論文の概要: Understanding Data Collection, Brokerage, and Spam in the Lead Marketing Ecosystem

• arxiv url: http://arxiv.org/abs/2604.06759v1
• Date: Wed, 08 Apr 2026 07:23:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.395928
• Title: Understanding Data Collection, Brokerage, and Spam in the Lead Marketing Ecosystem
• Title（参考訳）: 主要マーケティングエコシステムにおけるデータ収集・ブローカージュ・スパムの理解
• Authors: Yash Vekaria, Nurullah Demir, Konrad Kollnig, Zubair Shafiq,
• Abstract要約: 本稿では,リードマーケティングにおけるプライバシとスパムリスクの実証的研究について紹介する。 100以上の健康関連リードジェネレーションのウェブサイトをセットアップしました。 我々は、70以上の異なる第三者に、高度に個人的で機密性の高い健康情報の共有を観察する。
• 参考スコア（独自算出の注目度）: 11.73489876872035
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The lead marketing ecosystem enables collection, sale, and use of personal data submitted via web forms to deliver personalized quotes in high-value verticals such as insurance. Despite its scale and sensitivity of the collected data, this ecosystem remains largely unexplored by the research community. We present the first empirical study of privacy and spam risks in lead marketing, developing an end-to-end measurement framework to trace data flows from data collection to consumer contact. Our setup instruments over 100 health-related lead-generation websites and monitors 200 controlled phone numbers and email addresses to understand downstream marketing practices. We observe sharing of highly personal and sensitive health information to more than 70 distinct third parties on these lead generation websites. By purchasing our own and other organic leads from three major lead platforms, we uncover deceptive brokerage practices, where consumer data is sold to unvetted buyers and often augmented or fabricated with attributes such as health status and weight. We received a total of over 8,000 telemarketing phone calls, 600 text messages, and 200 emails, where calls often began within seconds of form submission. Many campaigns relied on VoIP-based neighbor spoofing and high-frequency dialing, at times rendering phones unusable. Our experiments with phone and email opt-outs suggest phone-based opt-outs to help the most, although all were ineffective at completely stopping marketing communications. Analysis of 7,432 Better Business Bureau (BBB) complaints and reviews corroborates these findings from the consumer perspective. Overall, our results reveal a highly interconnected and non-compliant lead marketing ecosystem that aggressively monetizes sensitive consumer data.
• Abstract（参考訳）: リードマーケティングエコシステムは、Webフォームを介して提出された個人データの収集、販売、利用を可能にし、保険のような高価値な分野においてパーソナライズされた引用を提供する。 収集されたデータの規模と感度にもかかわらず、このエコシステムは研究コミュニティによってほとんど解明されていない。 本稿では,プライバシとスパムリスクに関する最初の実証的研究を行い,データ収集から消費者との接触までのデータフローをトレースするエンドツーエンドの測定フレームワークを開発した。 当社のセットアップは、100以上の健康関連リードジェネレーションWebサイトを計測し、ダウンストリームマーケティングの実践を理解するために、200の制御された電話番号とメールアドレスを監視します。 我々は、これらのリードジェネレーションのウェブサイト上で70以上の異なる第三者に、高度に個人的で機密性の高い健康情報を共有しているのを観察した。 3つの主要なプラットフォームから私たちとその他の有機的リードを購入することで、消費者データが未調査の購入者に販売され、しばしば健康状態や体重などの属性で拡張または製造される、偽装的なブローカーの慣行を明らかにする。 総計8000件以上の電話、600通のテキストメッセージ、200通のメールを受け取りました。 多くのキャンペーンは、VoIPベースの隣人の偽造と高周波ダイヤルを頼りにしていた。 携帯電話とメールのオプトアウトでの実験では、携帯電話によるオプトアウトが一番役に立つことを示唆していますが、すべてマーケティングコミュニケーションを完全に停止する効果はありませんでした。 BBB(Better Business Bureau)の7,432件の分析とレビューは、これらの調査結果を消費者の視点から裏付けている。 全体として、当社の結果は、センシティブな消費者データを積極的にマネタイズする、高度に相互接続された非準拠のリードマーケティングエコシステムを明らかにしています。

関連論文リスト

• Cross-platform Prediction of Depression Treatment Outcome Using Location Sensory Data on Smartphones [55.992010576087424]
  スマートフォンで受動的に収集した位置情報データを用いて治療結果を予測する。 その結果, 位置特徴とベースライン自己申告アンケートスコアは, F1得点を0.67点まで引き上げることが可能であり, 定期的な自己申告アンケートと同等であることがわかった。
  論文  参考訳（メタデータ） (2025-03-10T22:00:07Z)
• Characterizing Robocalls with Multiple Vantage Points [50.423738777985314]
  苦情や通話量はまだ高いものの、無言通話は緩やかに減少傾向にある。 ロボコールがSTIR/SHAKENに適応していることがわかりました。 以上の結果から,電話スパムの特徴化と防止に向けた今後の取り組みの最も有望な方向性が浮かび上がっている。
  論文  参考訳（メタデータ） (2024-10-22T18:54:12Z)
• Why You've Got Mail: Evaluating Inbox Privacy Implications of Email Marketing Practices in Online Apps and Services [0.6835148838117711]
  本研究は,メールアドレスなどの個人情報を利用者の同意なく共有・販売できるという認識の広汎化を考察する。 私たちは、最も人気のある150のオンラインサービスやアプリにサインアップした後、ユーザーが受信したメールのソース、ボリューム、頻度、内容を収集し、分析しました。
  論文  参考訳（メタデータ） (2024-10-10T18:44:18Z)
• SOMONITOR: Combining Explainable AI & Large Language Models for Marketing Analytics [43.28262218695844]
  我々は、人間の直感とAIベースの効率を相乗化することを目的とした説明可能なAIフレームワークを導入する。 SoMONITORは広告コンテンツにCTR予測とランキングモデルを導入し、大きな言語モデル(LLM)を使用して高いパフォーマンスの競合コンテンツを処理する。 日々の操作でSOMONITORを採用することで、デジタルマーケターは広範なデータセットを素早く解析し、実用的な洞察を提供することができる。
  論文  参考訳（メタデータ） (2024-07-18T02:55:52Z)
• Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
  我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。 提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。 これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
  論文  参考訳（メタデータ） (2023-05-25T21:01:00Z)
• Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
  我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。 ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
  論文  参考訳（メタデータ） (2023-04-06T05:20:16Z)
• Health Advertising on Facebook: Privacy & Policy Considerations [0.0]
  クロスサイト追跡は、許可なくユーザーから健康情報を抽出するために使用される。 デジタルメディカル企業とFacebookの間で、広告やリードジェネレーションのために、ブラウジングデータをどのように交換するかを検討する。
  論文  参考訳（メタデータ） (2022-01-18T19:06:33Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。