◇ OpenCyber Academy
Pós-graduação · Capítulo 6 · Português

Capítulo 6 — Privacidade e proteção de dados: avaliação controlada

Ensino gratuito e aberto para quem deseja proteger pessoas e tecnologias. Não é preciso criar uma conta para estudar ou consultar as respostas.

Capítulo 6 — Privacidade e proteção de dados: avaliação controlada

Mapa da aula

Aula 06 publicada. Mapa, exemplo, EX026.

flowchart TD
  N0["6.1 Conduzir o teste"]
  N1["6.2 Resultados"]
  N2["6.3 Interpretação"]
  N3["6.4 Comunicar os resultados"]
  N4["Laboratório — Teste A/B do banner de consentimento"]
  N5["Síntese"]
  N0 --> N1 --> N2 --> N3 --> N4 --> N5
  N5 --> EX["Exemplo resolvido"]
  EX --> Q["Exercício EX026"]

Desenho lógico

flowchart LR
  N0["6.1 Conduzir o teste"]
  N1["6.2 Resultados"]
  N2["6.3 Interpretação"]
  N3["6.4 Comunicar os resultados"]
  N4["Laboratório — Teste A/B do banner de consentimento"]
  N5["Síntese"]
  N0 --> N1 --> N2 --> N3 --> N4 --> N5 --> Q["EX026"]

[6.1 Conduzir o teste]
    |
    v
[6.2 Resultados]
    |
    v
[6.3 Interpretação]
    |
    v
[6.4 Comunicar os resultados]
    |
    v
[Laboratório — Teste A/B do banner de consentimento]
    |
    v
[Síntese]
    |
    v
[Exemplo resolvido] --> [Exercício EX026]

Objetivos de aprendizagem

Você vai (1) conduzir um teste A/B de forma ética; (2) estimar uma diferença entre proporções; (3) interpretar resultados comportamentais para a conformidade.

6.1 Conduzir o teste

A Corvina mostra aleatoriamente o banner A ou o B a 8.000 novos usuários do aplicativo, 4.000 para cada um, durante duas semanas. Priscila confere se o próprio teste é lícito: o banner A só aparece durante o teste, e os dois banners registram as escolhas corretamente. Ela também limita a análise às escolhas agregadas, e o encarregado aprova o teste. Priscila observa que testar um design menos conforme deve ser algo breve e justificado pela necessidade de medir a melhoria, e por isso o teste termina na data prevista, sem prorrogação, mesmo que o marketing peça mais tempo.

6.2 Resultados

O laboratório calcula os resultados. O banner A tem taxa de aceitação de 79,0%; o B, de 57,0%. A diferença é de 22,0 pontos percentuais, com intervalo de 95% de 20,0 a 24,0 pontos e estatística z de 21,1, muito além do acaso. Em noventa dias, as revogações por mil consentimentos são 41 com A e 12 com B. Os clientes que aceitaram com A tiveram mais de três vezes mais chance de mudar de ideia depois. Como o intervalo de confiança da diferença na aceitação, de 20,0 a 24,0 pontos, exclui o zero, a distância entre os banners não é um resultado casual desta amostra.

6.3 Interpretação

Priscila interpreta os resultados. O banner A empurrou cerca de um quinto dos usuários para um aceite que uma escolha equilibrada não teria produzido. As revogações mais altas com A sugerem que muitos desses consentimentos não refletiam preferências reais. Do ponto de vista da conformidade, é questionável que os consentimentos obtidos com A sejam livres. Do ponto de vista do negócio, B produz consentimentos em menor número, mas mais duradouros. Ela recomenda adotar B imediatamente, porque os consentimentos extras de A carregam um custo jurídico e de reputação que a taxa de aceitação, sozinha, esconde.

6.4 Comunicar os resultados

Os líderes de marketing ficam decepcionados com a aceitação menor. Priscila apresenta as evidências: B é conforme, A provavelmente não, e os consentimentos de B são mais estáveis. Ela também estima que o alcance do marketing cai menos do que a aceitação sugere, porque menos pessoas revogam. A Dra. Ward observa que a avaliação controlada transforma um debate de valores numa decisão baseada em evidências, mais fácil de aceitar pelos líderes mesmo quando o resultado desagrada. O resumo de uma página mostra as duas taxas de aceitação, as duas de revogação e uma única recomendação.

Laboratório — Teste A/B do banner de consentimento

# Consent banner A/B test: A has "Accept" prominent; B gives "Reject all" equal prominence. Two-proportion z-test.
import math
na, ka, nb, kb = 4000, 3160, 4000, 2280
pa, pb = ka / na, kb / nb; p = (ka + kb) / (na + nb)
z = (pa - pb) / math.sqrt(p * (1 - p) * (1 / na + 1 / nb))
se = math.sqrt(pa * (1 - pa) / na + pb * (1 - pb) / nb)
print(f"A accept rate {pa:.1%}; B accept rate {pb:.1%}; difference {pa-pb:.1%} (95% CI {pa-pb-1.96*se:.1%} to {pa-pb+1.96*se:.1%}); z = {z:.1f}")
wa, wb = 130, 27  # synthetic 90-day follow-up: withdrawals among consenting users
print(f"withdrawals within 90 days per 1,000 consents: A {1000*wa/ka:.0f} vs B {1000*wb/kb:.0f}")

Execute com python3 lab_ab.py. Saída verificada:

A accept rate 79.0%; B accept rate 57.0%; difference 22.0% (95% CI 20.0% to 24.0%); z = 21.1
withdrawals within 90 days per 1,000 consents: A 41 vs B 12

Exemplo resolvido

Priscila encontra aceitação de 79,0% com o banner A contra 57,0% com botões iguais (diferença de 22,0 pontos, IC de 95% de 20,0 a 24,0) e revogações de 41 contra 12 por mil, e recomenda o banner B.

Caso sintético. Os usuários e as escolhas são sintéticos.

Erros e limites

Duas semanas podem não captar o comportamento sazonal; repita o teste mais tarde.

Exercícios

Síntese

O capítulo 6 avalia um desenho. O capítulo 7 integra a privacidade à organização.

Continue estudando — aula 06 (capítulo 06 de 12)

← Capítulo 05 · Índice das aulas · Capítulo 07 →

Continue para a próxima aula já escrita.