当您乘坐Uber旅行，在Amazon上购买商品或在Netflix上观看电影时：您何时有意识地做出决定，何时受到重大影响？科技公司已经不是被动地等待您的行为并响应你的决定：它们正在 影响您的行为，因此您变得更加可预测。通过调整您的行动，公司可以更好地预测结果并更好地了解如何卖给您。
True People Search网站调查 了全球11家最大的科技公司的隐私政策， 准确掌握这些公式对我们的了解，结果令人震惊。大型科技公司记录的数据包括收入水平，政治和宗教观点，信用卡信息，您的日历活动，所有搜索历史记录和访问过的网站以及您查看或参与的所有内容。
Uber会 存储来自其用户的大量数据，包括他们的位置，性别，消费历史记录，联系人，电话电池电量，是否要从一晚看台回家的路上， 即使他们没有喝醉。优步 还对其驾驶员 进行了试验，以确定最有效的策略，以使其尽可能长时间地行驶。
为了将适当的内容展示给正确的人， Netflix会 记录您曾经观看的所有内容以及观看方式：每次单击，观看，搜索，播放，暂停，您考虑观看但不选择观看的节目，以及当您最有可能重新播放节目时。为了更好地识别用户的喜好，将内容分类为 数以万计的微型流派，然后将其与用户的观看历史记录配对。 您在Netflix上看到的所有内容都是一个建议：行，行中的标题以及行中这些标题的顺序都经过深思熟虑。
但是 亚马逊 是一个将数据提升到全新水平的数据强国。它们 绝对捕获了所有内容，包括您的产品搜索，您所看但不买的东西，您接下来看的东西，付款方式，喜欢运输的方式，与Alexa的互动或对Echo的要求。而且，令人震惊的是它们存储的详细程度：它们捕获了您使用的设备，选择产品后随后点击了多少项，您的位置以及Kindle设备上每次点击的阅读时间和确切的时间。
对于亚马逊而言，每一次鼠标单击以及其网站，应用程序和平台的每一次曲折都是具有巨大价值的商品。
当亚马逊说服第三方通过自己的市场出售商品时，数据收集激增，并使该公司看到了视线之外的东西：他们现在可以进入他们曾经想要的任何市场，并了解客户在每个市场中的表现如何。
算法套路
每天，您都会受到指导决策和选择的算法的影响。 算法是一种 基于获取输入并执行一系列指定动作以得出结果的逐步解决问题或达到目标的方法。自从现代技术爆炸以来，它们已经扩展，变得更加复杂并在各处复制，在社交媒体平台等地方起着核心作用。
几种社交媒体和内容选择算法的目标是 最大化点击量。它们的设计目的是显示或推荐可以增加用户单击它的可能性的内容，因为单击可以为平台带来收入。
例如，点击型优化算法可以更好地预测人们将要点击的内容，因此可以为他们提供准确的信息，从而带来更大的利润。因此，一种优化结果的方法是向用户提供他们喜欢的内容，而不在其舒适区域之外显示任何内容。尽管这确实使他们的 兴趣缩小了，但这并不是算法试图向您展示您喜欢的东西：他们试图将您变成可预测的点击器，将您带到 “可预测的点” 并使其公司更容易执行任何动作（例如，卖给您一些东西）。
公司已经发现，可以通过使用目标材料逐步修改或强调您的偏好来使用您自己的数据来做到这一点。这是先进的应用行为科学，或者正如Jeff Hammerbacher（Cloudera的创始人 ）所说：
“我们这一代最好的人正在考虑如何使人们点击广告。糟透了。”
其背后的原因主要是经济方面的。《 华尔街日报》（Wall Street Journal）的一项调查 发现，谷歌操纵搜索算法以将大型企业优先于小型企业，从而将搜索用户引导至知名度更高的企业而非知名度较低的企业。
机械化干预是保持内容流向利润更高主题的一种理想方法，避免了不会产生参与度或利润的材料。为了使科技公司成功，算法必须专注于可盈利的活动，而这正是他们对我们的数据所做的。