Mitä Facebook tietää sinusta?

Pari viikkoa sitten toimittaja soitti minulle ja kysyi, miksi Facebook tunsi joidenkin kollegojen osoitekirjan sisällön -- ei kuitenkaan kaikkien. Mistä ero johtui? Miten tiedot olivat päätyneet Facebookiin?

Osoitekirja on varsin intiimi ja luottamuksellinen, kertoohan se meidän suhteistamme niin työ- kuin yksityiselämässäkin. Mainostajalle tai tiedustelupalvelulle osoitekirja on kullanarvoinen, koska yhteystietojen perusteella on helppo tunnistaa vaikuttajia ja heidän verkostojaan. Lisäksi puhelinnumerot ovat nimistä poiketen yksilöllisiä, mikä helpottaa analyysiä.

Ellei ole tarkkana ja vastaa kieltävästi, Facebook ja Twitter imaisevat osoitekirjan jo asennusvaiheessa. Tietojen perusteella on sitten helppo ehdotella uusia kavereita ja levittää some-palvelua uusille käyttäjille.

Facebook pyrkii käyttäjänsä viestintäohjelmaksi, jolloin se voi päästä käsiksi myös tekstiviesteihin ja puheluihin. Yhä vain lisää dataa analysoitavaksi! Älypuhelimen Messenger-ohjelma ja Whatsapp ovat Facebookin kanavia tietoihin, joita käyttäjä ei muutoin antaisi.

Jokainen voi tarkistaa, mitä tietoja Facebook on itsestä kerännyt. Toiminto löytyy käyttäjätilin yleisten asetusten alariviltä:

Omien tietojen lataus.

Facebook kysyy salasanan ja alkaa sen jälkeen koota tietoja, mikä voi kestää tunteja. Edes Facebookin valtavissa datakeskuksissa kaikki tieto ei ole välittömästi saatavilla, vaan edellisten vuosien dataa on haettava ns. kylmävarastosta ja se kestää.

Kun tulos on valmis, sen saa ladattua linkkiä napsauttamalla yhtenä isona zip-tiedostona. Oma pakettini oli yli 360 megatavua, mutta siinä oli paljon valokuvia. Videoita en ollut julkaissut lainkaan. Ne voivat nostaa datatiedoston koon helposti gigatavuihin.

Itse en ole asentanut Messengeriä lainkaan enkä antanut lupaa mennä osoitekirjaan. Niinpä yhteystietojen kohta näyttää tyhjältä:

Oma osoitekirja on turvassa.

Aikajana- ja viestit-kohdista löytyvät kaikki tekstit, mitä Facebookiin on kirjoitettu niin päivityksinä kuin yksityisviesteinäkin. Melkoinen kokoelma!

Tietoa on valtavasti, mutta mahtaako tässä kuitenkaan olla kaikkea? Facebook seuraa myös oman palvelunsa ulkopuolisia sivuja, joilla käyttäjä on vieraillut ollessaan kirjautuneena. Niistä ei ole listaa.

Eräs hämmentävä piirre on Facebookin tapa suositella uusia kavereita. Usein suosittelijana näkyy ystävän nimi, vaikka hän ei myönnä suositelleensa ketään. Mistä ehdotukset ovat siis peräisin?

Kokemus on osoittanut, että Facebook seuraa ainakin wlan-verkkojen nimiä. Jos kaksi käyttäjää on kirjautuneena samaan tukiasemaan, he saavat toisiltaan ystäväehdotuksia. Ajatus kai on, että jos te kerran olette jo Facebookissa ystäviä keskenänne ja lisäksi käytätte usein samaa tukiasemaa, olette varmaan läheisisissä tekemisissä keskenänne ja silloin teillä täytyy olla myös yhteisiä ystäviä.

Suoraviivainen tietokonelogiikka voi tuottaa noloja tilanteita, kun henkilön nimissä lähtee ystäväsuosituksia vaikkapa aiemmista suhteista nykyiselle partnerille.

Facebookin tapa nuuskia älypuhelimen tietoja on vastenmielinen. Sovelluksen tulisi pysyä omassa karsinassaan ja pyytää alla olevalta käyttöjärjestelmältä palveluita standardin rajapinnan kautta ("avaa nettiyhteys tähän palvelimeen"). Nettipalvelulla ei pitäisi olla mitään tietoa internetin teknisistä tiedoista, kuten tukiaseman nimestä.

