用户的喜好就是我们的商机
在算法时代，身份识别蕴藏无限商机。跨网站与服务器追踪用户的能力推动大量网络数据分析公司蓬勃发展，这些公司不仅孜孜不倦地收集大量个人信息，还运用专业算法分析这些数据所表示的意义。
总部设在旧金山市区（此外，它在纽约、都柏林、伦敦、底特律、亚特兰大、芝加哥和洛杉矶也有办公室）的Quantcast是该领域的公司之一，在受众数据研究方面全球排名前五位。自2006年成立以来，该公司已经吸纳了超过5 320万美元的风险投资。Quantcast的核心业务是创建用于描述特定用户的公式，然后就投资策略给出咨询建议。公司的联合创始人康拉德·菲尔德曼说：“人们采用‘广告对象假设’（human hypothesis of advertising）这个方法，对某个产品的理想受众的特点及定位方法进行推断。现在，我们摒弃了这种方法，转而分析广告促销活动发挥作用的真正原因。通过定量分析大量数据，去找出受众的特点。”
菲尔德曼是英国人，毕业于伦敦大学学院。在创建Quantcast之前，他还创建了另外一家公司，利用算法帮助世界上的一些大银行监测洗钱行为。他说：“每个月我们都要仔细分析这些银行完成的无数笔交易，从中找出可疑行为。”在协助调查金融诈骗案件的过程中，菲尔德曼意识到算法在海量数据的分类方面具有超强的能力，能够从中找出一些规律，为我们的后续行动提供帮助。“算法可以描绘人们感兴趣的所有事物。金融方面的数据虽然有研究价值，但这些数据仅与人们的投资对象有关。而互联网数据不同，它可以凭借单一的数据形式，表现微观与宏观两个层面上的利益与变化趋势。”说到这里，菲尔德曼有点儿激动，显然他为这项业务的前景感到欢欣鼓舞。
说到广告业，菲尔德曼指出：“广告业一直以来采用的都是对总体数据的事后测量，因为人们以为广告业应该关注受众的总体特点。”菲尔德曼刚到美国时，每看一个小时的电视节目，就要经受长达20分钟的商业广告的狂轰滥炸。广告商们采用的是机关枪模式，就像对着河水扫射，希望碰巧能打中一两条鱼。菲尔德曼解释说，电视频道当然不可能针对每一名观众的需求做出调整。但是，互联网的情况不同。Quantcast可以根据运算结果帮助网店店主针对每名新客户整饬网店首页，这种做法与亚马逊网的个性化推荐非常相似，可以根据人口统计学数据、消费心态、兴趣、生活方式等粒度把受众分成若干类别。Quantcast在宣传材料中夸下海口：“是的，在总结行为规律与解读数据方面，我们拥有不可思议的能力。在客户及商家有所动作之前，我们早已对一切了然于胸。我们不仅知道客户的兴趣所在，还清楚他们将采取什么行动，因此，我们可以对这个过程产生实质性的影响。”
Quantcast的这种方式迅速演变成线上与线下商家的惯常做法。刚刚在纳什维尔成立的Facedeals公司承诺，他们可以帮助线上店铺安装面部识别摄像头。安装了这种摄像头之后，商家就可以扫描客户的面部，连接到客户的脸谱网个人页面，然后根据客户在网上发布的“个人喜好”信息为他们提供个性化的商品与服务。2013年年底，英国超市巨头乐购宣布将实施一些类似的计划，将在英国各地的乐购超市收银台安装有内置摄像头的显示屏，利用客户运算程序统计每名顾客的年龄与性别。这些信息就是增强版积分卡，可以帮助商家锁定零售广告投放对象，还可以根据日期、购物的具体时间，以及通过购物行为监测得出的新的分析结果，随时做出调整。面部情感识别系统OptimEyes的研发者、数字媒体公司Amscreen的总裁西蒙·休格表示：“广告业到了发生阶跃式变革的时候了。商家不仅需要评估他们的广告大概吸引了多少人，还需要知道这些人的身份。”