privacy

Le app che sanno cosa mangi ti profilano: i pericoli (e i vantaggi)

Anche l’industria alimentare si è dotata di app che consentono di conoscere abitudini e gusti dei consumatori operando una vera e propria forma di profilazione ai sensi del Gdpr e cioè, la creazione di profili o prototipi di utenti allo scopo di orientare le scelte di business. Ecco vantaggi, rischi e tutele

Pubblicato il 29 Ago 2019

Raffaele Riccio

Consulente privacy

app alimentare

Le indagini di mercato e le ricerche statistiche costituiscono importanti canali di acquisizione di una moltitudine di dati personali. Nell’epoca dell’innovazione digitale, un metodo decisamente semplice per raccogliere informazioni è quello di offrire innovativi servizi a determinati target di consumatori.

Attraverso le app per smartphone, ad esempio, si possono raccogliere informazioni sulle preferenze di consumo degli utenti per migliorare la qualità dei servizi e dei prodotti offerti sul mercato.

Tutto questo determina processi di raccolta dati e connesse attività di profilazione e di trasferimento di dati: aspetti decisamente rilevanti alla luce della normativa europea sul trattamento dei dati personali (Gdpr).

Trend e bisogni attuali dell’industria alimentare

Soprattutto nel corso degli ultimi anni, nel settore dell’industria alimentare è sempre più urgente il bisogno di conoscere l’opinione dei consumatori su prodotti e beni di consumo presentati sul mercato e quotidianamente esposti al giudizio di acquisto dell’utente finale. Per le società produttrici, infatti, il valore espresso dalle preferenze di consumo degli utenti costituisce un bene prezioso dal momento che la valorizzazione di tali dati e informazioni permette alle suddette società di orientare gli obiettivi di produzione e di offerte di beni e servizi a seconda delle scelte e degli interessi manifestati da target di consumatori ben individuati.

Questo trend ben rappresenta in concreto il fenomeno di più vasta portata relativo alla trasformazione digitale del business delle aziende, le quali decidono di investire pienamente nel mondo dei Big Data e dell’Internet delle cose per poter essere sempre più competitivi sul mercato.

Difatti, la moltiplicazione dei dati attualmente acquisibili da tutte le fonti di informazione permette alle società interessate di poter analizzare le informazioni d’interesse con gli strumenti più adeguati al fine di trarne diretti benefici in termini di innovazione sul mercato di riferimento.

Grazie alle tecnologie attualmente disponibili e presenti sul mercato, si ha la possibilità di raccogliere dati personali in grado di rappresentare quali sono le reazioni nonché la percezione dei consumatori rispetto a determinati prodotti e quali sono le ragioni per cui si preferiscono alcuni beni piuttosto che altri. Ciò che si riesce a ricavare da tutti questi dati è anche una vera e propria divisione dei consumatori in base alle preferenze espresse in ambito alimentare. Si può constatare, dunque, l’esistenza di mercati digitali che diventano una fonte di ricchezza per la vastità di informazioni che sono in grado di raccogliere.

In genere, la raccolta di tali tipologie di dati è effettuata direttamente dalle società interessate o, in alternativa, dalle società d’intermediazione che si occupano del reperimento di dati; successivamente tali ultime società trasmettono alle società acquirenti i dati raccolti, in forma più o meno elaborata, a seconda dei casi. L’acquisizione di dati tali, dunque, consente poi alle aziende di poter meglio sfruttare le potenzialità connesse al bagaglio di preziose informazioni per poter creare strategie commerciali mirate e calibrate sul target di consumatore di riferimento, ricostruito in base a tutte le “impronte digitali”rilasciate: il concetto di Data Driven Marketing, infatti, costituisce l’attuale crescente approccio di molte aziende per modulare attività commerciali in base all’analisi dei dati raccolti e presenti sul mercato, sulla base della segmentizzazione della clientela e dei consumatori.

La raccolta dati tramite app

Tradizionalmente l’acquisizione dei dati per le aziende è avvenuta per lungo tempo tramite ricerche di mercato, somministrazione di consumer test e di sondaggi. Una prima evoluzione che ha interessato le modalità di raccolta dati si è verificata grazie all’avvento dei social network e alla possibilità di lasciare dei feedback sui siti web o anche tramite i canali social.

