Izinkan situs menebak minat Anda tanpa dapat mengidentifikasi Anda secara unik.
Status penerapan
- Uji coba origin awal kini ditutup.
- Demo versi awal (uji coba origin kini ditutup).
- Niat untuk Melakukan Eksperimen di Blink.
Mengapa kita memerlukan FLoC?
Banyak orang khawatir dengan implikasi privasi dari iklan yang disesuaikan, yang saat ini mengandalkan teknik seperti pelacakan cookie dan pelacakan sidik jari perangkat yang dapat mengungkap histori penjelajahan Anda di seluruh situs kepada pengiklan atau platform iklan. Proposal FLoC bertujuan untuk memungkinkan pemilihan iklan dengan cara yang lebih melindungi privasi.
Apa yang dimaksud dengan proposal FLoC?
FLoC memberikan mekanisme yang menjaga privasi untuk pemilihan iklan dan konten lainnya berdasarkan minat.
Saat pengguna berpindah-pindah di web, browser mereka menggunakan algoritma FLoC untuk menentukan "kelompok minat"-nya, yang akan sama untuk ribuan browser dengan histori penjelajahan terbaru yang serupa. Browser menghitung ulang kelompoknya secara berkala, di perangkat pengguna, tanpa membagikan setiap data penjelajahan kepada vendor browser atau orang lain.
Pengiklan (situs yang membayar iklan) dapat menyertakan kode di situsnya sendiri untuk mengumpulkan dan memberikan data kelompok ke platform teknologi iklan mereka (perusahaan yang menyediakan software dan alat untuk menayangkan iklan). Misalnya, platform teknologi iklan mungkin mengetahui dari toko sepatu online bahwa browser dari kelompok 1101 dan 1354 tampak tertarik dengan perlengkapan hiking toko tersebut. Dari pengiklan lain, platform teknologi iklan mempelajari minat lain dari kelompok tersebut.
Selanjutnya, platform iklan dapat menggunakan data ini untuk memilih iklan yang relevan saat browser dari salah satu kohor tersebut mengunjungi halaman dari situs yang menampilkan iklan, seperti situs berita.
FLoC dapat digunakan untuk apa?
- Menampilkan iklan kepada orang-orang yang browsernya termasuk dalam kelompok yang telah diamati sering mengunjungi situs pengiklan atau menunjukkan minat terhadap topik yang relevan.
- Gunakan model machine learning untuk memprediksi probabilitas pengguna akan melakukan konversi berdasarkan kelompok mereka, untuk menginformasikan perilaku bidding lelang iklan.
- Merekomendasikan konten kepada pengguna. Misalnya, sebuah situs berita mengamati bahwa halaman podcast olahraga mereka menjadi sangat populer di kalangan pengunjung dari kohor 1234 dan 14159. Mereka dapat merekomendasikan konten tersebut kepada pengunjung lain dari kelompok tersebut.
Bagaimana cara kerja FLoC?
Apa itu FLoC? memberikan penjelasan sederhana dan langkah demi langkah tentang cara kerja FloC.
Diagram di bawah menunjukkan contoh berbagai peran dalam memilih dan menayangkan iklan yang relevan menggunakan FLoC.
Berinteraksi dan memberikan masukan
- GitHub: Baca proposal, ajukan pertanyaan, dan ikuti diskusi.
- W3C: Diskusikan kasus penggunaan industri dalam Meningkatkan Grup Bisnis Periklanan Web.
- Dukungan developer: Ajukan pertanyaan dan ikuti diskusi di repositori Dukungan Developer Privacy Sandbox.