（李子李子短信/编译）有的时候，购物网站让我总觉得有点智障：我刚买了5kg的洗衣液，就又给我推荐各式各样各个牌子的洗衣液……我又不开洗衣店！但有的时候，它猜我心思的能力又极其可怕：我才刚跟人聊到了要买什么，购物 app 的推送就把它推了过来，它真的在监听我们的对话吗？

这都跟购物网站的算法有关。这些算法有时候能够预测你的偏好（虽然不一定准），有时候甚至可以影响你的行为。原理很简单——如果你认识楼下的咖啡店店员，而你每次都点大冰美式加奶，他在看到你的时候就会问：还是老样子？然后把准备好的大冰美递给你。购物网站的原理是一样的，不过它们用到了更精密的算法，以及更多数据。

图片来源：Pixabay

行为数据+算法=好的推荐

一切的来源都是数据——商业公司获取的数据量已经多到令人难以置信，而类别也越来越丰富。你的交易记录，网页浏览记录，甚至是社交网络上的帖子，商家通过这些东西来预测你未来的行为。比如，浏览记录和搜索记录存在了你的cookie里，而在你浏览一个社交网络的时候（比如Facebook），通常会跳出来一个（你看也不会看的）框，意思是他们会根据cookie来优化你的网络体验——于是，侧边栏的广告位置，就会根据你的搜索记录推送给你相应的广告，让你有一种被探了老底的错觉。

与用户行为有关的推荐算法，在购物网站（乃至影音网站）的设计中占到了重要地位。亚马逊上，有35%进行购买的用户是通过推荐商品过来的，而在Netflix上，这个数据达到了75%——可以说是送来什么点开什么看。

这些算法通过分析你曾经看过/买过的东西，以及看过/买过这些东西的其他人的行为来分析可能性。比如，买过A的人，大部分都买了B；那么，如果你买了A，算法就会把B推荐给你。

去年，澳大利亚斯威本科技大学研究市场营销的团队做过一个小研究，通过用户的浏览记录和浏览习惯，来分析它们购买的习惯。他们发现，“逛”购物网站的人并不太倾向于“买”，而关注某一种商品的人则更有可能购买；而通过搜索引擎（比如搜索一个商品）来访问的用户，比通过营销邮件来访问的用户更有可能下单。

而他们也建议，网站可以根据这些数据分析出用户的“购买动机”，设计更流畅的用户体验。比如从搜索引擎来的用户直接可以导到结算页面，而对于随便看看的用户，则不给予太多压力。

图片来源：Pixabay

行为之外的数据，也能产生效果

当然，除了行为以外，也有大量的其它数据被用作算法预测的根据。比如沃尔玛，在大型飓风来临前夕，他们会加大草莓小馅饼的囤货量。这是根据以前的购物数据和天气数据做出的具有相关性的结果。（大概是人们缩在家里躲飓风会多吃掉甜品？）

一些数据也可以预测用户是否会改变购物习惯，例如从线下购物转向线上购物（比如开始在线上囤积一般在超市里购买的生活必需品），或者逐渐停止网上购物（对于购买频次的分析）。而此前的研究发现，商家可以通过改变与顾客沟通的模式，来改变顾客的消费习惯，比如在关键的节点发优惠券什么的。

你大概也发现了，注册了购物网站之后总会时不时有优惠券出现，而优惠券用着用着就没了。但当你停止使用一段时间——又没有到完全遗忘的地步的时候——优惠券又会再次出现。这些都有算法在背后进行估算，而算法的好坏和数据的充分与否，是能否抓住顾客的关键。

算法与数据背后的隐忧

你在不知不觉中购买了更多的东西、花掉了更多的钱，可能还不是最要紧的问题。问题在于，你的这些行为数据是谁在使用，得到的这些数据是否侵犯了用户的隐私。以及，大量的数据能够得出一些比较敏感的判断，曾经就有购物网站通过行为预测到了顾客是否怀孕、是否生病，甚至这些连顾客自己都没有察觉。

图片来源：Pixabay

不过话说回来，商家并不会对任何一个“个人”感兴趣。虽然算法模拟出来的是“个性化”的推荐，但是这些推荐，很大程度上是根据群体行为得出、并根据个人的情况进行的“自动”调整。真正对个人知根知底的情况还是比较少的。

一切都在于你是否愿意用这些数据交换到实际的方便。比如，你在搜索一个商品的同时，你的行为数据会通过算法给你提供推荐，其中包括了商家为了鼓励购买而提供的优惠信息——商家知道，经过搜索而购买的可能性很大，而优惠券这样的激励能起到更明显的效果。另外，商家也会根据大量用户的搜索习惯与购买习惯，制定更好的价格。

但是，如果你对自己的隐私很在意的话，就要善用浏览器的隐身功能进行搜索，使用社交网络的时候也要多加小心——盯着你的“眼睛”，从来没有如此强大过。（编辑：EON）

题图来源：Tech in Asia