首先，直觉的本质是什么呢？我的理解是潜意识中对于某些信息而采取特定行为的集合。人类的本质是动物，动物对于环境最基本的反应是条件反射。草履虫受到外在刺激便会游动，巴浦洛夫的狗听到铃铛便会流口水。类人猿从树上进化到办公室，从条件反射进化到给为复杂的模式，同样也是对复杂的环境信息采取反应。一开始是看到A信息，就必须要有Z反应，后来叠加了B信息，其实还是Z反应，这里的A，B信息可能会有权重，但是反应终归是一样的。再然后有了C，D，但是C和D可能是无效信息，或者是负信息，但是终归还是Z反应。在这里，我们看到一个等式F(A,B,C,D)=Z，从数学上看是可以进行建模的，本质是一个较为复杂的条件反射。当然现实往往不是这么简单，可能会涉及更为复杂的过程和场景，比如F(A,B,C,D) = Z, 然后F(Z,Y, X)=R。 从时间上看，这里涉及到了两个过程，A，B,C,D,Y,X多个信号的处理。从功耗比角度考虑，只要抓住A,B,Y, 信息就可以得出R反应，甚至如果Y的权重大，可以忽略A,B的信息，从而得出R反应，而这一切都是在潜意识领域进行的。虽然有时我也不知道为什么，但是感觉就该是这样。这就是直觉的力量，面对特殊场景，不需要进行周密的逻辑思考，从而快速作出判断。
现在我们已经知道了直觉的形成机制，那对于我们又有什么好处呢？显然，可以精进自己。我们知道，直觉不一定是准确，是有一些场景限制的。如何进行修正呢？可能需要不断地学习他人经验和历史的教训，并且内化。总之就是一个不断纠正和改正的过程。一个精明的企业家总是能够准确地知道自己的目标客户是谁，并且作出相应的决策。另外，也可以影响（误导）他人。最明显的就是营销（广告）领域。权威的话是可信的，明星的代言费是超高的；熟悉的是可信的，看多了广告就会买相应的产品。这些都是影响目标群体认知的案例。很多时候，我们就是靠直觉决策（谁会买个牙膏还进行一番逻辑思考），所以说广告真的很有用。
直觉是有效的，但是却不一定是准确的。一般的场景下（比如买牙膏），通过直觉决策失误，也不会影响什么。但是从商家或者领导来说，决策失误可能就是灾难？这里直觉和经验的语义类似。那么如何对直觉（经验）进行验证，这个时候就用到了工具--问卷调查。问卷的本质是为了获得目标群体的真实反馈。这里最怕的就是造假，不管是客观上或者主观上。客观上指的是样板的采集是否合理？采样的过程是否合规？问卷的制定是达到了目的？从主观上来说，则是否存在被试被误导？是否是先有结论再进行验证？是否刻意解释调查数据等? 作为商家，如何避免这个过程呢？一是尽量采取客观化的过程，保证调研的详实可信；或者通过利益不相干者进行调研；还有就是通过多个团队进行交叉验证。最终的结果可能是基本符合假设，但是略有偏差；也有和之前的假设不一样，这些都需要给出具体的解释。问卷调查大部分是基于样板的一个方向性研究，另外也会有一些线性回归的定量研究。
那么问卷调查一定可信的吗？当然也不是。问卷调研只能反应态度，而不能反应真正的行为。态度是可以造假的，即使不造假，态度和行为之间也存在差异。比如问“你是一个爱学习的人吗”，如果采集的数据是10%，那么真实的情况可能只有5%。这里就可以看出问卷调查的缺点了，而这个缺点几乎是不可以弥补的。幸运地是，通过互联网，网站可以精确地采集到用户的行为，访问了哪些网站，逗留了多场时间，收藏了什么，点赞了什么，这些都是真实可信的，甚至是用户的潜意识行为。那么作为互联网营销商，就可以对用户进行分析，进行推荐，从而得出准确的结论。从某种程度上讲这也是互联网营销是对传统营销的降维打击。不过在这之前，我们可以先理解一下心理测评。
心理测评简单说是问卷调研的升级版。或者说相比于问卷，心理测评具有一定的理论基础，更加标准化，也更加数据化。举一个简单的例子，如果我们对销售岗位进行测评，那么我的理论假设是具有某种人格特质的人更加容易成为销售冠军。这里是将人格特质和销售冠军进行绑定。那么测评的步骤就是先拟定一些题目，找到公司的业绩好的销售，得出他们的倾向，从而建立模型。如果公司需要招收新的销售，就可以通过这个问卷对应聘者进行分类。
现在理解了心理测评的大概步骤，那么互联网厂商的用户行为分析又是如何运作的呢？理论假设就是把人分为不同的群体，其他人这么做了，你也会这么做（用户画像）。前面提到，互联网厂商可以能够轻易地采集大量的用户行为数据。一般有分类和聚类两大场景。分类问题，就是有明确的目的。比如用户价值(高价值，低价值标签）可以用明确的收入来区分。而聚类问题，则是没有明确的标。就是我也不知道具体的标准，但是我可以通过一些列数据将用户分为几类，比如小清新音乐爱好者，比如重金属音乐爱好者。既然已经分类（聚类）了，那么就可以推荐一些这个群体所喜欢的商品。除了上面提到分类（聚类）问题， 互联网营销还有一个回归问题。比如建立某类产品的销售量的模型（方程），可能的影响因子有价格，品牌，包装，渠道，代言人，用户评价，销售时间等等，假设有几十个因素。如果有了新的品牌，就可以轻易的算出它可能的销售量。当然如何因子过多还有需要降维或者设置权重。这里许多方法都是是统计学方法或者传统的机器学习。不管是分类还是回归，都是通过对特质值（浏览记录，收藏记录）真正进行处理，从而得出一个结论。但是最新的机器学习（深度学习）会自动找出很重要的特征值，并且进行分析。
总之，从直觉到问卷调查再到用户行为分析，本质上都是人或者机器采集数据，分析处理，得出反馈的过程。从决策角度来看都是工具，没有优劣之分。乔布斯对消费者判断就是完全靠直觉，根本不考虑问卷调查和用户行为分析。越是后面的所需要采集的信息量也越大，比如文字，图像，声音，行为等等，当然可能还有其他信息，从某种程度上讲成本也很大。
