1703837266
品牌洗脑：世界著名品牌只做不说的营销秘密（珍藏版） 自己埋单，风险自负
1703837267
1703837268
得知沃尔玛这个世界上最大也最赚钱的零售商同样也经营着一个极其庞大的数据库，你应该不会感到震惊。沃尔玛从6个国家的近3000家门店里捕捉销售点的交易数据，维持着一个容量高达7.5TB的数据库——这个数据库比联邦政府的大了好几倍。因为这个容量，沃尔玛得以前所未有地使用我们的信息，涉及的人数非常惊人。这也就是为什么在任何一个时间里，沃尔玛总能知道要卖什么，知道人们渴望什么，也知道要瞄准哪些特定顾客（实际上，连锁商店有名的原因就在于它储存数据有点儿过头了）。而且它也知道要怎么使用这些信息才能让我们掏腰包。前面我讲过像沃尔玛这种零售商如何雇用别的公司来帮助他们预测极端天气，比如地震和暴风雪，并将其转化成财源。事实证明，他们同样也会使用过去极端天气的数据来弄清该储存哪些产品（不是普通的那种）。比如，几年前，东海岸来了一场飓风，沃尔玛分析了数据以便知道上次飓风来的时候，飓风受害者都买了什么产品。不，不是手电筒。相反，飓风前夕卖得最好的是啤酒，而且，非常奇怪的是，草莓果酱馅饼销量上升了7倍，比其他所有产品销量涨得都多。由此可见，装满馅饼和啤酒的卡车很快就会开往风暴即将到来的地方。
1703837269
1703837270
但是最可怕的事情不是零售巨头借此大赚了一笔（当然，确实是大赚一笔），而是一般的消费者完全不知道自己受到了多么严密的监控。沃尔玛没有积分卡可以刷，也没有优惠券条形码可以扫描，只有“每日低价”。那么，手头上没有任何优惠活动的沃尔玛是怎么捕捉信息的？答案是通过我们的信用卡和借记卡。
1703837271
1703837272
一个老练的数据挖掘者可以从信用卡上知道的东西是很惊人的。2002年，马丁（J.P.Martin），加拿大轮胎（Canadian Tire）的一名高管（该公司不仅生产轮胎和汽车配件，还销售电子和运动产品，以及厨房用品），着手分析了从前一年公司处理的信用卡交易中收集得来的数据。马丁发现的诸多信息之一就是：买了一氧化碳检测器的人基本都会按时还款，买了那些用于防止家具的腿刮坏地板的软垫的人也是。他们还发现，比起买了昂贵的、知名品牌汽油的人，买了便宜的、不知名品牌的汽油的人没有按时还款的可能性要大得多，而且如果有人买的是镀铬的汽车配件，他“最后很有可能会忘了还要付款”。马丁由此总结，我们购买的品牌就是“一窥我们灵魂的窗口”，或者说，至少能看见我们有没有意愿好好还债。
1703837273
1703837274
这不是一项孤立的实验。马丁的做法实际上非常普遍。绝大多数信用卡公司手上都有一些系统（而且其实一直都有，只是说，多亏了科技，它们变得越来越复杂），能够通过你的所有数据寻找你可能停止付款的线索。哪种线索？嗯，如果说你的金融状况有不好的迹象的话，在半夜登录你的网络账户就是其中一种。如果你用信用卡购买日常必需品，比如杂货和药物，这是你手头很紧的另一迹象。你是否曾经用信用卡突然买了一件大额商品，但你几乎都不用？这是另一个危险信号，表明你会拖欠下个月的月供，或者你甚至可能正处在破产边缘。美国运通承认，自己曾经利用其“会员”购物的地理信息来设定信用额度，如果信息显示出某人正面临着资金困难，它就降低上限。尽管美国运通已经不再这么做了，但可不是每家公司都不这么干了；2008年，一家次级信用卡营销商被揭露调低了特定持卡人的信用额度，这些人指的是经常出入“当铺、按摩店、轮胎翻新店、婚姻咨询所以及酒吧和夜店”的人。
1703837275
1703837276
不管你用的是什么信用卡，每次你刷卡付账，信用卡公司就会记录下你花了多少钱买了什么产品。而且，尽管精明的公司代表拒绝透露他们如何使用这些数据，你至少也应该知道，每一笔信用卡消费（线上也好线下也罢）都有一个指定的“商品类别代码”，这个四位数字会显示这笔钱是花在什么业务上。类别代码林林总总，从“假发店”到“批发俱乐部”再到“保释支付金”，你仔细想想就会知道，这些代码向信用卡公司透漏的是大量有关你和你的生活方式的信息。如果你属于会在网上购买难以启齿的产品或药品的87%的美国男性，请注意，这些网站保证说你的信用卡账单上出现的会是像“国际贸易公司”这种模糊又谨慎的字眼（而不是，比如说，卡尔成人影片店），但是那小小的商品类别代码还是会向信用卡公司揭露出真相哦。
1703837277
1703837278
在“航空旅行”这个类别里有很多消费？那你可能会在邮件里收到某家大型连锁酒店寄来的报价，说的要么是跟旅行相关服务，要么是一张有奖信用卡。圣迭戈隐私权情报交换所的政策宣传主任保罗·斯蒂芬斯（Paul Stephens）说：“根据你使用信用卡的广度，可想而知，他们会得到非常清楚又独特的个人信息。”
1703837279
1703837280
