几天前，一家产品公司的开发人员问我，他们如何理解新用户离开他们网站的原因。我向他们提出的第一个问题是这些用户的个人资料是什么样的，以及他们与那些留下来的人有何不同。

广告只是冰山一角。用户资料（由用户自己填写或根据用户行为计算得出）包含以下信息：

• 用户类别，即什么样的人倾向于使用您的网站/产品
• 付费客户画像，即谁更有可能使用您的付费服务
• UX组件性能，例如人们需要多长时间才能找到他们需要的按钮
• 行动表现比较，例如什么更有效-周末价格更低或每次购买都提出礼物等。

因此，它更多的是关于改进产品和提供更好的用户体验，而不是把这些数据卖给广告商。

大多数公司不会出售数据，无论如何都不会出售任何小规模的数据。大多数人会在内部使用它。

用户跟踪数据对于理解很多事情很重要。有基本的 A/B 测试，您可以在其中提供不同的体验，看看哪个更有效。了解如何使用您的 UI。出于各种原因，以不同的方式对最终用户进行分类。找出您的最终用户群在哪里，以及在该组中重要的最终用户在哪里。将用户体验与社交网络更新相关联。弄清楚是什么将人们吸引到您的产品中，以及是什么驱使他们离开。数据挖掘和分析项目的潜力清单可能会持续数天。

数据存储很便宜。如果您一开始就跟踪所有内容，您就可以弄清楚以后要如何处理这些数据。

如果没有充分的理由，扫描短信是一个粗略的领域。即使有充分的理由，它也是粗略的领域。我想说没有人这样做，但是在某些情况下大公司已经这样做了，并且在很多情况下，无名应用程序至少需要访问此类数据才能进行安装。作为消费者，我通常对这类事情不屑一顾，但我内心的数据分析师很想看看我是否可以从这样的一组信息中构建出任何有用的东西。

这是一个将网络数据用于广告之外的实际示例。Distil Networks（免责声明，我在那里工作）使用网络流量来确定页面访问是来自人类还是机器人 - 抓取工具、点击欺诈、形成垃圾邮件等。

另一个例子是 Webtrends 正在做的一些工作。它们允许网站用户为每个访问者构建一个模型，以预测他们是否会离开、购买、添加到购物车等。然后根据每个操作的概率，您可以改变用户体验（例如，如果他们即将离开，给他们一张优惠券）。这是他们演讲的幻灯片。