Academische Paper 'Privacy in a location based world' by Thomas Smolders

Academische paper Privacy in a Location Based World Masterchallenge 2013-2014 Nieuwe Media & Maatschappij

Steffi Rossignol, Thomas Van Buggenhout, Sam Bossant, Shari Verniers, Sofie Devos, Laura De Mey, Thomas Smolders, Dries Meesschaert, Annemie Vochten, Louise Haspeslagh, Hans Kemme Onder begeleiding van Prof. Dr. Lieven De Marez, Dr. Isabelle Stevens en Karel Verbrugge

INHOUDSTABEL

I NTRODUCTION LBS, S O L O M O & PRIVACY CONCERNS

S O L O M O AUDIENCE AND THE CREATION OF USER SCENARIOS

D RIVERS & OPPORTUNITIES FOR LBS: IMPROVING THE USER EXPERIENCE

B ARRIERS FOR LBS: PRIVACY CONCERNS

C OPING WITH THE LBS CHALLENGE : A MATTER OF TRUST ?

C ONCLUSION

R EFERENCES

B IJLAGEN : A RCHETYPES

Privacy in a Location Based World - Abstract Het hoofddoel van deze paper is een antwoord te bieden op de vraag ‘Wie zijn de mogelijke gebruikers voor een SoLoMo-applicatie en wat zijn de motivaties en barrières die bepalen of ze deze applicatie wel of niet willen gebruiken?’ Dit is dus een analyse van het proces en de resultaten van de dimensie ‘product en gebruiker’. We beginnen met het achterhalen van wie de mogelijke gebruikers zijn en met te kijken naar hoe en waar ze de applicatie kunnen gebruiken. Aan de hand van archetypes en scenario’s vormen we een duidelijk beeld van de mogelijke gebruikers. We sommen de voordelen van de applicatie op en beschrijven welke meerwaarde de gebruikers eruit kunnen halen. Daarna gaan we in op factoren die het gebruik van deze app mogelijk kunnen belemmeren of beperken, met als speciale focus de privacy concerns. Het privacy aspect is het hoofdpunt van deze paper. Dit is volgens ons het belangrijkste punt waarop deze app moet inzetten. Privacy vormt voor vele potentiële gebruikers de grootste reden waarom ze de app niet zouden gebruiken. Uit de focusgroepen hebben we een aantal aanbevelingen en oplossingen voor deze privacybezorgdheden kunnen halen. Het is cruciaal dat de applicatie aan gebruikers alle kansen biedt om hun privacy volledig te controleren en naar persoonlijke voorkeur aan te passen.

1. Introduction Location Based Services, SoLoMo & privacy concerns “Privacy is dead and social media hold the smoking gun” (Cashmore, 2009). In die woorden beschreef Pete Cashmore - CEO en oprichter van nieuwssite Mashable.com - de huidige stand van zaken wat betreft online privacy. De uitspraak stelt privacy en sociale media duidelijk lijnrecht tegenover elkaar: ofwel deel je weinig tot niets online en blijf je baas over je persoonlijke informatie, ofwel maak je gebruik van de sociale netwerken en zie je af van deze controle op privacy (Cashmore, 2009). De uitdaging bestaat er dan ook uit om een goede balans te vinden tussen beide en de gebruiker terug de controle te geven over zijn persoonlijke gegevens. Het voornaamste kenmerk van sociale netwerken is “sharing and interacting around content” (Li & Chen, 2010, p. 20), content die volgens velen te weinig beschermd wordt. Daarnaast zijn sociale netwerken steeds vaker mobiel beschikbaar. Het stijgend gebruik van smartphones gaat hand in hand met de stijgende populariteit van Location Based Services (LBS). Typische Location Based Services zijn onder andere navigatietoepassingen, fitness-tracking apps en mobiele check-in services. Enerzijds beschikken sociale netwerkprofielen over de persoonlijke gegevens van hun gebruikers en anderzijds dienen LBS als een mechanisme “which allows their users to share location information” (Li & Chen, 2010, p. 20). Het is vooral de combinatie van die twee aspecten die als een bedreiging voor de persoonlijke privacy wordt beschouwd. De opkomst van Location Based Services geeft een extra dimensie aan sociale netwerken. Ze zorgen ervoor dat we nog een stap verder kunnen gaan in het combineren van het sociale, lokale en mobiele aspect, kortweg SoLoMo. Mobiele smartphones worden gezien als de ‘hardware drivers’ achter het succes van de vele “applications designed to make connections - connections to people, to brands and services, to information, to places, and to the world around them” (Reed, 2011, p. 4). Deze applicaties omvatten dus het eerder genoemde sociale en lokale aspect: connectiviteit en locatiegebonden informatie. Ook Mobile Vikings kwam tot de conclusie dat mensen vaak weigerachtig staan tegenover het volledige gebruik van deze SoLoMo-diensten. De gebruikers zijn vooral angstig dat bedrijven al hun bewegingen zullen volgen om hen vervolgens te overspoelen met reclame en een business te creëren op basis van hun persoonlijke data. Het is dus vooral belangrijk dat er naar de toekomst toe zeer gerichte, contextrijke communicatie aangeleverd wordt die niet schadelijk is voor het vertrouwen van de eindgebruiker. Een centraal punt hierbij is de controle over de eigen persoonlijke gegevens: elke gebruiker wil optimaal beschikken en beslissen over zijn eigen mobiele identiteit en privacy.

