借由一種被稱作“預測建模”的技術（本質上就是把你的行為與大致符合你所在剖面的消費者進行行為對比），數據編譯者和銀行就能知道你是否可能需要新的住房信貸，知道得甚至比你還早。艾可飛（沒錯，維持你的信用評分的公司之一）甚至提供一本叫作“靶點預測觸發器”的小冊子給放貸人，小冊子裏的“先進剖析技術”承諾能幫助他們找到具有“獲得新信用的數據傾向”的顧客。

自然，公司不會透露自己確切的計算公式，但是讓我們來理清一下可能的做法吧。假設有家銀行做了一次郵件宣傳，推出新的家庭再融資條款。你收到了這封郵件，檢查了郵箱後說你可能有興趣，想多了解一點，並填上了姓名和住址，把卡片交了出去。下面，數據分析師著手把檔案裏與你有關的其他信息整合到一起，包括你的房產價值、未償付的信用卡債以及你可能有（也可能沒有）的任何存款。接著銀行把這一切數據提交給復雜的數據建模，搜羅出與你所在的剖面匹配的其他消費者，比如說吧，房子很大，又會在威廉斯-索諾瑪（Williams-Sonoma）購物的其他消費者，接著銀行就知道要把類似的宣傳發給他們。結果，銀行讓我們在不知不覺中就把彼此都給出賣了。

2010年，美國國會通過了一項議案，旨在保護沒什麼心眼的消費者（尤其是年輕人）免受兇殘的信用卡公司的侵擾。新法案的諸多要求之一就是學院和大學必須公開與信用卡公司之間存在已久的秘密合同。因為這項法案，上百所高等學府（有些還相當知名，像是耶魯大學）在2007年就參與了“聯姻協議”、本質上把大通銀行的訪問數據賣給學校校友、員工、運動愛好者甚至還有學生從而獲取高額收入這件事得到了曝光。該法案同樣揭露了在美國，竟然有800所兩年制專科學院和700所四年制專科學院與不同的信用卡公司或銀行維持著類似的協議。

在其中某些協議的規定下，學生每新開一個銀行賬戶，學院就能掙到一筆錢；有的規定，學生用新信用卡每消費一次，學院就能拿到消費金額的一定百分比；還有的則規定，如果有校友負債，學校就能掙到錢。這對學校來說顯然是個很大的刺激，他們因此就會鼓勵學生大量刷卡，這也是為什麼如此多信用卡公司被允許在校園裏做廣告，有些學校甚至準許公司參與私人校園活動。

為什麼信用卡公司如此積極地要爭取這些年輕的消費者？很簡單。這些學生沒什麼錢，但花銷上大手大腳，而信用額度又很高（多虧了許多人都是跟父母開的聯合賬戶），他們對銀行來說就是大肥羊。學生貸款市場協會薩利美（Sallie Mae）指出，2008年，高校大四學生的卡債平均都超過4 100美元，而在6年前，在經濟下滑之前，“學院聯姻市場”顯示出的信用卡債務組合就超過了60億。噢，別被騙了：信用卡公司就愛學生刷爆信用卡；事實上，只要學生不拖欠債款，讓他們刷爆卡就是絕大多數信用卡公司隱而不說的目標。還有，俄亥俄州立大學的調查人員發現，大學新鮮人不僅熱衷於刷卡購物，他們還傾向於在15年內都使用同一張卡。難怪根據聯邦儲備委員會統計，美國銀行的FIA卡服務單位會比同行多花288%的資金來吸引大學生註冊信用卡。

為了防止這些年輕的敗家子一畢業就消失在銀行的雷達圖裏，從技術挖掘的角度上說，這些消費者身上最有價值的東西就是，每一份聯姻協議都會要求學校提供在校生和畢業生的個人數據，包括姓名、電話，還有住址。

