搜內衣給我推內褲，被大數據包圍怎麼辦？_風聞

作者： Jason Pallant（果殼網）

有的時候，購物網站讓人覺得有點無語：我剛買了5千克的洗衣液，就又給我推薦各式各樣各個牌子的洗衣液……我又不開洗衣店！

但有的時候，它猜我心思的能力又極其可怕：我才剛跟人聊到了要買什麼，購物 app 的推送就把它推了過來，它真的在監聽我們的對話嗎？

這都跟購物網站的算法有關。這些算法有時候能夠預測你的偏好（雖然不一定準），有時候甚至可以****影響你的行為。原理很簡單——如果你認識樓下的咖啡店店員，而你每次都點大冰美式加奶，他在看到你的時候就會問：還是老樣子？然後把準備好的大冰美遞給你。購物網站的原理是一樣的，不過它們用到了更精密的算法，以及更多數據。

推薦算法是怎麼來的？

一切的來源都是數據**。**商業公司獲取的數據量已經多到令人難以置信，而類別也越來越豐富——你的交易記錄，網頁瀏覽記錄，甚至是社交網絡上的帖子。

商家通過這些數據信息來預測你未來的行為。比如，瀏覽記錄和搜索記錄存在了你的cookie裏，而在你瀏覽網站的時候，通常會跳出來一個（你看也不會看的）框，意思是他們會根據cookie來優化你的網絡體驗——於是，側邊欄的廣告位置，就會根據你的搜索記錄推送給你相應的廣告，讓你有一種被探了老底的錯覺。

網站經常出現的cookie 協議 | Thirtybees

與用户行為有關的推薦算法，在購物網站（乃至影音網站）的設計中佔到了重要地位。亞馬遜上，有35%進行購買的用户是通過推薦商品過來的，而在Netflix上，這個數據達到了75%——可以説是送來什麼點開什麼看**。**

這些算法通過分析你曾經看過或買過的東西，以及看過或買過這些東西的其他人的行為來分析可能性。比如，買過A的人，大部分都買了B；那麼，如果你買了A，算法就會把B推薦給你。

推薦你買，你真的會買

去年，澳大利亞斯威本科技大學研究市場營銷的團隊做過一個小研究，通過用户的瀏覽記錄和瀏覽習慣，來分析它們購買的習慣。他們發現，“逛”購物網站的人並不太傾向於“買”，而關注某一種商品的人則更有可能購買；而通過搜索引擎（比如搜索一個商品）來訪問的用户，比通過營銷郵件來訪問的用户更有可能下單。

而他們也建議，網站可以根據這些數據分析出用户的“購買動機”，設計更流暢的用户體驗。比如從搜索引擎來的用户直接可以導到結算頁面，而對於隨便看看的用户，則不會跳轉結算頁面。

搜索的用户更容易接受推薦商品 | pixabay

**除了行為以外，也有大量的其它數據被用作算法預測的根據。**比如沃爾瑪，在大型颶風來臨前夕，他們會加大草莓小餡餅的囤貨量。這是他們根據以前的購物數據和天氣數據進行相關性分析的結果——人們縮在家裏躲颶風時可能會吃掉更多甜品。

齁甜的草莓小餡餅 | poptarts.com

一些數據也可以預測用户是否會改變購物習慣，例如從線下購物轉向線上購物（在線上囤積以前在超市裏購買的生活必需品）。而此前的研究發現，商家可以通過****改變與顧客溝通的模式，來改變顧客的消費習慣，比如在關鍵的節點發優惠券。

線上購物 | pixabay

你大概也發現了，註冊了購物網站之後總會時不時有優惠券出現，而優惠券用着用着就沒了。但當你停止使用一段時間——又沒有到完全遺忘的地步的時候——優惠券又會再次出現。這些都有算法在背後進行估算，而算法的好壞和數據的充分與否，是能否抓住顧客的關鍵。

我的隱私安全怎麼辦？

你在不知不覺中購買了更多的東西、花掉了更多的錢，可能還不是最要緊的問題。問題在於，**你的這些行為數據是誰在使用，得到的這些數據是否侵犯了用户的隱私。**大量的數據能夠得出一些比較敏感的判斷，比如就有購物網站通過行為預測到了顧客是否懷孕、是否生病，甚至顧客自己都沒有察覺。

不過話説回來，商家並不會對任何一個“個人”感興趣。雖然算法模擬出來的是“個性化”的推薦，但是這些推薦，很大程度上是根據羣體行為得出、並根據個人的情況進行的“自動”調整。真正對個人知根知底的情況還是比較少的。

網絡隱私安全? | pixabay

一切都在於你是否願意用這些數據交換到購物時的方便。比如，你在搜索一個商品的同時，你的行為數據會通過算法給你提供推薦，其中包括了商家為了鼓勵購買而提供的優惠信息——商家知道，經過搜索而購買的可能性很大，而優惠券這樣的激勵能起到更明顯的效果。另外，商家也會根據大量用户的搜索習慣與購買習慣，制定更好的價格。

但是，如果你對自己的隱私很在意的話，就要善用瀏覽器的隱身功能進行搜索，使用社交網絡的時候也要多加小心——盯着你的“眼睛”，從來沒有如此強大過。