Om dit ultieme doel te bereiken is het noodzakelijk dat we eerst de doelgroepen van SoLoMo-diensten in kaart brengen. Bij deze doelgroepen onderzoeken we ook enkele mogelijke gebruikscenario’s, met andere woorden: wie zou welke LBS-diensten in welke context kunnen gebruiken? Verder is het vooral belangrijk dat we de nieuwe mogelijkheden van Location Based Services in kaart brengen. Welke opportuniteiten brengen deze services met zich mee en hoe kunnen ze onze user experience maximaal beïnvloeden en verbeteren? Deze nieuwe mogelijkheden zorgen voor nieuwe uitdagingen, waar vooral privacy concerns de kroon spannen. Maar wat zijn nu precies de barrières voor het gebruik van LBS-diensten en waarop zijn ze gebaseerd? Nadat we zowel pro’s en contra’s afgewogen hebben, gaan we ten slotte op zoek naar mogelijke oplossingen. Hoe kunnen we de barrières, die de privacybezorgdheden omvatten, overbruggen en zo het vertrouwen van het publiek terugwinnen? Onderzoeksvragen: !

Hoe kunnen we de doelgroepen voor SoLoMo-diensten afbakenen?

Welke mogelijke gebruiksscenario’s kunnen ontwikkeld worden?

Wat zijn de motieven en opportunititeiten voor het gebruik van LBS-diensten?

Wat zijn de barrières voor het gebruik van LBS-diensten?

Oplossingen: Hoe kunnen we omgaan met deze barrières en vertrouwen creëren?

2. SoLoMo audience and the creation of user scenarios Het is intussen duidelijk dat SoLoMo en LBS-diensten vrij innovatieve toepassingen zijn die niet door iedereen op eenzelfde manier worden omarmd. Het is daarom nodig dat we onderzoeken welke doelgroepen wel met deze diensten aan de slag willen of kunnen. We konden daarvoor gebruikmaken van de data van het SoLoMIDEM-onderzoek van Mobile Vikings, verzameld bij 2302 respondenten. Op basis van hun antwoorden konden de respondenten gesegmenteerd worden in 8 groepen, waarvan 5 gebruikers en 3 nietgebruikers. Deze segmentatie is onder andere gebaseerd op socio-demografische criteria, het gebruik van mobiel internet, de plaats waar de smartphone het meest wordt gebruikt, de sociale netwerken waarop men een account heeft, en natuurlijk hun eventuele gebruik van LBS-diensten en de bijhorende mogelijke privacy belemmeringen. Vooral de 5 ‘gebruikers’ waren nuttig om verder in ons onderzoek mee te nemen. Zij weten hoe zo’n LBS-dienst werkt of eruit ziet, waardoor ze dus ook een nuttige mening konden vormen hieromtrent. Voor elk van die 5 ‘user segments’ hebben we een archetype gecreëerd. We begonnen met het opstellen van skeletten die de algemene kenmerken van elk segment

