1. 案例定位

實務分析 5.3/隱私案例。

2. 學習目標

理解交易資料可推導敏感資訊時的隱私與管理邊界。

3. 案例情境

Target 以顧客識別碼串接購買歷史與人口統計資訊,案例描述其在父親之前推斷一名高中女生懷孕並寄送相關優惠。

4. 開始資料

資料/做法 原書敘述
顧客識別碼 可連結信用卡、姓名或電子郵件
顧客歷史 保存購買紀錄
資料擴充 加入已蒐集或購買的人口統計資訊
敏感推論 懷孕等主題應極度謹慎

5. 分析方法

以顧客歷史與人口統計資訊尋找購買模式,進行預測式目標行銷。

6. 計算結果

原書沒有提供預測公式、準確率或完整顧客資料集,因此不自行生成數值。

7. 結果分析與管理解讀

原書指出問題不只在資料是否合法取得,也在推論/目標行銷的主題是否高度敏感;懷孕、末期疾病、離婚等需極度謹慎。

8. 人工智慧提問詞

分析 Target 案例中「合法使用資料」與「適當使用推論」為何不是同一問題,只依原書案例論述。

9. 思考/假設情境

問題: 若企業沒有直接蒐集敏感屬性,但模型能從交易資料推論出來,是否就沒有隱私風險?

參考解答: 不是。原書正以此案例說明推論本身與 目標行銷情境仍可能造成高度敏感的隱私疑慮。

10. 資料說明