京公网安备 11010802034615号
经营许可证编号:京B2-20210330
差距啊!看国外超市如何获取并使用你的个人数据!
不管你是否是某一超市的积分会员,你的支付方式是信用卡还是现金,那些大型超市都了解你的一举一动。
我们都知道超市会通过分析我们的购物信息来进行精准推送-包括一些个性化的购物券及优惠等等。比如说你几个小时前刚刚购物完,现在正准备坐下来看部电影的时候,发现已经有广告推送给你-而且是跟你刚刚买的东西紧密相关的,这时你会有何感受?
或者,Tesco(乐购,英国大型超市)会通过查询它的会员消费数据库来获知你喜欢吃什么,比如说如果超市发现你常买垃圾食品的话它或许它会提供更多沙拉和水果购物券给你以助于改善你的饮食。这时你又会做何感想?
以上仅仅是大型超市使用我们所提供的消费数据的两个例子。
像Tesco,Sainsbury这样的超市,针对每一个他们发出去的积分或者优惠券,它们都会获得大量的客户购物习惯数据。当然,对于通过分析会员卡消费来锁定目标客户这种手段大家都已经习以为常了,但是如果当你了解到具体超市从他们的顾客,乃至潜在的客户那里挖掘出多少信息以及如何使用之后,相信你一定会大吃一惊。
如果你以为退出超市的会员计划就能停止超市继续收集你的购物信息,也许你错了,因为超市同样会通过追踪你的银行卡及信用卡支付数据,甚至是交易回执单来获取数据。所以,他们仍然会知道,你在周二半夜12点28分买了一瓶酒,又或者,你最近更换了另一个牌子的脚气霜。
超市是怎样使用这些数据的?
“超市会根据你的会员卡及线上购物统计数据来为你建立一个个人数据库,并且通过它来分析你的会员忠诚度、买些什么东西、花了多少钱等等”,TheGrocer杂志的GuyMontague-Jones说。
所以当你登录进在线商店时,超市会根据数据分析的结果来调整向你推送的货品,在店里的话他们同样会利用这些数据决定他们卖什么给你。
举个例子,Sainsbury发现超市可以多库存些Grape-Nuts品牌的麦片,虽然它的销量不是很好,但是购买这个牌子麦片的人都有很高的品牌忠诚度并且往往都是大买家。
另外,上个月这个超市巨头买下了Sainsbury’s银行剩余50%股份,并宣布对其的完全控股。它之所以这么做的主要是因为超市发现自从参股了银行之后它的顾客忠诚度变得更高了,并且店内消费变得更多。
同时,Tesco也通过分析它超过1600万会员持卡人的购物数据来进行精准广告投放,主要投放目标是ClubcardTV的在线用户。这是一个Tesco旗下三月份新上线的免费电影网站。网站同时也上线一些像The OnlyWay is Essex这样的电视节目,并且是对所有能通过宽带上网的用户开放的。
但是如果你真想登入这个网站的话,还需要注册你的会员卡号和邮编。Clubcard TV的董事ScottDeutrom也曾这样在他的博客上夸下海口:“我们的广告投放的时效性可以做到:昨天客户买了东西,今天就能分析出结果并且投放相关广告。”(随后被Tesco的另一位发言人澄清为这是公司现阶段的“目标”)。
当然就在几天前Tesco也计划通过分析会员购物数据来对付肥胖问题,并且他们“想看看顾客是否愿意接受超市给出的健康购物建议”,有可能是超市发出一些关于健康食品和菜单的购物券(顾客需要提前报名参加这项活动)。
如果你还没给过超市你的个人资料会怎么样?