Toinen temppu perustuu ilmeisesti kuvatiedostoihin. Jos kaksi käyttäjää lähettää yksityisviestissä samaa kuvatiedostoa, heillä täytyy olla jotain tekemistä keskenään, ja he voivat saada toisiltaan ystäväehdotuksia.

Facebook käyttää varmaan muitakin kikkoja, mutta kaikki ovat liikesalaisuuksia.

Alakohdasta Mainokset löytyy tieto aiheista, joista Facebook uskoo käyttäjän olevan kiinnostunut. Listan voi tarkistaa myös suoraan Facebookin sivulta kohdasta https://www.facebook.com/ads/preferences/?entry_product=ad_settings_screen (jos ei toimi, kokeile https://www.facebook.com/ads/preferences/edit/).

Omat mainosasetukset.

Jokaisen kohdan perässä on i-painike, joka näyttää selityksen. Aiheen voi poistaa x-painikkeella. Listassa on takuulla outoja kohtia (mistä ihmeestä itselleni on tullut Humboldt-yliopisto??).

Ja hei Facebook -- tämä on jo melkein loukkaavaa:

Olen uuden teknologian myöhään omaksuva. Ihanko totta?

Sama mitään sanomaton seliteteksti ("Asetus on käytössä, koska se saattaa olla sinulle oleellinen Facebook-toimintasi perusteella") näkyy edellisissä kohdissa vanhemmista ja lapsista.

Ja olenko minä muka tykännyt joskus yleisurheilukilpailuista? Jo henkilötietolaki vaatii välitöntä väärän tiedon poistamista, siis äksää peliin:

Mainosten osuvuus paranee?

On vaikea tietää, miten Facebook oikeasti analysoi meitä käyttäjiään. Lähes 400 megatavun datamäärä on niin suuri, ettei sen tehokas louhiminen ole järkevää suhteessa hyötyyn ja muihin kolmeen miljoonaan suomalaiseen käyttäjään.

Välillä Facebookin urkinta pelottaa, välillä se naurattaa. Totuus lienee jossain siinä välissä.

Facebookin tietolouhinta menee metsään.

Eilen Facebook mainosti feedissäni Spotifyn perhepakettia. Turhaan, koska olin ostanut sen jo viime vuoden puolella. Luulisi, että tietolouhinta ja älypuhelimen nuuskinta olisivat paljastaneet asian. Facebook on kova keräämään tietoa, mutta sen kyky hyödyntää kaikkea on puutteellinen.

Vai johtuiko mainosvalinta siitä, että FB:n analyysin mukaan kuulun teknologian hitaisiin omaksujiin?

Some-viestisi vaikuttavat

Onkohan näillä nettikirjoituksillani mitään vaikutusta? Sitä pohtii varmaan jokainen some-aktiivi ja bloggaaja.

Yksittäisinä teksteinä vaikutus voi olla vähäinen, mutta tilastollisesti jokainen twiitti, statuspäivitys, foorumiviesti ja blogipostaus vaikuttavat. Käyttäjien nettikirjoittelua seurataan, analysoidaan ja arvioidaan yhä laajemmin. Jokaisella viestillä on jokin vaikutus, ainakin yhdessä muiden kanssa.

SAS institute on erikoistunut tietolouhintaan ja sen visualisointiin. Kuukausi sitten osallistuin heidän järjestämäänsä tilaisuuteen Amsterdamissa, jossa käsiteltiin myös nettiviestinnän analysointia. Materiaali on tyypillistä big data -kamaa: valtavasti tietoa, joka ei taivu sql-tauluiksi eikä tietokannoiksi. Mutta sitäkin voidaan pyöritellä sopivilla ohjelmilla, jopa reaaliajassa.

YK:n innovaatiohankkeen Global Pulsen Robert Kirkpatric kertoi, miten Twitterin käyttö näkyy Indonesiassa. Kaaviosta näkyy ruokaa käsittelevien twiittien määrä Ramadan-kuukauden aikana:

Ruokaan liittyvät twiitit Ramadanin aikana.

