在明日的口碑經濟裡，幾乎進入這個數位宇宙的每一件事，都會被便宜、不費力地保存在不特定的任何形式裡。確實，保存一小部分的數位資料已經幾乎是免費，而保存一大拖拉庫的資料也非常得便宜。不只如此，保存資料也變得不可思議地容易，現在，任何龐大的資料數量都可以被存在「雲端」裡，你不再需要電腦科學的學位，甚至也不需要電腦，只要一支普通的智慧手機，你就能設置一個規模與尺寸都很像樣的資料庫，而在過去，這種資料庫是需要龐大的實體硬體與技術專業的。因此，巨量的資料保存已經不再是美國中央情報局（CIA）與國家安全局（NSA）以及其他三個英文字母的機構的專屬領域，也不是IBM或思愛普（SAP）以及其他三個字母的公司的事了。現在，任何人只要有亞馬遜網站的帳號，就能儲存實際上幾乎沒有限制的資料數量，因此各行各業的公司行號，包括銀行、零售商、甚至你家附近的雜貨店，也都在這樣做了。所以，你應該要假設，你今天從事的任何電子行為，從在網路上衝浪到用信用卡交易，都將永久地被記錄與儲存下來。
你的資料像灰塵，容易累積很難清除
你的資料就是會遺留下來，就像灰塵，很容易累積，但很難清除。
數位儲存技術的長足進步，最明顯的後果就是，口碑上有一點點瑕疵，也會永無止境地保留下來。即使只是一次的錯誤，只要發生在數位領域，就會著跟你一輩子。而這年頭，哪一件事不會上網呢？某一天，你曾經因為心情很糟而大聲責罵顧客，結果就被錄下來還上傳Youtube？你被逮到為自己的公司做假評估？或者你愛八卦的鄰居戴著Google眼鏡，看到你在你先生出差期間和一個陌生男人正在享用燭光晚餐，還把照片上傳臉書？更糟糕的是，這些資料簡直是威力無窮，我們的數位口碑很容易因此受到傷害，即使是我們並沒有犯的錯誤也一樣！
讓你無所遁形的大數據，隨時隨地都能搜到你
在數位資料可以永久保存的世界，你應該要假設，任何有關你的儲存資料，會在任何時間忽然出現在任何新事件的背景下。這是因為，在口碑經濟中，不同「世界」的邊界正快速地消失中。看起來約會網站似乎可以匿名使用，因為通常只秀出名子或暱稱，而且大部分的約會網站都會建議你保持個人身分的安全與隱私。但有一個部落客已經找到一種技術，可以用公開的臉部辨識工具，只要根據照片，即使Match.com使用者沒有放全名，也能在臉書上找到Match.com的使用者。當臉書耳聞到這項技術，他們沒有拿來應用也沒有封鎖它，他們事實上是買下這個臉部辨識工具並中止這項服務。現在，這個軟體的確是在離線狀態的，但可以想像，有了照片辨識技術，臉書未來會有什麼用途。
說到最後，很多人可能會說：「那又怎樣？」每個人都有過去。每個人都做過丟臉的事。很多人真心的相信，有一天我們全部都能全身而退：因為我們都知道，每個人都有自己的歷史，所以我們的數位口碑也只是數位歷史中的光點，對我們的當下與離線的真實生活不會有任何影響與壓力。但最近幾年的發展顯示，如果真的有那麼一天，從現在起還有好長一段路要走。因為，只要企業能合法使用這些資料，來雇用最好的求職者、剔除最差的信用風險、對較差的顧客收取較高的費用與保險費，還有其他更多用途，他們一定會用。因此，與其對抗，你最好選擇用心經營永恆的數位紀錄，讓你可以站在能得到好處的那一邊。
值得慶幸的是，即使在永恆不朽的數位儲存世界裡，我們還是可以做一些事，以免受到無所不在的大數據與大分析密探的傷害。第一件事很簡單，你永遠要假設，你用電子設備做的每一件事，正在被記錄並永久儲存中。另外，為了安全起見，你要假設，無所不在的紀錄也擴大到你家外面的活動，不論你是不是在線上。
第二，對任何你想要承認的錯誤言行，都要非常謹慎。我們知道，在臉書上發洩可以讓人得到解脫，但是在口碑經濟裡，即使最微不足道的招供也會永遠掛在網路上，所以，在推特寫出你如何把自己的熱帶假期的帳記在公司上，或是如何在大學入學考試作弊時，你最好三思。舉一個比較嚴肅的例子，假設你被不當指控在工作上有小小的道德瑕疵，比如說，違反公司規定把公司用品拿回家、或是連續幾天都遲到，你的老闆提議，只要你直接認錯，他就不對擬採取任何懲處。在前數位時代，認錯了事，即使你並沒有做那件事，可能是最不會被抗拒的行為。但是在數位時代，你應該要假設，你的認錯紀錄（即使是不正確的）會被永遠保存下來，等你下一次要找工作時就會浮出檯面。你覺得這聽起來太極端嗎？這已經發生了！
