我们都被积分卡出卖了

·

责编：徐上峰E-mail:xushangfeng@ittime.com.cn 漫画：王焱佳校对：媚子

▶积分卡会让你感到有点受重视，让你相信它是用来奖励忠实顾客的。其实，这些精明的项目之所以存在，是试图说服你多买一些

今天，一般人身上都带着15张左右的积分卡，天底下每个零售商都会发行卡片，从当地的药房到大型办公用品生产销售公司史泰博（Staples）到百思买再到星巴克。只是，绝大多数人都忘了在这些积分制度上签了名字。

我曾经在英国做过一项研究，我问一群中年女性，她们参与了多少积分项目，大部分人都只能说出一半来（而且，为了唤醒记忆，我让她们清空钱包，多数人都被掉出来的卡片的数量震惊了）。

每次你签名同意参加某商店的积分项目，就是直接允许了该商店搜集、合计、总结和分析你的家庭、你的习惯和你的兴趣的信息，数量极其惊人——数据挖掘者接着会对这一切信息加以利用，从而针对你个人的喜好和生活方式，制定营销和广告方案，太完美、太具有说服力，你无从拒绝。

交出大数据

有一份关于连锁超市喜互惠的研究简洁地总结了它使用的手段：“喜互惠把自己转变成情报经纪人。借由提供能够打折的喜互惠省钱俱乐部卡，它从消费者那里直接购买了人口数据。顾客为了得到这张卡片自愿泄露个人信息，这些信息后来会在预测建模时被使用。”换句话说，我们每次把那张跟钥匙挂在一起的色彩斑斓的小卡片递给工作人员，就是为了能这个省25美分、那个省1美元，有时还买二送一，把我们的隐私都给刷掉了。

有没有这种时候，在杂货店排队等结账时，你会试着根据前面一个人所买的东西来判断这个人？假设她买一包瘦身特餐（Lean，美国一个冷冻食品品牌）的蒜香鸡和6罐健怡可乐。好吧，你对自己说，她可能自己一个人住，而且正在减肥。接着她又拿出一瓶高档香波和护发素。她很注重品牌和美容，你想，而且她应该赚了不少钱。她的篮子里还有一瓶来苏尔漂白水和一瓶普瑞来洗手液，于是你觉得她很注重卫生。接着，看到她拿出一个家庭血压套装，你吃了一惊。她家有个年老的长辈吗？你想，还是说她有健康问题？你把最后的这个观察归档，等着后面再作确认。

简单地说，这种猜测就是数据挖掘者做的事，只是，拜一切复杂的数据追踪技术和他们手上有的计算机建模所赐，他们能从这一丁点儿东西里，得到肉眼看不出来的这个女性的大量信息。怎么办到的？每次我们在店里使用积分卡，就会有一份记录，记下了我们买了什么、价格多少、几点买的，还有以什么方式送到数据仓库去，这份记录会加进我们的数位文件夹（大部分公司和零售商借着积分项目持续累积数据，接着把数据分成大块，总结出我们的周度、月度和年度行为）。算法非常复杂，足以让一个学数学的人晕头转向。分析完所有数据后，就能得出各种解释，解释我们是谁、我们又可能会买什么（根据我们自己的购物习惯和其他与我们相似的上百万的消费者）。比如，如果用积分卡购买日常杂货，我们就会被至少一家连锁超市归入下面6种消费者类型的其中之一：“赶时间的荤食者”、“回归自然的购物者”、“有识别力的休闲消费者”、“不买无用之物的消费者”、“一站式社会名流”、“中间派购物者”，用这6种类别向我们提供有针对性的买卖和服务。

至于我们可能会买什么，这份数据能跟公司说的就远远没有尽头了。如果我买的是酸奶和维生素，算法就会预测我可能是接受加入当地新开的健身馆的邀请的好对象。如果我买的是即食食品，那么数据显示我可能是个忙人，也更有可能使用直接发送到手机里的优惠券，而不是从报纸或邮箱里收到的印刷品上剪下来的。如果我突然开始购买婴儿湿巾和纸尿裤，显然我最近经历了一番可能令我精疲力竭的生活变化，而从数据上看，我可能急需一场水疗。

恰恰是通过分析这些数据，数据挖掘行业才发现了某些更为惊人的半真半假的事情：举例说吧，在沃尔玛，买了芭比娃娃的消费者在三种糖果棒里买一种的可能性要高60%，你知道吗？或者，牙膏最常跟金枪鱼罐头一起被买下来？或者，比起一个素食者，一个买了一堆肉的消费者更可能会买保健食品？