Kun paastokuukausi alkaa, kaikki puhuvat ruuasta ja syömisestä. Ramadanin loppuessa viestien määrä romahtaa, sillä kaikilla on niin kiire syödä, ettei kukaan ehdi twiitata!

Kirkpatric näytti myös jakartalaisten twiittien sijaintitiedoista piirretyn graafin. Vaikka ainoastaan 15 % twiittaajista pitää sijaintitoimintoa käytössä, twiittien perusteella voitiin piirtää pääkaupungin tieverkosto. Ihmisillä on aikaa twiitata ruuhkissa jonottaessaan.

Nettiteksteistä voi myös ennustaa. Kirkpatric oli tutkinut blogi- ja foorumikirjoituksia työpaikoilta, joissa tehtiin henkilövähennyksiä. Irlannissa kirjoitusten sävy muuttui huolestuneeksi viisi kuukautta ennen irtisanomista. Kaksi kuukautta myöhemmin sävy vaihtui hämmentyneeksi ja kolme kuukautta irtisanomisen jälkeen näkyi piikki lomamatkojen peruuttamisessa.

Esittelijä näytti analysointiohjelmaa, joka seurasi reaaliajassa tapahtumasta lähetettyjä twiittejä:

Vihreä kuvaa myönteisten twiittien määrää, punainen kielteisten. Nouseva käyrä on kumulatiivinen tulos. Analyysiä ohjataan iPadiltä, jonka reuna pilkottaa kuvan alareunassa. Laite toimii helppona käyttöliittymänä varsinaiseen tietovarastoon.

Pyysin esittelijää analysoimaan vastaavasti hollanninkieliset Nokia-aiheiset twiitit (huomaa näppärä Logitechin näppäimistö, joka saa iPadin näyttämään läppäriltä):

Keltainen väri kuvaa neutraalia, vihreä myönteistä ja punainen kielteistä:

Vasemmalla näkyy yhteenveto, oikealla myönteisten ja kielteisten viestien erotus sekä alhaalla yksittäiset twiitit. Kaiken negativiisen julkisuuden jälkeen Nokiasta twiittailtiin yllättävänkin myönteisesti. Kuvassa pystypalkit on piirretty 15 minuutin välein, joten niistä voi tarkastella tilanteen muuttumista koko ajan. Analysoija tuntee nettikansan pulssin melkeinpä kädellään.

Twiittien analysointi ei ole aivan eksaktia, koska samat sanat voivat tarkoittaa eri asioita (puhutaanko yhtiöstä vai Nokian kaupungista?). Jokainen kieli vaatii oman analysointimodulinsa, myös suomea voidaan seurata. Analysoija voi rajata otosta avainsanojen, sijainnin tai linkkien perusteella:

Kaikkea sosiaalista mediaa voidaan analysoida samalla periaatteella. Esimerkiksi aiheesta eniten kirjoittaneet bloggaajat sekä news- ja foorumikirjoittajat saadaan top 5-taulukkoon:

Erittäin mielenkiintoista on seurata aikajanalla (jota vieritetään iPadin näytöllä sormin), miten kirjoittajien asenne (väri) ja viestien määrä (pallon koko) on muuttunut:

Esittelijä kertoi, miten Deutsche Telekomilla on 37 hengen osasto, joka seuraa jatkuvasti nettikirjoittelussa tapahtuvia muutoksia ja vastaa henkilökohtaisesti viesteihin, jotka erottuvat massasta joko hyvin kriittisinä tai erityisen myönteisinä.

Nettimedian seurantaa käyttävät hyväkseen monet suomalaisetkin yritykset. Ensi kerralla kun kirjoitat jotain nettiin voit olla lähes varma siitä, että ainakin tietokone noteeraa viestisi. Se päätyy omalta osaltaan tilastoihin ja kenties jonkun oikean päättäjän iPad-näytölle. Sitten onkin jo lähellä, että twiitti vaikuttaa päätöksentekoon.

Ja vielä: kun yrityksillä on käytössään tämän tason teknologiaa, mitä mahtaakaan olla eri valtioiden tiedustelupalveluilla? Niitä kiinnostaa vähintään yhtä paljon se, mitä toisen valtion kansalaiset ajattelevat ja tuntevat.