各种各样的策略都解释了为什么一个债务缠身的人能够期望在邮箱里找到一堆新的信用卡宣传单，声明是为“信用不够完美”的人量身打造的。这些宣传的背后都是谁，他们又怎么会这么了解我们的财务情况？这样说吧，某些金融机构，包括三大征信机构——艾可飞（Equifax）、益百利（Experian）和环联（TransUnion），仔细研究了各种文件，包括银行和法庭记录，以便做出涉及上百万美国人的财务生活的复杂档案。接着他们把这份详尽的数据，包括姓名、住址、社会安全号码、婚姻状况、家庭生育近况、教育程度、汽车品牌、有线电视服务运营商，甚至还有杂志订阅情况，卖给银行、信用卡公司和贷款经纪人，这些机构或个人彼此激烈竞争，为的是找出尚未开发的顾客，甚至是那些本来就很难获得信用的人！没错，就是这样，负责维持和更新你信用评分的公司恰恰就是转身把你的财务信息卖给信用卡公司和抵押放贷者的公司。
1703837281
1703837282
如果在挣扎着准备支付抵押贷款时收到了新的房屋净值贷款，绝大多数人能因为这个及时的巧合而欢呼雀跃。但是这可不是巧合。“我们打电话给人们，他们惊讶不已。”艾伦·盖勒说道，他是愿景市场服务（Visions Market Services）的执行总裁，这家位于宾夕法尼亚州兰开斯特的公司为推行新贷款条件的银行做电话推销活动。“他们说，‘真不敢相信你们居然打给我。你们是怎么知道我们正准备开始的？’”他补充道，“我们就坐着大笑。”这个无比狡诈的策略有一个目标，就是要打造出“极为诱人的意外之得的样子”，好比就在我们防备最弱、需求最盛的时候，有个恶魔在我们的耳畔低语。
1703837283
1703837284
多亏了数据挖掘的应用，银行和放贷人对我们的财务状况了如指掌，所以在为我们量身打造的、不请自来的信里，措辞都很有针对性。通常他们甚至会计算出如果我们“采用”相关的提议，我们在每一笔按揭贷款或信用卡月供上能省多少钱——精确到个位数。几年前，有家银行就把这种个人化服务发挥到了极致。它其实是给某个特定的街坊拍下卫星快照，然后在个人信用提议的信中强调出每个私房屋主的财产。很自然，绝大多数的消费者都被吓坏了，整个活动也就不了了之了。
1703837285
1703837286
同样，银行和信用卡公司都不会说出他们使用了什么精确的内部手段，但是房契是他们主要的数据来源之一，这一点得到了广泛承认。因为房契是公共记录，所以每次我们购买房产时，都会被记在一张被业内人士称作“触发器列表”的单子上，这张单子显示的是我们刚搬完家还是即将搬家。接着公司会购买这些“触发器列表”，利用它们来向我们提供贷款和信用卡，还有装修目录、杂志订阅等。比如，有家公司知道私房屋主在搬进新家的第一个半年里会花掉近12000美元来装修房子，而且第一周或最开始的几天里花的钱占了很大的比重，于是他们把谁刚买了新房产、谁又急需全新装潢的每日更新的信息卖给公司和企业，比如Crate & Barrel和Pottery Barn（这两家均为美国知名的家居装潢连锁店）。
1703837287
1703837288
借由一种被称作“预测建模”的技术（本质上就是把你与大致符合你所在剖面的消费者进行行为对比），数据编译者和银行就能知道你是否可能需要新的住房信贷，知道得甚至比你还早。艾可飞（没错，维持你的信用评分的公司之一）甚至提供一本叫作“靶点预测触发器”的小册子给放贷人，小册子里的“先进剖析技术”承诺能帮助他们找到具有“获得新信用的数据倾向”的顾客。
1703837289
1703837290
自然，公司不会透露自己确切的计算公式，但是让我们来理清一下可能的做法。假设有家银行做了一次邮件宣传，推出新的家庭再融资条款。你收到了这封邮件，检查了邮箱后说你可能有兴趣，想多了解一点，并填上了姓名和住址，把卡片交了出去。下面，数据分析师着手把档案里与你有关的其他信息整合到一起，包括你的房产价值、未偿付的信用卡债以及你可能有（也可能没有）的任何存款。接着银行把这一切数据提交给复杂的数据建模，搜罗出与你所在的剖面匹配的其他消费者，比如房子很大，又会在威廉姆斯–索诺玛（Williams-Sonoma）购物的其他消费者，接着银行就知道要把类似的宣传发给他们。结果，银行让我们在不知不觉中就把彼此都给出卖了。
1703837291
1703837292
2010年，美国国会通过了一项议案，旨在保护没什么心眼的消费者（尤其是年轻人）免受凶残的信用卡公司的侵扰。新法案的诸多要求之一就是学院和大学必须公开与信用卡公司之间存在已久的秘密合同。因为这项法案，上百所高等学府（有些还相当知名，比如耶鲁大学）的恶劣行径得到了曝光——自2007年就把学校校友、员工及运动爱好者，甚至还有学生的访问数据卖给大通银行从而获取高额利润。该法案还揭露了美国竟然有800所两年制专科学院和700所四年制专科学院与不同的信用卡公司或银行维持着类似的协议。
1703837293
1703837294
在其中某些协议的规定下，学生每新开一个银行账户，学院就能挣到一笔钱；有的规定，学生用新信用卡每消费一次，学院就能拿到消费金额的一定百分比；还有的则规定，如果有校友负债，学校就能挣到钱。这对学校来说显然是个很大的刺激，因此他们会鼓励学生大量刷卡，这也是如此多信用卡公司被允许在校园里做广告，有些学校甚至准许公司参与私人校园活动的原因。
1703837295
1703837296