benadrukten en op die manier ook aanduidden hoe ze onderling verschillen. Deze 5 skeletten hebben we daarna aangevuld aan de hand van feedback uit twee georganiseerde focusgroepen. Zo kwamen we tot 5 archetypes, genaamd: Absentee Annemie, Concerned Cédric, Social Sara, Leisurely Laurent, Functional Floris.1 Uiteindelijk zou blijken dat vooral de 3 laatste types de SoLoMo-diensten eventueel zouden gebruiken. Voor sommigen enkel indien er aanpassingen zouden gebeuren of een duidelijk verschil merkbaar zou zijn met de ‘traditionele privacysettings’. Archetypes zijn trouwens niet helemaal hetzelfde als persona’s, maar lijken er wel erg op. Wanneer we deze archetypes nog zouden uitdiepen aan de hand van diepte-interviews met potentiële gebruikers, pas dan zouden ze als persona’s worden bestempeld (Head, 2003). Dit hebben we niet gedaan, omdat personaconstructie niet het uiteindelijke doel van ons onderzoek was. Belangrijker voor ons waren de gebruiksscenario’s of ‘use cases’. Daarom hebben we ook de eerder vermelde focusgroepen georganiseerd. We probeerden hiervoor mensen te selecteren uit elk van de segmenten. Zo wilden we een duidelijk beeld krijgen van wie de doelgroepen kunnen zijn van een nieuwe SoLoMo-applicatie en waar die doelgroepen mogelijk privacybezwaren bij zouden hebben. De eerste focusgroep bestond uit zeven respondenten. Het doel van deze focusgroep was om aan elk archetype een bepaald scenario te linken. In welke situatie zouden deze types gebruikmaken van SoLoMo- of LBS-diensten en waarom zouden ze dit wel of niet doen? Onze scenario’s zijn dus verhalen die opgebouwd zijn rond elk archetype. Ze helpen om een beter beeld te geven van de problemen die opgelost moeten worden en maken de link met technologie gemakkelijker te begrijpen (Forest, Lavoisy & Chanal, 2009, p. 3). De verkregen scenario’s zijn daarna ook in een tweede focusgroep geanalyseerd. Deze werd samengesteld uit 9 respondenten en ging specifiek in op de privacyproblematiek. In beide focusgroepen werden de deelnemers op weg geholpen met de longlist van ideeën die we reeds gegenereerd hadden tijdens een brainstormsessie via de GPS-methode.

3. Drivers and opportunities for LBS: improving the user experience Steeds meer mensen beschikken over een smartphone. Hiermee hebben ze in principe al onmiddellijk de hardware voor Location Based Services in handen. Het mobiele aspect is op dat moment eigenlijk al concreet: een smartphone hebben we altijd op zak, ook wanneer we ons verplaatsen. Indien er via de smartphone gebruik wordt gemaakt van een Social Network Service (SNS), is ook aan de social voorwaarde voldaan. Wanneer er tot slot ook ‘location

