隐式数据：它是什么以及如何收集它

已发表: 2022-09-13

隐含数据是没有明确提及但可以从明确提供的信息中推导出来的信息。显式数据有时被视为隐式数据的对立面。

假设你的同事告诉你，前一天，丁丁在玩球时弄伤了她的腿。 今天下午我得带她去看医生。 根据提供的确切信息，丁丁受了伤，目前正在接受动物医生的治疗。 隐含的数据是丁丁是一只猫。

人机交互中的隐式数据收集收集非侵入性用户数据。人机交互收集用户数据以定制计算机界面。这类数据用于开发用户模型。

要了解什么是隐式数据以及如何收集此类数据，请参阅此博客。

什么是隐式数据？

术语“隐式数据”是指没有故意提供的信息，而是从许多易于访问的数据流中收集的信息，无论是直接访问还是通过显式数据分析。

自愿提交的信息被称为“显性数据”，可以通过各种方式收集，例如通过问卷调查和会员申请。

在人机交互中，隐式数据收集用于被动地、不显眼地收集有关用户的信息。

最近，从社交网络平台上的数据中提取了重要信息。例如，状态帖子或推文通常可能包含 Twitter 和 Facebook 等社交媒体平台上的显式和隐式数据。

隐式定制依赖于详细的数据，因为它涉及在使用特定渠道时对用户的独特行为做出反应。当您使用人类推理实时观察和分析事实时，用户必须感到支持。然而，并非所有类型的数据都是平等的。几种不同形式的数据必须协同工作才能实现有效的隐式定制。

1. 个人资料数据：个人资料中充满了姓名、联系方式、帐号、IP 地址、以前的交易和活动模式等数据。 确定这些数据是否准确、相关和有用可能具有挑战性。隐式个性化确实包括此类信息，因为它会影响您目前对用户的反应。

用户细分：用户细分是具有相似年龄、性别、地理、行业和其他人口特征的人的集合。 营销人员推测和预测每组可比较消费者的反应。这背后的理论是，面向年轻、成功女性的用户体验应该不同于为退休的男性爱好者提供的用户体验。

作为隐式定制的基础，细分对于支持内容定位、建议以及广泛的访问者需求和目标的骨骼和流程（或结构）至关重要。

用户意图数据：了解用户意图可能会增加您的个性化尝试的准确性。 网站显示他们知道访问者的位置、上次访问和在线历史。个性化不再是关于访问者的需求，而是更多地关于个人。这会导致用户在没有实现目标的情况下感到恼火。专注于访问者，而不是访问，会导致个性化发展缓慢和隐私问题。

必须询问每个用户的意愿。这在潜在客户打电话或访问商店时有效，但在网上更难。访问者的浏览器历史记录、搜索查询和点击等实时数据可能会揭示意图。因为您收集网站或应用程序上的数据并对其做出反应，所以它模拟了店内或电话联系。

每个消费者都是不同的，都会带来自己的喜好、兴趣和个性。此外，您拥有的客户信息越多，您就越有能力将您的现场和线下信息细分给他们，从而提高营销的有效性、相关性和目标能力。

然而，向您的消费者提出的要求似乎很多，我们明白了。

通过收集隐含数据，您可以在不询问的情况下发现更多关于您的客户的信息。与显式数据不同，我们可以在后台识别这些数据，而不是从客户端请求特定信息。

可以通过多种方式收集隐式数据。让我们进入细节。

一种方法是通过客户的 IP 地址或浏览器设置。这对于他们的位置或首选语言等事情很有用。如果您在全球销售或您的企业位于拥有多种官方语言的国家（如加拿大），这将特别有用。
Internet cookie 是另一种数据收集方法。这包括与参与度相关的数据，例如一个人访问您网站的频率、他们查看页面的频率，甚至他们之前查看或加入过哪些广告系列。然后，您可以使用此类数据根据不同程度的交互对单独的活动进行细分。
另外有助于在隐藏字段中收集隐式数据。您可以添加这些表单域，但用户将无法看到它们。只有在引入区域时才会自动收集数据。
优惠券代码是隐含数据的最后一个关键部分。如果您确切地知道他们注册了哪些活动或折扣代码，您可以通过各种优惠或沟通形式来定位客户。

隐性数据是企业从消费者在其网站上的浏览行为收集的信息，例如他们最常点击的样式和品牌以及他们在哪里停留。

QuestionPro 的 Insights Hub 以客户为导向。研究人员需要一个位置来存储和检索研究和洞察数据。为了使研究理念民主化，他们需要一个易于访问的中心，不同领域和功能都可以使用。目标是为研究程序提供时间、精力和节省成本的帮助。

QuestionPro 的洞察引擎支持 50 多种语言并且可以集成。我们遵守 GDPR、HIPAA、Fedramp、Section 508、CCPA 等。