不过这里有一个将服务推广和用户行为结合的非常好的例子：Google Now最近和Lyft、Airbnb、Uber及Instacart合作，为用户有针对性地推荐服务(图11)。Google认为虽然这都是别人家的产品服务，但自己的用户在使用Google的过程里也会需要这些服务。因此即使是第三方应用，可有被推荐的意义，而且当这些应用是收费的，也不失为一种机智又不露声色的广告形式。

图11 Google Now的协作式推荐服务

虽然Google Now做的不错，但用在别的产品里可能就显得有些勉强了，让用户总觉得产品界面藏着不少广告陷阱。Google Map就会用定位符号来标记广告商家的位置，让用户一不小心就以为那确实就是最合理的搜索结果(图12)。

图12 Google Map企图把广告商家伪装成正常的位置标记

有效利用用户的已输入信息

在你试图推测用户行为的时候，必须要确保准确性。有一种常用也确实很有效的方法，就是利用用户已经提供给界面的输入内容，比如根据用户输入的前几个字母提供可能的选项、记住曾经填写过的信用卡号、在用户允许的时候记录密码等（图13）。

图13 Google Chrome浏览器中有预填写功能的表格

预填写或保留上一次的填写信息，能够避免用户的重复操作。这样的理念同样可以被用到那些复杂的用户行为预测功能。Campaign Live重点提到了一个案例，出租车服务商Hailo在Google Now卡片上综合了时间、地理位置、用户上次的输入记录，来快速帮助用户预订出租车。

他们是这么解释这种做法的：想象一下你来到伦敦，想要订一辆Hailo出租车，你在早上7点~10点之前希望它停在你指定的地点，当你办完事下午5点又返回该地点的时候，我们就可以推断，你很有可能还会需要在同样的地方再打个车回家，这个时候就是我们服务的机会点，我们用Google Now集合信息并主动为你提供这样的服务。

Hailo的做法很聪明，他们的出发点不仅合理，而且因为结合了用户上次的行为数据，所作出的推断也会很精准，同时因为同样的服务用户刚刚亲自体验过，也不会把再次的推送当做是一个广告，反而觉得在这样的时间点上，这确实是一项及时又贴心的服务推送 （图14）。

图14 Hailo用相关的用户行为数据来进行精准的推送

允许用户不接受你的推断

就算界面允许用户自定义推荐内容的逻辑，有的用户还是不喜欢产品为他做任何的决定。这个时候你必须要让那些不愿意接受的用户依然能够快速地找到拒绝这些内容的入口。比如像Google那样，用户可能不想直接删掉整个Google Now，但用户可以选择不允许Now卡片以后再出现 （图15）。

图15 Google有一个关闭Now卡片的开关

相反的，Amazon就没有提供关闭推荐商品的功能，除非你登出你自己的账户以访客身份浏览页面。当然这对Amazon来说是有意义的，毕竟他们35%的销量都来自于推荐商品。

有个问题你需要保持思考：通过用户数据推断出来的推荐内容，是不是真的可以要作为App推送内容的默认方式？

默认用户接受和让用户选择是否接受，有时候会带来很大的差异。举个例子来说，对于器官捐献这件事，当人们可以选择是否捐献时，他们愿意捐献的比例往往很低，而当器官捐献作为一个默认选项的时候，愿意捐献的比例则高很多 (图16)。

图16

从图16可以看出，同意器官捐献作为公民的默认选择时，愿意捐献的人群比例几乎是100%，这其实是一种值得商榷的方式，因为这样的数据结果并不一定能够代表公民的真实意愿。

出于帮助用户的目的，适当运用小伎俩

我们已经见过不少公司为了达到自己的商业目标而运用一些“诱导”消费者的小伎俩，对于如今的信息时代来说，这些伎俩实践起来更加容易了。

不过反过来想想，如果其实这些小伎俩其实可以帮助用户呢？比如用户们有时缺乏自我控制力、或者常常只关注当前的任务。

来看看以下两个方式如何帮助用户：

1 、“轻推”一下，用户做的更好