Cfr. bijlage p.13

information’ gedeeld wordt via dit platform, kunnen we spreken van een echte SoLoMotoepassing (Reed, 2011). Onderzoek focust helaas maar al te vaak op de negatieve gevolgen van het vrijgeven van al deze data. Het positieve effect wordt te weinig benadrukt: “The contextual and personalized services offered by LBS can deliver a better experience to users, which may help facilitate their usage behavior” (Zhou, 2013, p. 26). Mensen krijgen dus meer op maat gesneden informatie. Zo kan een reiziger bijvoorbeeld gemakkelijk toeristische bezienswaardigheden in zijn buurt terugvinden op basis van zijn locatie en interesses. Locatiegebaseerde informatie kan erg handig zijn voor de gebruiker en kan hun ervaring verrijken (Zhou, 2013, p. 26). Andere mogelijke scenario’s beschreven we hiervoor al in ‘SoLoMo audience and the creation of user scenarios’. Location Based Services laten hun gebruikers toe om op elk moment informatie te delen over wat ze doen, waar ze zijn en zelfs hoe ze zich daarheen verplaatsen. Ze kunnen ook zien waar hun vrienden zich bevinden, of anderen in de buurt ontdekken met dezelfde interesses. Deze nieuwe dimensie van sociale netwerken creëert interactie en overbrugt daarbij de afstand tussen de fysieke en sociale wereld (Nan & Guanling, 2010, p. 20). Het is een innovatieve manier van communiceren die, indien die goed geïntegreerd en toegepast wordt, een uitgebreide en geoptimaliseerde user experience teweeg kan brengen. We willen ook nog kort even het verschil aanstippen tussen Location Based Information en Location Sharing Services. Tot nu toe hebben we telkens verwezen naar Location Based Services in het algemeen. Bij Location Sharing Services ga je actief je locatie aan de hand van een check-in met vrienden en/of anderen delen. Bij Location Based Information wordt je locatie impliciet gebruikt om jou meer contextgerelateerde informatie aan te bieden en zo de user experience te verbeteren (Knijnenburg, Kobsa & Jin, 2013, p. 2). Om de mogelijkheden van SoLoMo- & LBS-diensten in kaart te brengen, maakten we gebruik van verschillende methoden. We organiseerden in eerste instantie een brainstormsessie aan de hand van de GPS-methode. De bedoeling hiervan was om zo veel mogelijk ideeën te genereren, zonder daarbij rekening te houden met mogelijke technische of ethische beperkingen. De ideation ging online verder, zowel via het crowdsourcingplatform Cognistreamer als via een gesloten Facebook-groep. Op deze platformen werden de beste ideeën uit de GPS aan een eerste keuring onderworpen en werden ook nieuwe ideeën van gebruikers toegevoegd. Ten slotte werd een shortlist opgesteld, waarbij mensen aan de hand van online voting hun voorkeur duidelijk konden maken. Door de resultaten van deze voting te koppelen aan de archetypes, konden we perfect zien welk type gebruiker door welke functies aangetrokken werd.

Enkele voorbeelden van ideeën voor mogelijke functies binnen een nieuw Location Based Social Network (LBSN) zijn: agenda’s virtueel samenleggen om een avondje uit te plannen, online beschikbaarheid en reservatie van een restaurant, real time zien welke evenementen er in de buurt zijn, op reis gaan met foto’s en tips van andere reizigers, een spelelement waarbij je punten kan verdienen, een kaart van interessante plaatsen in de buurt (opgesteld volgens jouw voorkeuren), het snel kunnen terugvinden van nuttige plaatsen zoals een openbaar toilet of een parking, informatie terugvinden over hoe je het meest efficiënt van punt A naar B kan reizen (trein, tram, bus, fiets, enzovoort). Veel van deze ideeën zijn ook gebaseerd op ‘real time context’. Dit is een belangrijk concept dat vele nieuwe mogelijkheden voor Location Based Services inhoudt. Een real time context wordt verkregen door het combineren van gegevens die uit fysieke sensoren en logische data werden gegenereerd. In het ‘social link app’-rapport wordt hiervan een voorbeeld gegeven: “For example, the acceleration data on a mobile phone is used to recognize the movement of its user. The location of a person may be acquired either from a GPS, location from the calendar, or even interpreted from Wi-Fi information” (David, Lau & Klein, 2011, p. 3). De combinatie van informatie over beweging, locatie, event en omgevingsgerelateerde contexten zorgt ervoor dat men vrij accuraat kan achterhalen welke activiteit een persoon op een bepaald moment aan het uitvoeren is. Daardoor kan op dat moment ook zeer gerichte en rijke informatie aan de gebruiker aangeboden worden. Maar het kan natuurlijk ook een hindernis vormen om toegang tot al deze informatie te verlenen (David, Lau & Klein, 2011, p. 3). Onze precieze locatie zegt erg veel over onszelf: “It identifies us, potentially more so than our name, address, or even our genetic profile”. Bezorgdheden in verband met location privacy kunnen dan ook de verdere groei van Location Based Services serieus beknotten (Duckham, Mokbel, Nittel, 2013, p. 2). Het is daarom belangrijk dat we de gevaren die verbonden zijn aan het vrijgeven van onze locatie kennen. We moeten ook achterhalen waar de barrières voor de gebruikers precies liggen en waarop ze gebaseerd zijn. Daarna bespreken we hoe we met deze privacy concerns kunnen omgaan en welke oplossingen we kunnen bedenken om het vertrouwen van het publiek te winnen.