再或者，某家加拿大连锁杂货店的数据能显示，买了椰子的消费者同样可能会买预付电话卡，你知道吗？起初，商店管理人员都不清楚这是怎么一回事。椰子能跟电话卡有什么关系？最后他们才知道，原来商店有大量来自加勒比群岛和亚洲的顾客，而这些人都会使用椰子入菜。这些加勒比和亚洲购物者会买预付电话卡，来跟他们远方的大家庭联系，这就完全解释得通了。

神奇的邻接空间

你可能会想，超市怎么用这些信息从我们身上赚更多的钱？第一点，也是最重要的一点，能营造出一种零售用语里说的“邻接空间”。邻接空间是指，店家把两种或两种以上的产品放在一起，这些产品看上去互不相关，但都对同一个目标消费者具有吸引力。这样，在那个牙买加购物者挑了一个椰子之后，她只需要往左边瞥一眼就能发现那被战略性地摆放着的预付电话卡，并想起来得打个电话给妈妈。

通常，邻接空间让商店和公司赚钱的方法是为连我们都不知道自己有的问题提供解决措施。比如说，假设现在是8月中旬，而最近收集到的数据显示，很多人会买冷冻草莓酥饼。目前，新鲜自制草莓酥饼的配料——当地草莓、瓶装生奶油和磅饼，一般都放在店里3个不同的货架上。然而，根据数据判断，这份特定的人口统计数据（根据消费者年龄层分布等因素来决定商品的货架位置）对草莓酥饼的销售有负面影响，所以超市把草莓、生奶油和磅饼放在商店的前部，独立展示。于是，购物者一进门就会自言自语地说，刚出炉的点心？我怎么没想到这个？接着，嗖的一声就把以上3种商品都放进购物篮里，花的钱是一盒莎莉牌饼干。

有些行业甚至能利用邻接空间手段大赚一笔。就说玛莎百货吧，英国的高档连锁百货公司。几年之前，借由分析从积分卡搜集来的数据，玛莎百货的管理人员发现，购买印度风格的餐具和即食印度食品的顾客越来越多。管理层意识到，肯定是有大量第一代和第二代印度人都来这里购物，这给了他们灵感。不如就在店里开一间货币兑换所？接着又有了另一个点子：不如做组织去这些国家旅游的服务？这就是为什么玛莎百货要跟英国最大的旅行社托马斯·库克（Thomas COOk）合作的原因，它们打造出玛莎旅行俱乐部（Marks & Spencer Travel Club），提供度假折扣，而且顾客使用玛莎信用卡预订旅游产品时能获得积分。

不过，公司利用编译积分卡上的信息所做的可不只这些，远远不只这些。哪怕是对杂货店最为稀松平常的一次光顾，也会向公司透露我们的信息，为了确切一睹其信息量有多大，同时知道公司具体用这份信息做什么，让我们迅速来到一家叫作斯帕奇（Sparky’s）的地区性连锁杂货店。

首先，请允许我一开始就指出一点，斯帕奇很巧妙地把前门开在了右边，没错吧？这是因为一份针对200间门店的研究汇编来的数据表明，比起按顺时针方向移动的人，逆时针移动的购物者平均每次会多花2美元。人类很自然地更容易往左边走（因为这样要伸出右手臂去抓取我们需要的东西会比较方便），所以把入口开在右边是一种保证购物者逆时针流动的巧妙且有效的办法。我还要补充一点，那就是斯帕奇还很聪明地给门店配备过大的购物篮，因为研究表明，购物篮越大，我们就越可能想把它填满。

在我绝望地挤过货架的迷宫、产品的高塔以及特别展示区之后，在寻找苹果的过程中找到了澳洲青苹，并往篮子里放了5个（我真的只想拿3个，但是我看到标示牌写着“买四送一”，立刻为这个被威廉·庞德斯通（William Poundstone）称作“非线性标价”的经典策略所倾倒，这一策略是指商店把这4个苹果的价格提了20%，所以在我以为赚到了的时候，每个苹果其实都花了一样的钱）。

其次，在药品货架的另一头，我拿了一包尼古丁（我从不抽烟，这只是我小小实验中的一部分）。根据我买下尼古丁的行为，斯帕奇立刻就能推测我基本上处于25~5 4岁，而且比起不知名品牌或商店自有品牌，我更可能购买名牌产品。还是说得通的，对吧？

再来，只是为了好玩，我在女性毛发护理区买了一包润发剂和一小盒以小探险家朵拉为主题的邦迪创可贴。现在，该商店就会作出两个很合理的假设：我是个非裔美国女性，而且我一个5岁以下的孩子。因此，我也是一个发放优惠券和报价表的良好人选，针对的是数据挖掘者找到的、对我所处的人群的人有吸引力的特定品牌的一切产品，上至化妆品，下至果汁和早餐麦片。