序言 05 October 2020
每次購物，都要花大量的時間去看看貨品是否合適，尺寸、接口、規范等等都要一一審核，認真煩。
每次遇到非官方的掃臉驗證，總是嘀咕掃描數據放哪里了？是不是保管妥當，會不會被其他商家利用？
看來引以為傲的高科技應用，我們還是沒有達到爐火純青的地步啊。
近20年以來，互聯網思維席卷中國。創立了以天貓淘寶、京東和唯品會等的電商新模式，以“消除一切中間商”為口號、以互聯網為獲取客戶的模式，特別是電商等平臺如雨后春筍。但是到了20年代以來，在中國這種發展模式基本已經觸碰到了天花板，各“列強”已基本穩定，后來者基本上已無發展空間。
同時，近10年來大數據分析風靡一時，以獲取客戶的消費習慣，獲取客戶的財富狀況進行精準營銷的模式也雨后春筍，但目前也遇到了天花板。大數據分析不可避免地觸碰到了個人隱私。
以某信、某音、某條等為代表的背后大數據分析模式遭到了看重個人隱私使用者的抵制。大數據分析所侵犯到的個人隱私也引起了國家相關部門的重視，并已開始著手重拳整治了。
或許未來大數據只能是用來對AI算法進行普遍性的運算分析，得出的不是具體到某個個體獨特的行為特征，而是群體性的規律特征（目前仍然還是是針對每個個體進行分析，這遲早會遭到抵制）。因此大數據分析模式的天花板也是可以看得到的。
那么未來精準營銷的出路在哪里？
私域量化（Private Quantification）平臺是一個不錯的趨勢，并已經開始出現在了人們的眼前。
在沒有互聯網之前，我們購物都是一種“模擬式”的購物方式。比如家里的筒燈壞了，那么最好的辦法是把家里的筒燈拆下來，然后帶著壞的筒燈到燈具市場里面挑一個尺寸、開口完全相同的筒燈買回來就可以了。
但在互聯網的電商時代，我們的購物換成了一種“數字化”的購物方式，我們要把筒燈的天花板開口直徑、筒燈直徑、瓦數等測量記錄好，在電商平臺按數據挑選一個就可以了。
但是有時候數字化真的是很麻煩。比如買一個儲物柜，我們得測量擺放地方所允許的總高度、長度和寬度，每個抽屜的大小，我們還得評估跟周邊家具的協調程度等。
再比如我們買衣服，不要說我們自己的測量不專業，就算我們對自己的身體測量的非常準確，我們也可能找不到尺碼完全匹配。其中肩寬、腰圍、胸圍和袖長等均會存在較大的差異性，同時色差也是蠻大的，電商店鋪無法準確匹配。
一直以來我們所關注的是互聯網，我們所關注的是平臺，我們所關注的是大數據，現在是時候要關注一下我們自己的私域數據了。
在“衣食住行”中，“衣”和“住（房子）”的基礎私域數據是在一定的時間段內基本固定的，因此它們是我們即時可獲取的重要私域數據，雖然把它們“量化”是一件并不輕松的工作，但是一旦我們自己擁有了私域量化（PQ）數據，隱私就可掌握在自己手上（可下載放于手機）。往后涉及的隱私問題、采購服務和商品等問題均迎刃而解。
我們對外所展示的是一個個經加密的“字符串”，在我們挑選商品或服務后，不管是線下商鋪還是電商平臺可自動獲取相關的“字符串”，PQ平臺會依照自己的指令輸出相應服務的結果或商品的合適規格型號，而無需我們另行測量、試穿等。其核心是：具體的私域量化數據是任何應用（電商等）平臺均無法解密獲得的。
我們把住的房子的所有數據納入私域量化（PQ），屆時無論我們購買任何電器、安裝配置家具等等，只要與賣方對接一下加密的數據即可。
我們把自己的身體的各項外觀數據納入私域量化（PQ）數據管理，屆時無論我們購買衣服、鞋子、帽子、襪子等等就無需煩惱型號的大小問題了，一切均可安排妥當。
在私域量化數據的沖擊下，原來“模擬式”的服裝碼數S、M、L、XL等等均要拋棄，因為要精確到腰圍、胸圍、肩寬、袖長等等的匹配數據。屆時所有服飾、鞋襪等的“碼數”將成為歷史。
管理私域量化（PQ）數據的IT服務公司，只要我們把私域量化數據“存在”其云平臺，甚至可以獲取一定的“利息”。PQ平臺可提供加密算法、私域量化（PQ）數據管理、私域量化（PQ）接口標準，同時提供方便的PQ數據測量的辦法，讓客戶便捷地自行測量數據。這個細分領域即便冒出三五個“獨角獸”公司，也是吃不完市場的。
未來在我們便捷地通過掃臉、指紋、聲紋等獲得了差異化的優質服務的時候，所擔心的個人隱私數據的問題已經不存在。
PQ其實就是解決隱私如何管理的問題，但實現起來不簡單。如何管理運用PQ數據并獲得社會的信任，才是我們面臨的最大的挑戰和問題，解決了，就前（錢）途無量。
未來我們的購物場景是這樣的（AR三維輸出）：