4. Barriers for LBS: privacy concerns Zoals eerder besproken, zijn privacy concerns de grootste reden waarom mensen weigerachtig staan tegenover het (volledige) gebruik van Location Based Services. Hoe mooi

de beloftes om contextrijke, locatiegebaseerde en persoonlijke informatie via de smartphone te ontvangen ook zijn, het vertrouwen ontbreekt bij velen. Gebruikers willen een boodschap of locatie vaak liever niet, slechts gedeeltelijk of enkel met bepaalde personen delen. Ze hebben elk hun eigen visie van wat ze wel en niet publiek willen maken. Wat voor de een nog niet genoeg is, gaat voor de ander al te ver. Bovenstaande bezorgdheden omvatten enkel de informatie waarvan je zelf kiest om die te delen, met vrienden of een ander publiek. Er rijzen echter steeds meer vragen over ‘achterliggende, grote organismen’ zoals Facebook of Google die met online informatie aan de haal gaan, zonder dat we ons daarvan bewust zijn. Een simpele klik op een link kan al voldoende zijn om een persoonlijke voorkeur te achterhalen. Zowel de informatie die rechtstreeks wordt gedeeld, als informatie die onrechtstreeks wordt meegedeeld kunnen een bedreiging vormen voor de privacy. Rechtstreekse informatie kan dan bijvoorbeeld het invoeren van je leeftijd, geslacht of e-mailadres zijn om een account op een sociaal netwerk aan te kunnen maken. Onrechtstreekse informatie is dan weer een gevolg van de eerder besproken contexten, de link tussen sociaal en lokaal (Nan & Guanling, 2010, p. 21). De marketing- en reclamewereld spitst zich steeds meer op het personaliseren van reclame toe. Het wordt ook steeds gemakkelijker om persoonlijke informatie over mensen te vinden en die te bundelen. Op vlak van zowel rechtstreekse als onrechtstreekse informatie blijven de bezorgdheden dus groeien. Centraal staat het principe dat de gebruikers in elke situatie willen beschikken en beslissen over hun eigen mobiele identiteit en privacy. Daarnaast moeten we ook rekening houden met het feit dat niet iedereen de nieuwe technologieën op dezelfde manier omarmt: het gebruik ervan hangt van verschillende factoren zoals leeftijd of je algemene privacy-overwegingen af (Xu, Teo, Tan & Agarwal, 2009, p. 7). Er zullen altijd doelgroepen bestaan die ronduit sceptisch tegenover dit soort services staan. Hoewel deze LBS-diensten ons het leven gemakkelijker kunnen maken, toch vragen ze je toegang tot gevoelige informatie. Je moet meestal je identiteit en vaak nog andere gegevens vrijgeven om ze te kunnen gebruiken. De (reële) angst bestaat, dat indien al deze gegevens van verschillende netwerken worden samengenomen, het op termijn mogelijk wordt om van iedere gebruiker een uitgebreid profiel samen te stellen (Hashem & Kulik, 2011, p. 44). Er worden eigenlijk op 3 vlakken gevaarlijke gevolgen van het gebruik van LBS beschreven. Ten eerste bestaat het gevaar voor spam en het constant ontvangen van ongevraagde reclame voor producten en diensten in de buurt van je locatie, ook wel ‘proximity based advertisements’ genaamd. Daarnaast is locatie ook rechtstreeks verbonden met je persoonlijke welzijn en veiligheid. Wanneer je location privacy niet beschermd wordt, dan kan dit mogelijk tot bedreigende activiteiten zoals bijvoorbeeld stalking of inbraak leiden.