最後，有幾個製造數位防護罩的方法，可以把你不想被發現的資料，放在最不可能被搜尋到的地方。第一個步驟是，先分清楚哪些資訊會造成問題。如果是公開搜尋的結果，比如出現在Google、Bing（微軟的搜尋引擎）和雅虎上，那你很幸運，只要盡量貼正面的「噪音」，比如得到專業獎項、達到健康或健身目標啦，等等之類的資訊，就能把問題資訊淹沒。
重點就是，保護你的口碑需要的警覺心，遠遠超過不要用信用卡而是用現金購買尷尬商品、刪除不適當的臉書照片、在線上用假名而不是本名做不得體的發言。只要足夠的努力，這些行為在今天都可以被追蹤到，而且，也越來越容易做到了。
雖然數位紀錄上的汙點永遠無法被刪除，還是有方法讓它們不要被輕易發現。本書接下來的內容，將告訴你暗中用正面訊息淹沒負面訊息的各種方法，讓你可以把不想被發現的資訊掩藏起來，並讓永久的數位形象呈現出最光采的一面。
演算法，讓所有資料變有用也會被評分
現在我們都知道了，每一天都有關於你的一大堆寶貴的資料，都會被挖出來，然後被永久地收集且儲存起來。不過，光是收集資料，本質上不是很有意義。真正有意義的是，人們怎麼應用這份資料。即使在你醒著的每一個細節都被記錄的世界裡（也許有一個不斷發出嗡嗡聲的小型飛行器，裝著一台高解析度的照相機，跟著你到處走），如果這些資料被鎖在布滿灰塵的倉庫裡，而且被層層的公文形式淹沒，總之就是一個找不到東西的狀態，那麼，這些資料也不會造成更多傷害。在這樣的世界裡，個人資料的風險與價值都很有限，只有在你被逮捕或查帳時，才會被翻出來；否則就會靜靜地放在那裡，不會受人注意，而且也沒有人知道。
好消息是，現在收集資料的方法沒有小型嗡嗡機那麼明顯，不過已經很接近了。但壞消息是，有關你的資料並不是收藏在隱密且安全的地方。相反的，每天都有人在使用這份資料。不只是因為資料儲存變得很便宜、永久且無所不在，就像我們前一章讀到的，新技術也比以前更簡單、更容易、更便宜，就能讓人從資料中分析、量化並得出結論。
口碑分數2.0，隨個人偏好一起評分
想要了解電腦分數現在變得有多複雜，一個簡單的方法就是，拿早期的搜尋引擎和Google、Bing與其他搜尋引擎現在正在用的運算法比較。我們都知道，當我們在Google搜尋框裡打字時，比如說「口碑經濟」這幾個字好了，Google就會把網路上所有包含「口碑經濟」這幾個字的網頁，計算出一個分數。分數較高的網頁會出現在搜尋結果的上方，分數較低的網頁就會在下方。
這個分數不只根據客觀事實，也根據電腦如何計算並衡量這些事實的分量；每一個事實的分量和事實本身一樣重要。舉例來說，回到一九九○年代中期，早期的搜尋引擎例如AltaVista，只是簡單加總網頁上某一個字出現的次數，然後就給這個網頁一個品質分數。比如說，口碑經濟頻繁出現的網頁，就會得到高分，然後就會出現在找尋這本書名搜尋結果的上方。這明顯會引起垃圾網頁的問題，有心人只要在螢幕下方一次又一次重複同一個字，就能欺騙搜尋引擎（這個方法從來都不是很有效果，現在更是完全沒有用處，但還是無法阻止一大堆人繼續這樣嘗試）。這種衡量事實的方法，造成不良行為的強大誘因，而且沒有鼓勵到優質的內容。
但在一九九六年，兩個史丹佛博士生布林與佩吉創造了衡量網頁的新方法，網頁分數就永遠改變了。與其只是計算某個字出現的次數，他們的演算法（最後變成第一個Google搜尋引擎）會計算網頁的連結數，並把它當成網頁重要性的「得票數」。舉例來說，如果有一百個網頁（在那時候，算是很多了）都連結到IBM.com的首頁，這個首頁就能得到100分，換算成網頁排名（PageRank）就是10。然後，當某個人在網路上搜尋「IBM」的時候，演算法就會同時考量某個網頁在IBM.com上的受歡迎程度，以及這個網頁多常使用IBM這個字。布林與佩吉在史丹佛學生宿舍裡做了測試系統，一開始的網域名稱叫做「google.stanford.edu」，之後就是大家熟知的Google.com了。不到幾個月，他們看到這個系統的威力，就成立了Google公司。