为什么信用卡公司如此积极地要争取这些年轻的消费者？原因很简单。这些学生没什么钱，但花销上大手大脚，而信用额度又很高（许多人都是跟父母开的联合账户），他们对银行来说就是大肥羊。学生贷款市场协会萨利美（Sallie Mae）指出，2008年，高校大四学生的卡债平均超过4100美元；而在6年前，在经济下滑之前，“学院联姻市场”显示出的信用卡债务组合就超过了60亿美元。噢，别被骗了：信用卡公司就爱学生刷爆信用卡；事实上，只要学生不拖欠债款，让他们刷爆卡就是绝大多数信用卡公司隐而不说的目标。还有，俄亥俄州立大学的调查人员发现，大一新生不仅热衷于刷卡购物，他们还倾向于在15年内都使用同一张卡。难怪根据联邦储备委员会的统计，美国银行的FIA信用卡服务单位会比同行多花288%的资金来吸引大学生注册信用卡。
1703837297
1703837298
为了防止这些年轻的败家子一毕业就消失在银行的雷达图里，从技术挖掘的角度上说，这些消费者身上最有价值的东西就是，每一份联姻协议都会要求学校提供在校生和毕业生的个人数据，包括姓名、电话及其住址。
1703837299
1703837300
1703837301
1703837302
1703837304
品牌洗脑：世界著名品牌只做不说的营销秘密（珍藏版） 从你的购物车里能看出什么
1703837305
1703837306
积分卡是公司把我们生活的一缕缕细节转变成一桶桶金子的另一个卑鄙但强效的工具。今天，一般人身上都带着15张左右所谓的积分卡，天底下是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，绝大多数人都忘了我们全都在这些积分制度上签上了名字。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（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）。你可能会想，积分卡不好吗？它们的全部意义所在不就是省钱吗？不，不太准确。当然，零售商在介绍这些项目时用的语言和术语——“奖励卡”、“积分方案”、“优先客户减免”——可能会让你感到有点受到重视，甚至也可能让你相信这些项目就是用来奖励你的忠实顾客身份，让你省些钱的。其实非也。这些精明的项目之所以存在，可不是为了像营销者和广告商让你以为的，让你这儿省50美分、那儿省50美分，积分项目是为了一个简单又很狡猾的目的而存在的：试图说服你多买一些。事实上，每次你签名同意参加某商店的积分项目时，你实际上做的就是直接允许了该商店搜集、合计、总结和分析你、你的家庭、你的习惯以及你的兴趣的信息，数量极其惊人。数据挖掘者接着会对这一切信息加以利用，从而针对你个人的心理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。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得到使用。”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时，就是为了能这个省25美分、那个省1美元，有时还有买二送一，但同时把我们的隐私也给刷掉了。
1703837307
1703837308
有没有这种时候，在杂货店排队等待结账时，你会试着根据你前面一个人所买的东西来判断这个人是谁？假设她买的是瘦身特餐的一包蒜香鸡和6听健怡可乐，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，等着后面再做确认。
1703837309
1703837310
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，还有以什么代价送到数据仓库去，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、我们可能还会买什么（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：“赶时间的肉食者”、“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”和“中间派购物者”。商家用这6种类别向我们提供有针对性的销售和服务。
1703837311
1703837312
至于我们可能会买什么，这份数据能跟商家说的可就远远没有尽头了。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大忙人，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。
1703837313
1703837314
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，你知道吗？在沃尔玛，买了芭比娃娃的消费者买糖果棒的可能性要高60%；或者，牙膏最常跟金枪鱼罐头一起被买下来；又或者，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？
[
上一页 ]
[ :1.703837265e+09 ]
[
下一页 ]