Tot slot kan er ook persoonlijke informatie, bijvoorbeeld politieke visie of gezondheid, achterhaald worden aan de hand van je locaties. Wanneer je sociale (naam, geslacht,…) en lokale (waar je bent of bent geweest) profiel aan elkaar worden gelinkt, dan kan dit vergaande gevolgen voor je online privacy met zich meebrengen (Duckham, Mokbel & Nittel, 2007, p. 161). Na de ideation- en scenario-focusgroep hebben we een focusgroep rond het thema privacy uitgevoerd bij 9 respondenten. Hieruit bleek dat bij sommige doelgroepen de behoefte aan LBS-diensten zo goed als onbestaande is en dat bij anderen de privacy concerns te groot zijn om te overbruggen (Absentee Annemie & Concerned Cédric). Anderzijds bleek ook dat er wel degelijk een publiek is dat enthousiast zou zijn om dergelijke optimaal geïntegreerde LBS-diensten te gebruiken. Bij sommigen onder hen zouden kleine aanpassingen of meer controle over hun privacy hen wel kunnen overhalen om de services te gebruiken (Leisurely Laurent, Social Sara & Functional Floris). Enkele specifieke barrières voor LBS in verband met privacy waren onder andere: niet constant push-berichten willen ontvangen, geen informatie publiek willen delen, te ingewikkelde privacy-instellingen, niet weten wat er met je persoonlijke data gebeurt, geen transparantie, je vrienden niet kunnen opdelen in groepen, je instellingen achteraf slechts moeilijk kunnen aanpassen, geen duidelijke indeling van reclame en echte content, onaangepaste reclame,… Over gevolgen zoals stalking of inbraak hadden de respondenten nog niet echt nagedacht, maar bij het gevaar voor misbruik van hun persoonlijke gegevens (bv. bankrekening) stonden ze wel al stil. Ze willen vooral niet dat hun gegevens publiek ten grabbel worden gegooid met het oog op familie of mogelijke werkgevers. Sommigen vrezen dat ondanks hun strakke privacy-instellingen, gegevens te weinig beschermd worden voor hackers of grote bedrijven. Het positieve aan deze resultaten is dat vele van deze opgesomde barrières voor het gebruik van LBS verdwijnen indien de gebruiker meer controle zou krijgen over zijn instellingen en/of als de informatie meer aangepast is aan zijn behoefte en hij er dus voordeel kan uithalen. Maar er blijkt dus wel degelijk een paradox te bestaan. Aan de ene kant heb je bedrijven die zo veel mogelijk informatie over hun klanten en gebruikers willen verzamelen en hen aanbiedingen of kortingen sturen. Aan de andere kant heb je de gebruikers die wel willen genieten van gepersonaliseerde producten en diensten, maar het liefst zo weinig mogelijk informatie willen vrijgeven. In onderzoek van Hong, Fiona Fui-Hoon & Keng (2008, p. 353) wordt dit ‘Calculus of Behaviour’ genoemd. Dit concept lijkt overeen te komen met het concept van ‘Privacy Calculus’. Deze term komt vaak voor in onderzoek naar privacy (Li & Sarathy et al., 2010; Dinev & Hart, 2006; Knijnenburg, Kobsa & Jin, 2013; Zhao et al., 2012) en slaat op de kosten-batenanalyse die een individu maakt terwijl hij beslist om al dan niet

persoonlijke gegevens vrij te geven. De gebruiker overloopt daarbij zowel de mogelijke nadelen (verlies aan privacy) als de mogelijke voordelen (kortingen, deals, personalisatie of andere) van het gebruik, en maakt daarna een berekende afweging vooraleer hij beslist. Het is dus aan ons om te achterhalen wat die voordelen precies kunnen zijn. Wanneer zou een gebruiker akkoord gaan met een eventueel verlies aan privacy of het vrijgeven van informatie? Wat wil of verwacht de consument zelf van een goede SoLoMo- of LBS-dienst? Hoe kunnen we omgaan met de barrières en vertrouwen creëren?

5. Coping with the LBS challenge: a matter of trust? In deze paper identificeerden we privacy concerns als de grootste en belangrijkste barrière voor het gebruik van LBS-diensten naar de toekomst toe. Daarnaast leerden we ook dat consumenten vaak weinig vertrouwen hebben in een bedrijf dat zomaar met zijn persoonlijke gegevens aan de haal gaat. Verder maakt de consument ook telkens een afweging tussen het verlies aan privacy en de voordelen die hij of zij daarvoor in ruil kan krijgen. Het zijn 3 componenten die uiteraard belangrijk worden in de verdere ontwikkeling van LBS-diensten of een SoLoMo-platform. Ontwikkelaars moeten dus rekening houden met de wensen van non-users of partial users. Waarom gebruikt men de service niet of slechts gedeeltelijk en wat kunnen we bieden om hen te overtuigen, of belangrijker: om hun vertrouwen te winnen? De ontwikkeling van een optimale service en beleving is al een eerste belangrijke stap. Velen haken af als ze de verkeerde ‘persoonlijke’ informatie aangeboden krijgen. Bedrijven moeten ook duidelijke stappen nemen om de onzekerheden omtrent privacy weg te nemen. Het is belangrijk dat bij het gebruiken van persoonlijke gegevens eerst toestemming wordt gevraagd aan gebruikers vooraleer ze push-berichten te sturen of hun locatie op te sporen. Zo niet, dan kan dit resulteren in verhoogde privacybezorgdheid en een groter gepercipieerd risico bij de consument (Zhou, 2013, p. 35). De privacy calculus die we eerder vermeldden, sluit aan bij de justice theory die ook invloed heeft op de kosten-batenanalyse bij de gebruikers: klanten goede voordelen en gepersonaliseerde service bieden is niet voldoende om hen aan te zetten tot het delen van persoonlijke gegevens. Het verzamelen en gebruiken van die gegevens moet ook in een eerlijke en betrouwbare context gebeuren. Wanneer consumenten akkoord gaan met de manier waarop informatie verzameld wordt, zullen ze meer geneigd zijn om persoonlijke informatie te delen.