Il mondo delle applicazioni per smartphone costituisce oggi uno dei canali più immediati e diretti di acquisizione del dato. L’esigenza delle società è quella di avere una quantità elevata di dati, in tempi rapidi e senza costi eccessivi.

I vantaggi connessi all’utilizzo delle app sono chiaramente evidenti: le applicazioni utilizzate tramite smartphone permettono ai consumatori di poter avere sempre a porta di mano uno strumento in grado di raccogliere dati con una frequenza costante, posto che simili applicazioni permettono di conoscere l’opinione del consumatore a livello domestico, nel suo approccio quotidiano con il consumo di alimenti e di prodotti acquistati. Inoltre, l’acquisizione dei dati in tal modo consente di avere a disposizione un campione di riferimento decisamente più ampio e modulare, rendendo l’indagine più dettagliata. Così molte aziende oggi decidono di strutturare applicazioni in grado di divenire un vero e proprio bene economico per il loro business.

Si propongono così ai consumatori delle applicazioni che offrono diversi servizi agli utenti:

  • la creazione della lista della spesa sul proprio smartphone e, cioè, di avere una dispensa e frigorifero virtuali, soprattutto per permettere all’utente di avere il costante monitoraggio della data di scadenza dei prodotti presenti nonché dei profili nutrizionali associati a ciascun prodotto;
  • la segnalazione attiva di eventuali allergeni in base al tipo di profilo utente,
  • servizi di e-commerce (molte catene di supermercati consentono al consumatore di acquistare prodotti online 24h su 24h, con consegna del prodotto a domicilio),
  • segnalazione di promozioni presenti presso supermercati situati nelle vicinanza del consumatore o, comunque, prodotti in offerta,
  • segnalazione di prodotti analoghi o simili a quelli annoverati tra i preferiti dal consumatore.
  • la possibilità di condividere i contenuti dell’applicazione con i membri del nucleo familiare,
  • l’inserimento automatico di prodotti nel carrello della spesa dell’utente in base a sistemi di apprendimento automatico che riescono a prevedere la frequenza e l’abitualità del consumo di determinati prodotti da parte del consumatore (ad esempio, sistemi di notifica che ricordano all’utente di acquistare una determinata quantità di uno specifico prodotto nel momento in cui in dispensa esso risulta terminato).

I servizi così forniti consentono al consumatore di ricevere alcuni vantaggi interessanti: si pensi al risparmio di tempo al supermercato (avendo già a portata di mano la propria dispensa virtuale, l’utente è in grado di verificare in tempi brevissimi quali sono i prodotti già presenti e quelli non ancora consumati), la riduzione degli sprechi alimentari e, quindi, anche di denaro, la possibilità di esprimere dei giudizi e delle valutazioni personali sui prodotti acquistati.

La profilazione dei consumatori

L’offerta dei servizi suindicati rappresenta il risultato di analisi e studi condotti su tutte le informazioni (“impronte digitali”) lasciate dall’utente mediante l’utilizzo delle app. In particolare, chi raccoglie simili dati è in grado di studiare e analizzare il comportamento degli utenti e, quindi, di capire quali sono le abitudini dei consumatori, le preferenze, le scelte su determinati prodotti. Simili operazioni costituiscono una vera e propria forma di profilazione così come definita dall’art. 4, co. 1, n. 4 GDPR e, cioè, la creazione di profili o prototipi di utenti consumatori allo scopo di orientare al meglio gli obiettivi di business delle aziende e, quindi, dell’intero mercato. In particolare, nelle Linee guida del Gruppo di Lavoro “Articolo 29” sui processi decisionali automatizzati e sulla profilazione, si specifica che l’analisi dei dati raccolti, riconducibile alla profilazione, consente “la determinazione, l’analisi e la previsione di aspetti della personalità, del comportamento, degli interessi e delle abitudini di una persona”.

