• Mitigación de riesgo. Clientes: analistas de crédito, gobierno.
• Búsqueda de personas.

Tipos de data brokers

Los databrokers: un negocio útil para todos

Desarrollo de productos (Ramirez, Brill, Ohlhausen, Wright, & McSweeny, 2014)

• Creación de elementos de datos y segmentos
• Combinar ciertos datos para crear listas de consumidores con gustos similares
• Desarrollar modelos para predecir comportamiento
• Supresión de datos
• De menores
• Fuentes de datos
• De no interés directo para el cliente
• Almacenamiento de datos
• Separar datos personales de actividad
• Temporalidad indefinida
• Formas de anonimización

• Marketing
• Directo
• Datos anexos (selección)
• Listas (audiencias)
• En línea
• Focalización de registro: asesorar a sus clientes
• Focalización colaborativa: anterior + el databroker da servicio al sitio web de registro y orienta al anunciante.
• Incorporación (Onboarding): anterior + agregar datos fuera de línea en una cookie.

Tipos de productos (Ramirez, Brill, Ohlhausen, Wright, & McSweeny, 2014)

Tipos de Productos (Ramirez, Brill, Ohlhausen, Wright, & McSweeny, 2014)

• Marketing en Línea: Onboarding: asesorar clientes a encontrar sus tipos de clientes para publicidad en línea
• Segmentación: la empresa pide al databroker consumidores/clientes con características particulares
• Pareo (matching): El databroker los encuentra buscando en múltiples fuentes
• Focalización (targeting): El databroker usa cookies para mostrar publicidad de su cliente en los sitios preferidos de los consumidores objetivo

Tipos de Productos (Ramirez, Brill, Ohlhausen, Wright, & McSweeny, 2014)

• Mitigación de riesgo
• Verificación de identidad: asistir a clientes para confirmar la identidad de un individuo. Verysign, claves públicas y privadas.
• Detección de fraude. Clientes: bancos, fiduciarias, aseguradoras, gobierno

Tipos de Productos (Ramirez, Brill, Ohlhausen, Wright, & McSweeny, 2014)

• Búsqueda de personas a través de información específica:
• Aliases
• Datos personales
• Género
• Afiliación
• Dirección
• Defunción
• Educación
• Familiares o amigos
• Social media (nombre de usuario, perfil URL, amigos)
• Vecinos (incluyendo delincuentes)

Tipos de clientes (Ramirez, Brill, Ohlhausen, Wright, & McSweeny, 2014)

• Características de la Industria
• Beneficios y Riesgos
• Opción del Consumidor

Resultados (Ramirez, Brill, Ohlhausen, Wright, & McSweeny, 2014)

Características de la industria (Ramirez, Brill, Ohlhausen, Wright, & McSweeny, 2014) Los corredores de datos:

• Recopilan datos del consumidor de numerosas fuentes, usualmente sin el conocimiento del consumidor.
• Recopilan y almacenan miles de millones de elementos de datos que cubren a casi todos los consumidores (estadounidenses).
• Combinan y analizan datos sobre los consumidores para hacer inferencias sobre ellos, incluidas las inferencias potencialmente sensibles.
• Combinan datos en línea y fuera de línea para comercializar a los consumidores en línea.
• La industria de databrokers es compleja, con múltiples capas de databrokers que se proporcionan datos entre sí

Beneficios y Riesgos (Ramirez, Brill, Ohlhausen, Wright, & McSweeny, 2014)

• Los consumidores se benefician de muchos de los propósitos por los cuales los databrokers recopilan y usan datos.
• Al mismo tiempo, muchos de los propósitos para los cuales los databrokers recopilan y usan datos plantean riesgos para los consumidores.
• Almacenar datos sobre los consumidores de forma indefinida puede crear riesgos de seguridad.

… Opción del consumidor (Ramirez, Brill, Ohlhausen, Wright, & McSweeny, 2014)

Los databrokers pueden ofrecer a los consumidores opciones sobre sus datos, pero éstas son en gran medida invisibles e incompletas, o pasadas por alto por los consumidores.

No es solo una industria de USA (Melgarejo Heredia, 2019)

IEn países donde no hay liderazgo exclusivo de empresas de marketing online, la actividad de los databroker los ubica dentro de los sitios con mayor tráfico de Internet.

¿Ilegalidad?

La actividad de los databrokers no está regulada. Hay leyes o tratados que tangencialmente consideran la actividad de los data brokers, como el GDPR (Intersoft Consulting, 2016) y la H.R.1707 (The House of Representatives, 2011) La actividad de los databrokers no es ilegal. Existen varios intentos de regular la actividad de los databrokers.

​Bibliografía

​McFadden, C. (23 de 4 de 2019). Is an Ethical Internet Possible? Obtenido de Interesting Engineering: https://interestingengineering.com/is-an-ethical-internet-possible Yuan, L. (2 de 1 de 2019). Learning China’s Forbidden History, So They Can Censor It. The New York Times, págs. https://www.nytimes.com/2019/01/02/business/china-internet-censor.html. Buchanan, E., & Zimmer, M. (Winter Edition de 2018). Internet Research Ethics. Obtenido de The Stanford Encyclopedia of Philosophy: https://plato.stanford.edu/archives/win2018/entries/ethics-internet-research/ Ekbia, H., & Nardi, B. (2017). Heteromation: and other stories of Computing and Capitalism. London: MIT Press. Colmenarejo, R. (2018). Ética aplicada a la Gestión de Datos Masivos. Anales de la Cátedra Francisco Suárez 52, 113-129. Association of Internet Researchers. (2020). Internet Research: Ethical Guidelines 3.0. AoIR IRE 3.0 Ethics Working Group.