Pinterest及其类似网站具有很高的价值，因为它们能为零售网站带来流量，这一点毫无疑问。然而，零售商和Pinterest最初可能忽视的一个方面是潜在的用户数据。Facebook的用户“兴趣”信息虽然很好，但却比不上Pinterest可以提供的兴趣数据和关联数据。虽然挖掘这些数据可能需要Pinterest或许零售商投入一些资金，但聚合、分析和部署这些数据会带来很好的机会。

    在担任Baynote首席技术官的过程中，我发现零售商的做法出现了重大转变。零售商们现在已经在使用分析工具来研究客户体验了。在当今这个大数据时代，它们研究和客户、产品以及购买模式有关的，看似不协调的海量数据集，以便找到其中模式，提供更多的相关内容和体验，从而增加营收。Pinterest和类似网站推动了策展内容（curated content，策划、筛选、编辑内容并把它们展示出来）的革命，让富“关联（affinity）”数据成为可能，这应该会让零售商们感到振奋，因为关联数据显示了消费者行为、产品和内容之间的宝贵关系，可以被用来提供更加有针对性的营销。

    关联数据挖掘又被称为“关联建模（affinity modeling）”，这并不是一个新概念。网络商店使用这种技术在其网站上提供个人化的内容和产品推荐已经有好几年时间了。正如《纽约时报》在最近的一篇文章《企业如何了解你的秘密》中指出的，零售商可以使用关联模型找到一些违反直觉的、但能带来可观利润的联系。

    零售商利用Pinterest的方式跟这个思路不无相似。消费者通过“钉（pin）”、“repin（转钉）”内容，按主题创建“钉板”的行为显示了产品关联。Pinterest用其数据牟利的方式之一，就是把这些关联挖掘出来提供给零售商和营销人员。

    下面让我们来看看Pinterest可以用来牟利的关联数据的类型。