My Board

行为微观轨迹捕捉：如每一次滑动、点击、停留时长，体现用户注意力分布和决策路径。

大样本异质性分析：手机数据涵盖千万人，支持细分群体的行为差异研究。

实时反馈与动态调整：数据可用于实时调整实验变量，增强实验的外部有效性。

跨场景数据融合：结合位置、社交、消费、健康等多维数据，构建综合行为模型。

第三章 手机数据：人类行为的“黑匣子”（约1500字） 3.1 什么是手机数据？
手机数据包括设备传感器产生的原始数据（GPS、加速度计、陀螺仪）、操作系统 線上商店 记录的事件（开关机、应用启动）、应用收集的交互数据（浏览、点击、输入），以及第三方SDK、广告平台埋点的用户行为数据。

3.2 手机数据的种类
位置信息：GPS、基站、WiFi定位

使用行为：应用使用时长、打开频率、通知响应

交互细节：滑动轨迹、触摸压力、输入速度

社交数据：联系人、通话记录、社交媒体互动

生理与环境数据：心率、步数、环境光、声音环境

支付和消费记录：移动支付、电子钱包

3.3 手机数据的价值与隐私风险
手机数据反映了用户的生活习惯、兴趣偏好、情绪波动甚至心理健康状况。对企业而言，这些数据可以用来优化产品、精准营销、提升用户粘性。

但与此同时，过度收集和滥用手机数据引发了严重隐私问题。数据泄露、无授权共享、行为操控都可能威胁用户权益和社会公平。