從你的購物車裏能看出什麼

積分卡是公司把我們生活的一縷縷細節轉變成一桶桶金子的另一個卑鄙但強效的工具。今天，一般人身上都帶著15張左右所謂的積分卡，天底下每個零售商都會發行卡片，從當地的藥房到大型辦公用品生產銷售公司史泰博（Staples）到百思買再到星巴克。只是，絕大多數人都忘了我們全都在這些積分制度上簽上了名字。我曾經在英國作過一項研究，我問一群中年女性她們參與了多少積分項目，大部分人都只能說出一半來（而且，為了喚醒記憶，我讓她們清空錢包，多數人都被掉出來的卡片的數量震驚了）。你可能會想，那麼積分卡不好嗎？它們的全部意義所在不就是省錢嗎？不，不太準確。當然，零售商在介紹這些項目時用的語言和術語-“獎勵卡”、“積分方案”、“優先客戶減免”-可能會讓你感到有點受到重視，甚至也可能讓你相信這些項目就是用來獎勵你的忠實顧客身份，讓你省些錢的。其實呢，非也。這些精明的項目之所以存在，可不是為了像營銷者和廣告商讓你以為的，讓你這兒省50美分、那兒省50分，積分項目是為了一個簡單又很狡猾的目的存在的：試圖說服你多買一些。事實上，每次你簽名同意參加某商店的積分項目，你實際上做的就是直接允許了該商店搜集、合計、總結和分析你、你的家庭、你的習慣和你的興趣的信息，數量極其驚人-數據挖掘者接著會對這一切信息加以利用，從而針對你個人的心理和生活方式制定營銷和廣告方案，太完美、太具有說服力，你無從拒絕。有一份關於連鎖超市喜互惠的研究簡潔地總結了它使用的手段：“喜互惠……把自己轉變成情報經紀人。借由提供能夠打折的喜互惠省錢俱樂部卡，它從消費者那裏直接購買了人口數據。顧客為了得到這張卡片自願泄露個人信息，這些信息後來會在預測建模時得到使用。”換句話說，我們每次把那張跟鑰匙掛在一起的色彩斑斕的小卡片遞給工作人員，就是為了能這個省25美分、那個省1美元，有時還有買二送一，把我們的隱私都給刷掉了。

有沒有這種時候，在雜貨店排隊等結賬時，你會試著根據你前面一個人所買的東西來判斷這個人是誰？假設她買的是一包瘦身特餐（Lean，美國一個冷凍食品品牌）的蒜香雞和6聽健怡可樂。好吧，你對自己說，她可能自己一個人住，而且正在減肥。接著她又拿出一瓶高檔香波和護發素。她很註重品牌和美容，你想，而且她應該賺了不少錢。她的籃子裏還有一瓶來蘇爾漂白水和一瓶普瑞來洗手液，於是你覺得她很註重衛生。接著，看到她拿出一個家庭血壓套裝，你吃了一驚。她家有個年老的長輩嗎？你想。還是說她有健康問題？你把最後的這個觀察歸檔，等著後面再作確認。

　　簡單地說，這種猜測就是數據挖掘者做的事，只是，拜一切復雜的數據追蹤技術和他們手上有的計算機建模所賜，他們能從這一丁點兒東西裏得到肉眼看不出來的這個女性的大量信息。怎麼辦到的？每次我們在店裏使用積分卡，就會有一份記錄，記下了我們買了什麼、價格多少、幾點買的，還有以什麼代價送到數據倉庫去，這份記錄會加進我們的數位文件夾（大部分公司和零售商借著積分項目持續累積數據，接著把數據分成大塊，總結出我們的周度、月度和年度行為）。算法非常復雜，足以讓一個學數學的人暈頭轉向。分析完所有數據後，就能得出各種解釋，解釋我們是誰、我們又可能會買什麼（根據我們自己的購物習慣和其他與我們相似的上百萬的消費者）。比如，如果用積分卡購買日常雜貨，我們就會被至少一家連鎖超市歸入下面6種消費者類型的其中之一：“趕時間的葷食者”、“回歸自然的購物者”、“有識別力的休閑消費者”、“不買無用之物的消費者”、“一站式社會名流”、“中間派購物者”，用這6種類別向我們提供有針對性的買賣和服務。

至於我們可能會買什麼，這份數據能跟公司說的可就遠遠沒有盡頭了。如果我買的是酸奶和維生素，算法就會預測我可能是接受加入當地新開的健身館的邀請的好對象。如果我買的是即食食品，那麼數據顯示我可能是個忙人，也更有可能使用直接發送到手機裏的優惠券，而不是從報紙或郵箱裏收到的印刷品上剪下來的。如果我突然開始購買嬰兒濕巾和紙尿褲，顯然我最近經歷了一番可能令我精疲力竭的生活變化，而從數據上看，我可能急需一場水療。

恰恰是通過分析這些數據，數據挖掘行業才發現了某些更為驚人的半真半假的事情：舉例說吧，你知道嗎，在沃爾瑪，買了芭比娃娃的消費者在三種糖果棒裏買一種的可能性要高60%？或者，牙膏最常跟金槍魚罐頭一起被買下來？或者，比起一個素食者，一個買了一堆肉的消費者更可能會買保健食品？

再或者，某家加拿大連鎖雜貨店的數據能顯示，買了椰子的消費者同樣可能會買預付電話卡，你知道嗎？起初，商店管理人員都不清楚這是怎麼一回事。椰子能跟電話卡有什麼關系？最後他們才知道，原來商店有大量來自加勒比群島和亞洲的顧客，而這些人都會使用椰子入菜。這些加勒比和亞洲購物者會買預付電話卡來跟他們遠方的大家庭聯系，這就完全解釋得通了。