La profilazione, in effetti, costituisce un processo di raccolta di informazioni relative a una persona o a un gruppo di persone per valutare caratteristiche e modelli di comportamento al fine di includerli in determinate categorie o per fare analisi e previsioni fondate su interessi comuni, comportamenti probabili e interessi personali.

Il valore della profilazione è da rinvenirsi in quello che può considerarsi un vero e proprio monitoraggio sistematico della persona allo scopo di effettuare previsioni sulla reiterazione futura dei suoi comportamenti abituali (il fenomeno delle previsioni comportamentali). Il fine predittivo connesso alla profilazione, in particolare, determina la situazione in cui il soggetto osservato diviene oggetto di decisioni prese da terzi soggetti (gli osservatori).

Sempre stando alle considerazioni del WP29, la profilazione generalmente comporta tre distinte fasi, partendo dalla raccolta dei dati per passare alla successiva fase di analisi dei dati al fine di scorgere correlazioni, fino all’applicazione delle predette correlazioni a specifiche categorie di soggetti per individuare caratteristiche di comportamento presenti o future.

Solitamente un processo di profilazione richiede un’analisi e un monitoraggio di dati che devono poter essere costanti e durevoli per un determinato arco temporale.

Relativamente all’analisi sugli aspetti del comportamento e sulle abitudini della persona, certamente chi raccoglie i dati tramite le app di cui si è parlato è in grado di poter avere un quadro sufficientemente chiaro riguardo al comportamento dell’utente rispetto all’utilizzo dell’app medesima, alla frequenza con cui l’utente effettua spese di alimenti in base alle necessità (quante volte a settimana, in quali giorni della settimana, in quale parte della giornata), a quali sono i periodi in cui l’utente effettua più acquisti e quali sono, al contrario, i periodi in cui l’utente acquista meno. Chi raccoglie i dati è chiaramente in grado di sapere quali solo i prodotti preferiti dell’utente, quali marchi costui predilige rispetto ad altri, le quantità acquistate per ciascun prodotto, la frequenza di consumo dei beni (in base all’età, al sesso, allo stile di vita).

Il sistema di operazioni connesse all’utilizzo di simili applicazioni, inoltre, può pienamente ricondursi al meccanismo della profilazione in quanto sono presenti tutti quegli elementi che di fatto determinano tale processo e, cioè:

  • un trattamento automatizzato di dati, intendendosi – nel caso di specie – l’acquisizione automatica dei dati attraverso le operazioni che materialmente l’utente registra tramite l’applicazione;
  • l’incidenza su dati personali, dal momento che le scelte e le abitudini alimentari di un singolo individuo possono certamente identificare, direttamente o indirettamente, il medesimo soggetto;
  • la valutazione di aspetti personali relativi a una persona fisica e, cioè, l’espressione di un giudizio sulla persona profilata, a cui fanno seguito ulteriori azioni (previsioni, orientamento delle scelte dell’utente).

In verità, in alcuni casi, le applicazioni effettuano nei confronti del consumatore dei veri e propri processi decisionali automatizzati derivanti dall’attività di profilazione: si pensi soprattutto ai casi in cui tali applicazioni attivano dei sistemi di notifica automatica sulla scadenza dei prodotti o suggeriscono offerte e promozioni in modo automatico, sulla base della pregressa registrazione delle scelte effettuate dal consumatore. In casi come questi, dunque, profilazione e processo decisionale automatizzato sostanzialmente coincidono, dal momento che ciò che parte come un processo di profilazione diviene anche un processo decisionale.

Gli adempimenti necessari

Chiaramente, chi gestisce questa immensa quantità di dati, il cui valore in termini economici è di grande rilevanza, deve necessariamente adottare tutte le garanzie e le tutele previste dalla vigente normativa sulla protezione dei dati personali, dal momento che la profilazione può comportare significativi rischi per i diritti e le libertà delle persone fisiche coinvolte.