Google利用大量搜尋的資料，找出一個為網頁評分的方法，企業也用了同樣的方法，利用大量的個人資料為個人、企業、人際關係，甚至更多項目做出評分。企業評價網站Yelp.com，是口碑分數的「分數1.0」版本很好的例子。Yelp會請餐廳、商店、飯店，以及事實上任何其他類型的生意的顧客，提出評估意見，並給出1到5顆星的評等。這個網站的演算法會收集這些分數，並根據一些因素來衡量某些意見的分量，例如電腦可能認為某個意見可能是假的或有收錢的，最後再呈現出彙整的分數。但Yelp以及它的競爭者，很快就會進入「分數2.0」時代，也就是完全個人化的分數，這個分數不只是針對被衡量的項目而已（例如到底是幾星級），還包括做出評估的這個人。換句話說，你看到的分數，會搭配你的個人偏好。比如說，如果你是愛嘗鮮的美食家，而且你經常評估貨真價實的在地小館，那麼，你看到連鎖餐廳（比如Olive Garden）的分數，就會比那些在蘋果蜂Awesome Blossom美食評分上得高分的店家更低。
換句話說，你在你在乎的人之中的受歡迎程度與影響力，將會被評分。過去是統一尺寸（one-size-fits-all）模式，未來會評估你在同儕裡的分量：你在ABC公司裡是最有影響力或最受歡迎的行銷總監嗎？你是鄰近的經銷商倉庫經理群中的領導人物嗎？對主要競爭對手來說，你是個值得用優渥紅利與薪資條件爭取的人嗎？這些都不是愚蠢的全國性聲望的比賽，這些問題都將成為口碑分數的未來。
所以，要在個人口碑的趨勢中得到好處，你該怎麼做？首先，知道自己的市場。先思考一下，你想認識的那些有影響力的人，然後不厭其煩地，在你的公開形象中以他們為目標。丟掉所有不必要的個人宣言吧，只要專注於提出很有價值的觀點就好，最好要和你希望被認定的形象一致，接下來的事，電腦就會幫你做了。
謹慎交友！因為他們會影響你的口碑分數
沒有人是一座孤島。這句話的原意是人都需要有人陪伴，但這句話也很貼切地描述了下一代口碑分數的世界。在忽隱忽現的口碑經濟中，不只是你會因為自己的行為被評分，當你要找貸款、健康保險或找工作時，你的朋友、同伴和同事也都會評估。如果和「對」的族群廝混，你的分數會更高，但如果演算法認為你的朋友有不良影響，那麼某些好的薪資條件和機會，都將與你絕緣。
從事口碑分數評比的公司把同儕影響力列入考慮，並不算是瘋狂的事。事實上，研究顯示，朋友會對你造成重大的影響，從消費行為、政治傾向，甚至健康，都有影響。福雷明漢心臟研究（Framingham Heart Study），針對麻州福雷明漢市超過五千名居民，分析了三十年的健康紀錄，發現一件驚人的事，如果一個人變胖了，他的朋友也變胖的機率，超過一般人的兩倍。這份研究不只成為社區健康管理的重要文獻，也是保險業者的重要參考。如果某個人最好的朋友剛剛增加了二十二多公斤，就不會有保險公司願意賣給他頂級的保單。
決策「幾乎」都是機器做的
由於電腦功能越來越強大，個人口碑的數位資訊也越來越豐富，過去由人類決定的重大人事案，從雇用到開除、升遷到懲罰等等，現在越來越多都交給電腦來做了。我們把這個趨勢稱為「決策幾乎都是機器做的」（decisions almost made by machine），這個過程可以簡稱「DAMMed」（按：集合每一個英文字的第一個字母縮寫而成）。這個專有名詞至少捕捉到核心概念：在最少的人員照管之下，電腦正在參與決策。隨著口碑經濟的成熟，越來越重要的決策，將會大部分交給電腦來做，而人際往來的活動也會有越來越大部分由電腦引導，過程只需要一點點或根本不需要人類的基本常識。
DAMM的成長並不會完全把人排除在決策之外，畢竟，它只是「幾乎」由機器做決定，不是全部。有時候，人還是會參與，但只是決策過程的最後一個步驟，就是決定要錄用哪一個求職者，或是哪一個員工該走路。在這階段，電腦已經預選了值得考慮的候選人，所以也大致決定了結果。換句話說，在候選人的職涯發展上，電腦已經把他們溫和地往前推或往後推了。
在這一章將會看到，為什麼有時候如果你有好口碑，DAMM可以幫你在職涯上製造大躍進的機會，然後有時候它就像一陣穩定的微風，把你推向你想要去的方向。但是，如果你有壞口碑，DAMM會像一股強大的逆風，把你從目標推開。無論如何，當口碑經濟繼續發展下去，DAMM與數位口碑對你的職涯，將有越來越大的影響力。一旦了解它的運作方式，你就能學到如何運用它來推進職涯的發展。