這都很好，你可能會想，但是超市怎麼用這些信息從我們身上賺更多的錢？這麼說吧，第一點，也是最重要的一點，這能營造出一種零售用語裏說的“鄰接空間”。鄰接空間是指，店家把兩種或兩種以上的產品放在一起，這些產品看上去互不相關，但都對同一個目標消費者具有吸引力。這樣，在那個牙買加購物者挑了一個椰子之後，她只需要往左邊瞥一眼就能發現那被戰略性地擺放、展示著的預付電話卡，並想起來得打個電話給媽媽。

通常，鄰接空間讓商店和公司賺錢的方法是為連我們都不知道自己有的問題提供解決措施。比如說，假設現在是8月中旬，而最近收集到的數據顯示，很多人會買冷凍草莓酥餅。目前，新鮮自制草莓酥餅的配料-當地草莓、瓶裝生奶油和磅餅-一般都放在店裏3個不同的貨架上。然而，根據數據判斷，這份特定的人口統計數據（根據消費者年齡層分布等因素來決定商品的貨架位置）對草莓酥餅的銷售有負面影響，所以超市把草莓、生奶油和磅餅放在商店的前部，獨立展示。於是，購物者一進門就會自言自語地說，剛出爐的點心？我怎麼沒想到這個？接著，嗖的一聲就把以上3種商品都放進購物籃裏-花的錢是一盒莎莉牌餅幹。

有些行業甚至能利用鄰接空間手段大賺一筆。就說瑪莎百貨吧，英國的高檔連鎖百貨公司。幾年之前，借由分析從積分卡搜集來的數據，瑪莎百貨的管理人員發現，購買印度風格的餐具和即食印度食品的顧客越來越多。管理層意識到，肯定是有大量第一代和第二代印度人都來這裏購物，這給了他們靈感。不如就在店裏開一間貨幣兌換所？接著又有了另一個點子：不如做組織去這些國家旅遊的服務？這就是為什麼瑪莎百貨要跟英國最大的旅行社托馬斯·庫克（Thomas Cook）合作的原因，它們打造出瑪莎旅行俱樂部（Marks & Spencer Travel Club），提供度假折扣，而且顧客使用瑪莎信用卡預訂旅遊產品時能獲得積分。

不過，公司利用編譯積分卡上的信息所做的可不只這些-遠遠不只這些。哪怕是對雜貨店最為稀松平常的一次光顧也會向公司透露我們的信息，為了確切一睹其信息量有多大，同時知道公司具體用這份信息做什麼，讓我們迅速來到一家叫作斯帕奇（Sparky’s）的地區性連鎖雜貨店。

首先，請允許我一開始就指出一點，斯帕奇很巧妙地把前門開在了右邊，沒錯吧？這是因為一份針對200間門店的研究匯編來的數據表明，比起按順時針方向移動的人，逆時針移動的購物者平均每次會多花2美元。人類很自然地更容易往左邊走（因為這樣要伸出右手臂去抓取我們需要的東西會比較方便），所以把入口開在右邊是一種保證購物者逆時針流動的巧妙而有效的辦法。我還要補充一點，那就是斯帕奇還很聰明地給門店配備過大的購物籃，因為研究表明，購物籃越大，我們就越可能想把它填滿。

在我絕望地擠過貨架的迷宮、產品的高塔以及特別展示區之後，我在尋找蘋果的過程中找到了澳洲青蘋，並往籃子裏放了5顆（我真的只想拿3個，但是我看到標示牌寫著“買四送一”，立刻為這個被威廉·龐德斯通（William Poundstone）稱作“非線性標價”的經典策略所傾倒，這一策略是指商店把這4個蘋果的價格提了20%，所以在我以為我賺到了的時候，每個蘋果其實都花了一樣的錢）。我對有機蘋果的選擇告訴斯帕奇的數據庫我是個受到良好教育、生活滋潤的人，而且我也更有可能購買環境友好的產品。這些都沒什麼驚奇。

我們再暫停一下。註意到了嗎，在偶遇蘋果之前，我得繞過許多展示區？這可不是巧合。我們要繞的路越是復雜，我們就走得越慢，而我們走得越慢，我們就會接觸到越多東西……也越可能受誘惑買下來。購物者變得日益精明，許多人還學會了用購物清單武裝自己，也懂得要朝著想要的東西徑直走去，為了與他們作鬥爭，越來越多的超市都把雜貨弄混-或是每個月改變一次商品的位置-所以，我們要找到想要的東西就變得更加困難。結果，不僅我們會被更多的產品引誘，而且找到我們想要的東西也會變成一場種類的遊戲（還記得遊戲的力量吧），最終，我們往往就會為了犒勞自己，買下不在清單上的東西。