È necessario, infatti, che gli utenti e i consumatori interessati siano adeguatamente messi al corrente sulla possibilità di essere profilati e sulle conseguenze connesse a tale tipo di attività (così come chiarito e previsto dal “Considerando 60” del GDPR): ad esempio, è necessario che il consumatore sappia che, in base al suo comportamento e alle sue scelte, l’applicazione calibrerà le proprie azioni (notifiche sull’imminente scadenza di un prodotto, avviso di rifornimento di un bene all’interno della dispensa virtuale, suggerimenti su prodotti preferiti o promozioni su prodotto solitamente acquistati dall’utente): se tutti questi possono essere benefici e agevolazioni tecnologiche per il consumatore, al contempo simili processi possono indubbiamente minare e limitare le sue scelte o fornire previsioni imprecise o a volte sbagliate sulle possibili orientamenti del consumatore.

Spesso i processi di profilazione sono ignoti per l’interessato: in base al principio di trasparenza, di cui all’art. 12, par. 1 GDPR, il consumatore deve essere messo nelle condizioni di poter consapevolmente operare con l’applicazione sapendo che essa determina acquisizioni di dati, processi decisionali automatizzati e profilazione; essenziale, dunque, è l’informativa da fornire al consumatore al primo momento utile e, cioè, al momento della registrazione sull’applicazione e, in ogni caso, accessibile in qualsiasi momento. Nell’informativa deve essere espressamente indicata l’esistenza di processi decisionali automatizzati e di profilazione, con la descrizione delle operazioni di trattamento che potranno essere effettuate con i dati personali raccolti.

In particolare, il Titolare del trattamento (a seconda dei casi, la società che raccoglie direttamente i dati necessari oppure le società intermediare che vendono già dati e profili di consumatori) deve indicare in modo specifico qual è la base giuridica del trattamento: a tal proposito, generalmente, in questi casi l’unica base giuridica che legittima una profilazione di questo genere è l’espresso consenso dell’interessato (non essendo la profilazione necessaria per adempiere un obbligo legale né tanto meno per l’esecuzione di un contratto né per tutte le altre basi giuridiche indicate ex art. 6 GDPR); il titolare deve altresì indicare che tutte le operazioni compiute con i dati personali dei consumatori devono essere chiare e trasparenti (sarebbe opportuno che il titolare indichi, ad esempio, le categorie di dati che saranno utilizzate nella profilazione o nel processo decisionale); nel caso in cui l’intermediario raccolga i dati degli utenti per poi rivenderli a terzi (solo per finalità di marketing), è necessario che sia acquisito lo specifico consenso dell’interessato; per il principio di minimizzazione dei dati raccolti e conservati, inoltre, il titolare dovrebbe essere in grado di motivare con sufficiente chiarezza e trasparenza ciò che viene effettuato con i dati personali degli utenti.

Ai sensi dell’art. 35 GDPR per le attività di profilazione è prevista la predisposizione di una valutazione d’impatto (DPIA) per valutare tutti i possibili rischi connessi a processi decisionali automatizzati e alla profilazione, soprattutto se si concepiscono queste attività come forme di valutazione sistematica e globale di aspetti relativi a persone fisiche. Inoltre nella valutazione dei rischi dovrebbe darsi atto delle misure di sicurezza adottate per tutelare gli utenti oggetto dei processi di profilazione, il tipo di impatto delle suddette attività rispetto agli interessati

____________________________________________________________________

BIBLIOGRAFIA

BUTTI G., PIAMONTE A., GDPR: nuova privacy. La conformità su misura – ITER 2017

D’ACQUISTO G., Nuovi tipi di profilazione, ecco i rischi privacy: servono tutele più ampie, su WWW.AGENDADIGITALE.EU

GRUPPO DI LAVORO ARTICOLO 29 PER LA PROTEZIONE DEI DATI, Linee guida sul processo decisionale automatizzato relativo alle persone fisiche e sulla profilazione ai fini del regolamento 2016/679, 3 OTTOBRE 2017

SAETTA B., Profilazione e processi decisionali automatizzati, su www.protezionedatipersonali.it 16 aprile 2019

(a cura di) SOFFIENTINI M., Privacy. Protezione e trattamento di dati – IPSOA 2018

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Analisi
Video
Iniziative
Social
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati

Articolo 1 di 2