De perceptie van eerlijkheid gerelateerd aan privacy bestaat uit drie elementen: distributive, procedural en interactional justice. Distributive justice houdt in dat mensen al dan niet vinden dat datgene ze krijgen in ruil voor het delen van privacy gegevens, de moeite waard is. Procedural justice omvat het beleid en de procedures van een bedrijf, zoals onder andere de oplossingen die een bedrijf aanbiedt mocht er iets fout lopen, en het privacybeleid dat ze zichzelf opleggen. Als laatste is er nog interactional justice, waarbij het gaat over hoe gebruikers elkaar behandelen. Als er onder gebruikers veel gehackt wordt, zullen mensen minder geneigd zijn veel gegevens te delen (Zhao, Lu & Gupta, 2012, p. 60). Concreet kunnen we uit ons onderzoek, zowel uit de ideationfase als uit de twee focusgroepen, een eerste indicatie halen van wat mensen wel of niet willen van een nieuw SoLoMo-platform. Op vlak van privacy zijn velen het eens dat de instellingen personaliseerbaar moeten zijn: ze willen zelf kunnen instellen welke bedrijven hen mogen aanspreken, maar ook op welk tijdstip en op welke dagen. Ze moeten ook bij elke actie kunnen beslissen of ze al dan niet hun locatie willen vrijgeven. Er zouden standaardprofielen kunnen aangemaakt worden met verschillende niveaus van privacybescherming waaruit de gebruikers zelf zouden kunnen kiezen. Achteraf moeten ze die nog kunnen aanpassen of verder personaliseren. Gebruikers willen er duidelijk attent op worden gemaakt dat hun data gebruikt wordt voor commerciĂŤle doeleinden. Ze vinden de gebruiksvoorwaarden te uitgebreid en te ingewikkeld. Overeenkomsten en veranderingen aan instellingen moeten to the point en simpel zijn voorgesteld. Transparantie wordt dus een basisvoorwaarde. Gebruikers willen meteen kunnen zien wat ze van de applicatie kunnen verwachten en wat er met hun gegevens gebeurt. Daarnaast willen ze ook de instellingen van een vriend die ze vertrouwen kunnen kopiĂŤren, zo hoeven ze zelf niet alle opties te doorlopen. Hun vrienden willen ze gemakkelijk kunnen opdelen in groepen zodat ze kunnen kiezen aan wie ze welke informatie vrijgeven. Ten slotte werd ook benadrukt dat ze het liefst zelf informatie opvragen in plaats te worden gepusht.

