导语:据国外媒体报道，个人的社交网络信息对于商家的价值是越来越大，尤其是在引入预测分析(predictive analysis)方法之后。它可以利用个人信息对户需求做出准确判断，但同时，也可能带来一些负面影响。

　　以下为文章全文:

　　众所周知，广告主可以通过所掌握的个人信息来提供精准广告。但随着预测分析(predictive analysis)的发展，商家对个人信息的分析程度，以及所能够提供的服务远不止于此，它能够利用所掌握的各个数据点提供令人吃惊的预测。

　　简而言之，预测分析能够了解人们的思维。以电信运营商为例，它能够识别出“具有影响力”的人物，可以引领或劝说其他人使用某家运营商的服务。那么预测分析是如何做到这一点的呢？看过如下分析就会一目了然。

　　“具有一定身份地位的人能够迅速接到他人的回复电话，不担心在很晚的时候打电话给他人，在社交时段通常会接到许多电话，如周五下午。他们打电话的时间很长，而呼入电话的通话时间却很短。”

　　上述分析几乎已经成为了企业的教条。一些金融机构已经通过预测分析来判断哪些是具有潜在风险的借债人，这一点可以通过他们的社会关系判断出。

　　创业公司Socialcast利用预测分析来管理自己的员工，可以通过员工在社交网络上，以及和同事的互动来分析员工，从而为他们安排适当的岗位。

　　与用一块电极来监控人的大脑相比，预测分析对于企业而言大有裨益。但与此同时，预测分析也可能带来一些负面影响。

　　例如，网络零售商已经在利用当前客户来吸引潜在买家。如果利用预测分析，他们还可以向经常上网、有利用价值的青少年提供50%的折扣，希望这些青少年能够将自己的朋友也带来消费。

　　此外，网络零售商还可以通过预测分析识别出一个想为孩子购买尿布的美国贫穷的阿巴拉契亚的农场主，但他们的发货时间却长达100天。

　　总之，用户公开的信息越多，对广告主就越有利。在一定程度上而言，也这是这样的技术让Facebook和谷歌不断遭到隐私抱怨。(李明)