同意率優化的興起,網站優化的新學科

已發表: 2020-05-26
同意率優化的興起,網站優化的新學科

為什麼我們需要白帽同意率優化並對抗黑暗模式

您是否曾經因為不閱讀互聯網上的小字而被欺騙同意在線法律協議中的偷偷摸摸的條款?

我也是。

當有一篇我想閱讀的文章並且同意選項的用戶界面設計得如此糟糕以至於我別無選擇時,我感到有壓力點擊“全部接受”之類的按鈕。

自 2018 年 5 月 GDPR 在歐洲實施以來,這一直是同意彈出窗口的現實。 從那時起,世界其他地方一直在盡最大努力(或最糟糕)在我所有具有互聯網連接的設備上獲取 cookie。

來自用戶的這種抵制正變得越來越普遍,並且制定了新的法律來對抗它。

這就是為什麼我提出一套新的標準和設計,以補充現有的同意管理平台,以幫助立法者和網站所有者將信任和公平的商業實踐帶回網絡。

現在,用戶選擇短期利益而不是長期隱私問題,因為深色圖案設計會影響他們的決定。 我認為,及時獲得同意的細粒度同意優化管理系統將是現在提供的“全有或全無”方法工具的更好替代方案。

(順便說一句,如果你更喜歡視覺化,請務必查看我為你錄製的視頻——它在這篇文章的末尾。)

後 GDPR 時代的黑暗同意模式

最近一項名為“GDPR 後的黑暗模式:抓取同意彈出窗口並展示其影響”的研究分析了佔市場份額約 58% 的五個最受歡迎的同意管理平台 (CMP):QuantCast、OneTrust、TrustArc、 Cookiebot 和 Crownpeak。

研究人員搜索了英國排名前 10,000 的網站,發現黑暗模式和默示同意無處不在。 其中只有 11.8% 符合歐洲法律規定的最低要求。

研究表明遵守歐盟法律關於隱私的三個核心條件
遵守歐盟法律的三個核心條件的網站的不安圖。 滿足所有三個條件的站點為綠色。

這項研究提出了一個有趣的想法。 向當局提供標準和設計以在國家層面傳播可以增加更精細的選擇加入控制的使用。

即使用戶可能願意選中“全部接受”框,但這並不意味著他們不想改進和尊重隱私問題。 雖然基於在線活動的意向廣告在整個網絡上被追捕可能很有用,但它也可能是一種非常痛苦的經歷。

ePrivacy 指令(在歐洲適用的法律)涉及 cookie、信息放置 (LocalStorage) 和指紋識別的文件正在走向同意。

在 GDPR 中,“細化同意”定義如下:

任何自由給出的、具體的、知情的和明確的數據主體意願的指示,他或她通過聲明或明確的肯定行動表示同意處理與他或她有關的個人數據。

我認為現在是世界其他地區效仿的時候了。

基本功能不需要這種無所不包的同意,例如記住登錄狀態、購物車操作或收集 cookie 以確保法律要求的數據安全。

隨著即將出台的電子隱私法規,這似乎將擴展到分析和優化排除(至少根據 2019 年 11 月 8 日的最新草案)。

邪惡品牌還是優化到極致?

我上面提到的同一項研究還發現通知樣式橫幅(或障礙)沒有效果。

從第一頁刪除退出按鈕會使同意增加 22-23 個百分點。 在首頁上提供更精細的控制會使同意率降低 8-20 個百分點。

QuantCast CMP 的三個組件示例
Sourceforge.net 上 QuantCast CMP 的三個組件。

這是來自 SourceForge.net 的示例。 同意框顯示了一個非常明顯的“全部接受”選項。

許多網站使用這些類型的設計,使接受他們的隱私和安全通知變得容易。 使用綠色表示接受條款,使用灰色鏈接或幽靈按鈕表示其他選項是一種非常常見的做法。

這是同意率優化的類型,在我看來,它使用了深色模式。

它利用了訪問者“難以理解如何對他們的隱私偏好做出有意義的決定”。 正如研究正確指出的那樣,即使在他們意識到自己決定的影響的情況下,他們更喜歡短期利益而不是長期隱私。

同意率優化白帽

我對這個行業如此輕視隱私感到沮喪。 我對自己接受批量條件感到失望。 我認為我們都可以做得更好。

一個可靠的 CMP 應該像點滴運動一樣運作,就像 GDPR 之前在冷電子郵件外展或試用培育活動中使用的那些。 這是一種建立信任並要求回報的方式。 例如,下載我的 PDF,我會向您發送附有它的電子郵件。 這是你對我的期望,我會提供。 在電子郵件中,我可能還會邀請您再邁出一步,例如獲取另一條內容。 儘管每一個新的步驟都是雙方自願的,但任何一方都不能破壞隨著時間的推移建立起來的相互信任,這一點勢在必行。

我完全相信這是我們在 2020 年及以後應該關注的問題,而不是如何破解瀏覽器 ITP/ETP 或使用暗模式獲得同意。

我相信未來屬於新的隱私格式,如下所示。

1. Gage Kelley 等人提出的本隱私“營養標籤”或標準化表格。

隱私營養標籤示例
資源

2. 此隱私標籤的簡化版本,來自同一項研究。

隱私營養標籤圖案簡化
資源

3. 這種用於可修改隱私政策聲明和捕獲最終用戶偏好的“隱私政策選項”模式來自一項關於“基於模式將隱私偏好納入隱私政策:協商服務提供商和最終用戶的衝突需求”的研究。

隱私政策選項模式示例
資源

4. Privee:自動分析 Web 隱私策略的架構,Sebastian Zimmeck 和 Steven M. Bellovin。

資源

5. Robert W. Reeder 名為 Expandable Grid 的交互式矩陣可視化,它顯示了可以展開以獲取更多詳細信息的策略的彩色編碼概述。

Robert W. Reeder 隱私交互矩陣可視化
資源

6. 隱私偏好平台 (P3P) 在呈現可讀概述方面的自動化努力。

我會資助你

看完了整個帖子?

很好,這意味著我們在同一頁上。

如果沒有,請查看我昨天為您錄製的視頻如何?

如果你想繼續這個對話,讓我們在 LinkedIn 上聯繫(讓我知道你是從這篇文章來討論同意率優化實踐的)。

如果您是研究最佳設計原則以獲得同意的人,我想听聽您的意見。 為了表明我的承諾和全力支持,我將為您的項目提供資金

我對提出多層同意設計和標準的開源項目特別感興趣。 如果這些舉措被證明可以增加同意百分比對用戶選擇的理解,我願意資助這些舉措。

為了用戶的利益,我們應該專注於讓企業建立信任並及時驗證同意,並一勞永逸地停止黑暗模式。

根據我們博客上最近的論文(我什至會為此付費)以及對同意書的適當設計原則的概述,將您的文章發送給我。

我們可以讓世界更加註重隱私。 轉換會有所幫助。 我會幫助。

GDPR - CRO 工具箱
GDPR - CRO 工具箱