如果说你还没有通过会员计划向超市提供过你的个人信息,但如果你曾经用银行卡或者信用卡为你的购物买单的话,超市也同样会知道你买了什么。
“我们可以获知某一个星期一个匿名银行卡号曾为一次消费买单以及接下来的一周这张同样号码的卡消费了多少钱,根据同样的方法,如果接下来的一周我们没有看到这张卡出现,我们就可以猜测出客户的购物欲望在下降,从而可以衡量我们推广活动的效率。”来自Morrisons的发言人这样说。
当被问到他们这样使用客户的卡号是否经过客户授权的时候,超市回答说,当我们有意向就这个问题跟顾客沟通的时候,客户“只需要选择加入”就可以了。
“所有的大型超市都会收集利用客户的卡信息”Emnos数据分析公司的Matthew Harrop说。“所有的消费回执单都会通过一些注明或匿名的客户标识而联系起来,从而分析客户都买了什么以及忠诚度如何。”
Waitrose和Asda超市都承认会分析客户的支付卡数据来观察评测“客户购物模式”(比如买什么东西)。两者都强调这是零售行业的惯例,并且卡号并不会同任何个人及地址联系起来。Sainsbury’s和Tesco则表示他们不会追踪顾客的银行卡信息。
甚至有些超市也想知道他们的顾客出了超市以后都做了些什么。比如Waitrose就花钱请了数据分析公司Beyond Analysis来帮助分析一些顾客的匿名信用卡数据来辅助进行新店面选址工作。
Beyond Analysis通过综合分析客户的信用卡交易及Waitrose’s自己的数据可以得出这些潜在客户中在其它超市买东西的占比有多少,以及这些竞争对手的大概位置信息。
一个Waitrose的发言人说他们不会看到顾客消费的具体信息,这些数据只显示一个趋势或概况。并且,超市方面也和Visa公司一样强调他们所有的工作都完全符合“数据保护法案”的规定。BeyondAnalysis公司则拒绝对此发表言论,Waitrose公司也说他们两者之间已经没有业务合作了。
然而,MasterCard(万事达卡)和Beyond Analysis公司仍然在向英国的零售商出售相关服务,这意味着一批匿名的有关我们信用卡销售的数据(包括我们买什么以及在哪消费等)正在待价而沽。
为什么你的卡数据能以这种方式被监控?
对于这种情况,Visa表示它们都会要求发卡银行在顾客申请信用卡的时候就告知客户并将相应条款包含在申请表里。MasterCard则表示,根据它们公司的“全球保密条款”所注明,他们会进行“数据分析”工作,当然它们也在网站上为顾客提供了退出选项。虽然通常情况下都是被默认加入的。
不管是Visa还是MasterCard都强调他们不会持有顾客的个人信息,比如姓名和地址等。
如果我付现金呢?
就算你付现金,Sainsbury和Morrisons超市也同样可以在买单扫描条码的时候监控到你买了什么,因为会根据情况给收银员以各种激励来让他们协助完成这一动作。
两家超市都用一个叫Catalina的奖励系统,这个系统在它自己网站上宣告自己可以“找到那些有特定购物习惯的客户”。并且,Sainsbury用Catalina跟自己的Nectar卡数据库做联动。这个数据库能够提供所有Nectar持卡人在所有零售店的消费数据(不只限于Sainsbury), 这也让它的统计数据更具针对性和代表性。Sainsbury’s目前正在用它的数据来向那些经常来店里并且有一个大家庭和有孩子的顾客提供在线商店的折扣信息,以此来促使他们多去进行线上购物。相比之下它的对手Morrisons就没有一个靠谱的会员积分数据库。但反过来它承认会从第三方购买一些“非常详细的统计数据”,并且用它来分析推断现在的购物趋势是怎样的,从而同样可以进行精准推送。Morrisons也表示目前行业内所有的超市都会做同样的事情。
超市会怎样处理它收集来的不同数据?
“比方说,一个品牌咖啡公司会去找Sainsbury’s,Morrisons和Tesco去购买那些其它咖啡品牌的购买者的信息,之后它就可以向这些客户直接发出邀请”,CharlesD’Oyly说,他是一家为超市提供购物券返现业务公司Valassis的主管。“很多品牌公司愿意向超市付很多钱来购买这种服务”,他说,因为现在使用这些购物优惠券的客户比例已经由微不足道的1%飙升到超过50%。
Tesco, Morrisons和Sainsbury’s也表示他们不会允许一个品牌只针对一个特定的竞争对手的客户下手。Sainsbury’s和Tesco也都强调他们不会向第三方出卖自己的积分数据,但同时他们并没有透露他们怎样跟其它品牌合作来向顾客提供“相关”的服务和推广活动。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20