6. Conclusion Uit de focusgroepen is gebleken dat er 3 van de 5 mogelijke doelgroepen vooral belangrijk en bruikbaar zijn voor SoLoMo-diensten: een sociale groep, een functionele groep en de vrijetijdsgebruikers (vertegenwoordigd door Social Sara, Functional Floris en Leisurely Laurent, respectievelijk). Bij occasionele (Absentee Annemie) en bezorgde (Concerned Cédric) gebruikers zijn de barrières moeilijk te overbruggen. De eerste groep is gewoonweg te weinig geïnteresseerd om tot full usage over te gaan, terwijl bij de tweede groep de privacy concerns te groot zijn. Toch leeft er ook bij de resterende 3 groepen een bezorgdheid rond privacy. De twee kernwoorden om deze onzekerheid weg te nemen zijn transparantie en controle. De uitdaging bestaat er dus uit om als LBS-aanbieder de gebruiker zo centraal mogelijk te stellen en hem terug de controle te geven over zijn persoonlijke gegevens. Het is belangrijk dat er steeds een afgewogen beslissing wordt gemaakt tussen het verkrijgen/gebruiken van persoonlijke informatie en de privacy van de gebruiker. Elke gebruiker wil namelijk optimaal beschikken en beslissen over zijn eigen mobiele identiteit en privacy. Toestemming vragen voor het gebruik van hun persoonlijke gegevens is dus zeker geen overbodige luxe. Enkel wanneer er op een eerlijke en betrouwbare manier met de kostbare persoonlijke data van de gebruiker wordt omgegaan, kan er voldoende vertrouwen worden gecreëerd tussen de serviceaanbieder en de consument. Verder wordt een LBS-dienst ook enkel als interessant beschouwd als de gebruiker effectief correcte en gerichte informatie aangereikt krijgt. Indien de consument informatie ontvangt die niet behoort tot zijn persoonlijke instellingen, kan ook dit schadelijk zijn voor het vertrouwen. Uit deze korte analyse van de motieven en barrières van LBS blijkt dus dat privacy en Location Based Social Networks niet noodzakelijk als tegenpolen gezien moeten worden, ze kunnen ook complementair zijn. Wanneer een LBS-toepassing op een goede manier omgaat met privacy en een transparant beleid voert, kan dat zeker een meerwaarde bieden en zorgen voor een geoptimaliseerde user experience.

7. References Cashmore, P. (2009, 28 oktober). Privacy is dead, and social media hold smoking gun. Geraadpleegd

december

2013

het

World

Wide

Web:

http://edition.cnn.com/2009/OPINION/10/28/cashmore.online.privacy. Dinev, T., & Hart, P. (2006). An extended privacy calculus model for e-commerce transactions. Information Systems Research, 17(1), 61-80. Duckham, M., Mokbel, M. & Nittel, S. (2007). Special issue on privacy aware and locationbased mobile services. Journal of Location Based Services, 1(3), 161-164. Forest, F., Lavoisy, O., & Chanal, V. (2009). Integrated scenario-based design methodology for collaborative technology innovation. In Proceedings of the ISPIM (International Journal of Innovation Management) 2009 Conference in Vienna. Hashem, T. & Kulik, L. (2011). “Don’t trust anyone”: Privacy protection for location-based services. Pervasive and Mobile Computing, 7(1), 44-59. Head, A. J. (2003). Personas: Setting the stage for building usable information sites. Online, 27(4), 14. David, K., Lau, S. & Klein, B. (2011). Social link APP. Vehicular Technology Magazine, IEEE, 6(3), 80-87. Hong, S., Fiona Fui-Hoon, N., & Keng, S. (2008). An experimental study on ubiquitous commerce adoption: Impact of personalization and privacy concerns. Journal Of The Association For Information Systems, 9(6), 344-376. Knijnenburg, B. P., Kobsa, A., & Jin, H. (2013, April). Preference-based location sharing: are more privacy options really better? In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (pp. 2667-2676). ACM. Li, H., Sarathy, R. & Xu, H. (2010). Understanding situational online information disclosure as a privacy calculus. Journal of Computer Information Systems, 51(1), 62. Li, N., & Chen, G. (2010). Sharing location in online social networks. Network, IEEE, 24(5), 2025.

Reed, R. (2013). The SoLoMo Manifesto. Geraadpleegd op 3 december 2013 op het World Wide Web: http://momentfeed.com/whitepaper. Xu, H., Teo, H., Tan, B. & Agarwal, R. (2009). The role of push-pull technology in privacy calculus: the case of location-based services. Journal of Management Information Systems, 26(3), 135-174. Zhao, L., Lu, Y. & Gupta, S. (2012). Disclosure intention of location-related information in location-based social network services. International Journal of Electronic Commerce, 16(4), 53-90. Zhou, T., An empirical examination of user adoption of location-based services. Electronic Commerce Research, March 2013, 13(1), 25-39.

8. Bijlagen: Archetypes