《未来的用户》描述了用户未来的状态和可能的行为。未来用户二将描述处理用户行为手段和方法。
FaceBook和Amazon是两个用户行为分析的典型。

当我们登录Amazon搜索一个新的商品时，Amazon会 给我们一个“List mania”（狂热列表），在我们到了信息的终端页面（某本书的展示页面），Amazon会给我们“Are You an Author or Publisher?/ Best Value/Customers who bought this item also bought/What Do Customers Ultimately Buy After Viewing This Item?”这样的提示服务。

Facebook中，我们增加好友的过程就是一个推荐体验的过程，每增加一个好友Facebook就会为我们推荐另外的好友，其精确度是很高的。在我体验的过程中，Facebook机会给我推荐了所有国内知名的web2.0领袖的照片。

在我登录Facebook，它给我的第一个推荐提示“People You May Know”；在登录某个朋友的页面，我们看到了“Mutual Friends”。

在国内的，良好的推荐服务才刚刚开始萌芽。例如：Dangdang在大规模的招聘Bi类的设计师；淘宝的BI设计师团队等。
在商业领域有一本基础的BI书籍《web数据挖掘——将客户数据转化为客户价值》，中间有方法论和原则机制非常棒的一本基础教科书。

我们通常意义上的用户是消费者。这里我想讲另外一类用户（即：客户）付费者，正如Google adsense 提供的服务一样消费者和商业付费者之间的界限正在逐渐消除。他们将是我们采用Data Mining技术的更强烈的支持和拥护者。在消费类用户逐渐变懒的时候，商业用户希望我们的系统能够提供更精准的价值。

互联网的每一次点击都是有价值的，谁在帮助我们寻找这种价值的存在呢？其实是用户自己。

我们的用户的知识层次逐渐提高了，他们的时间越来越紧张，他们依赖我们的服务工作哦，他们经过各类信息系统的熏陶，他们同样生活在了互联网上，……，他们购物和消费在互联网，用户自己为我们提供了商业价值。

（待续）

打印  |  类别：用户研究  |  源地址