其次，在藥品貨架的另一頭，我拿了一包尼古清（我從不抽煙，這只是我小小實驗中的一部分）。根據我買下尼古清的行為，斯帕奇立刻就能推測我基本上處於25~54歲，而且比起不知名品牌或商店自有品牌，我更可能購買名牌產品。還是說得通的，對吧？

再來，只是為了好玩，我在女性毛發護理區買了一包潤發劑和一小盒以小探險家朵拉為主題的邦迪創可貼。現在，該商店就會作出兩個很合理的假設：我是個非裔美國女性，而且我有一個5歲以下的孩子-因此，我也是一個發放優惠券和報價表的良好人選，針對的是數據挖掘者找到的、對我所處的人群的人有吸引力的特定品牌的一切產品，上至化妝品，下至果汁和早餐麥片。

藥劑師都躲在商店的後邊，以便能仔細盯住年輕小夥子們。陳列著的保險套占了半個貨架。只是為了好玩，我拿了一包熒光色帶凸點的。現在，我是在向數據挖掘者證實我是個女的（只是剛好名字叫馬丁而已）。為什麼？因為會買保險套的，其實大多數都是女性（註意，這個區域的名字叫作“家庭規劃”，巧妙地瞄準了家庭女性，暗示這個區域是為通常要按照日程表、行事歷、約診做事以及-沒錯-使用保險套的人開的）。順便一提，這就是為什麼有九成銷售中的保險套會驕傲地擺出“敏感”和“薄”的字眼，這兩個形容詞保證能引起當代女性的共鳴。

“女性購買保險套”這條規律的那個例外？它就放在跟其他保險套相似的盒子裏，只是它的外包裝上沒有一處提到“敏感”或“薄”。相反，它包裝上印著的東西乍一看像個日耳曼士兵的頭盔，或者，等等，那會不會是一根飽脹的生殖器頭部？盒子上的字說出了一切：“特大號特洛伊保險套。”這就對了，要是我拿了一盒特大號特洛伊，斯帕奇的數據挖掘者就會立刻修改有關我的性別假設，因為神氣活現（通常也是很有前途）的男性，而非女性，才會買“特大號”保險套（我真是佩服想出這種保險套的營銷奇才）。

在收銀臺，我把我的斯帕奇卡拿給收銀員準備付錢，盡管我還先抓了一袋M&Ms新推出的脆餅幹-這次小小的沖動性購物對數據挖掘公司說，意味著我願意嘗試新產品，因此我也是發放用於未來新產品的優惠券的良好人選。

接著，第二個收銀員刷了我的積分卡，斯帕奇的數據庫就知道，我具體都買了什麼、花了多少錢，並因此把我的人口情況定位為一個受過良好教育、註重健康、性生活很積極、一度是個吸煙者的非裔美國人，年齡處於25~54歲，有一個年幼的女兒。接著該公司會把我的消費加進數據庫裏，電腦會分析這份數據（和當天其他每一個帶著積分卡的顧客產生的數據），生成各種關於我是誰、我有什麼喜好的結論和預測。接著它再轉個身，把結果賣給我所購買的產品的生產商，以及我的檔案顯示出我可能會購買的產品的生產商。每次我光顧這家店，它都會這樣做，以後也是，正如它也會對我所在地區的其他上千名購物者這樣做。而且，根據公司現在了解到的我-和我們的信息，他們會為營銷信息重新制定公式，重新考慮庫存，而最最卑鄙的，是開始用廣告瞄準我們每一個人，如此量身打造、如此個人化，我們無力抵抗。

相信我吧，在未來，超市會變得更聰明也更具侵略性。Recordant是一家位於亞特蘭大的店內監控公司，賣數字音頻監控器供商店職員捕捉所有消費者的對話。復雜的軟件接著會分析這些錄音，把反復出現的字詞分離出來。接著Brickstream公司-其客戶包括玩具反鬥城、歐迪辦公（Office Depot）和沃爾格林連鎖藥店（Walgreens）-會使用雙鏡頭攝像機把人們在哪裏購物、購物了多久，以及他們對各種產品作何反應的信息采集起來。然後PathTracker這個電子監控系統會把購物數據和購物車在超市走過的路徑組合起來。怎麼辦到的？它在購物車和購物籃上裝了一個追蹤設備，這個設備每隔幾秒就會發射聽不見的信號。“這時一大批位於商店周界的天線會捕捉信號，接著每個消費者的信號都會得到分析，並被聚合起來，形成在該商店購物的綜合視圖。”