摘要：麻省理工学院工程师Ray Tomlinson于1971年发送了第一封电子邮件。近50年后，人们仍在努力完善使用这种不断发展的媒介艺术。数据技术的新进展正在帮助人们改善使用电子邮件的方式。预测分析方法是这些改变游戏规则的技术。

    麻省理工学院工程师Ray Tomlinson于1971年发送了第一封电子邮件。近50年后，人们仍在努力完善使用这种不断发展的媒介艺术。数据技术的新进展正在帮助人们改善使用电子邮件的方式。预测分析方法是这些改变游戏规则的技术。
　　
　　预测分析正在以令人着迷的方式颠覆电子邮件通信
　　
　　电子邮件是一种快速变化的交流形式。它背后的技术曾经非常基础，但现在它增加了许多功能，可以帮助促进用户之间更好的沟通。
　　
　　预测分析能够以多种方式改变电子邮件通信的性质。以下是一些要牢记的事情。
　　
　　预测已知联系人的行为
　　
　　认识任何人需要时间。它可能在网上更具挑战性。在互联网上写作时，人们往往不那么受到抑制，这意味着他们更有可能以自己的方式回应，而不会像在现实世界中那样自我审查。
　　
　　这意味着人们需要花时间了解其与之交流的对方的行为。最好的开始是研究他们对各种陈述的历史回应。预测分析将能够帮助人们获得他们无法自行获得的有趣洞察力。这对于像Unibox这样的工具来说很容易，它可以帮助组织单个收件人的邮件。
　　
　　使用客户数据创建更全面的CRM解决方案
　　
　　自从20世纪50年代中期以来，客户关系管理（CRM）技术一直存在，并早在发送第一封电子邮件之前的几十年就已出现。然而，预测分析技术在过去几年显著提高了其有效性。
　　
　　客户数据现在可以直接上传到客户关系管理（CRM）数据库。以前的客户关系管理（CRM）模型主要侧重于参与统计，这迫使管理员得出没有限制的结论。预测分析可以更详细地了解人们的客户关系管理（CRM）工具中的用户。它也可以得出特定行业的结论。随着客户关系管理（CRM）收集来自特定行业中各种品牌客户行为的更详细数据，该工具将能够对其未来行为做出非常细微的预测。
　　
　　帮助进行与电子邮件安全风险相关的威胁检测
　　
　　电子邮件安全性是当今的一个主要问题，越来越多的数字安全漏洞已经引起人们更加关注防范恶意软件和社会工程策略。
　　
　　好消息是，有很多预测分析解决方案可以帮助抵御恶意软件。该技术在过去几年中取得了一些进展，但仍有一段路要走。2016年，专家警告说，目前的电子邮件威胁检测算法还不够成熟，无法打击网络欺诈和隐私风险，并在文章写道：“91％的网络攻击始于一个鱼叉式网络钓鱼邮件......依赖于商品情报，反垃圾邮件过滤器和防病毒软件的电子邮件网关，并非专门用于高级威胁防护。诸如勒索软件和鱼叉钓鱼电子邮件之类的高级威胁可轻松绕过传统安全解决方案使用的基于签名和基于信誉的预防机制。这意味着将包含恶意URL和恶意软件附件的电子邮件发送给用户。”
　　
　　自报告撰写两年来，已添加了许多新的预测分析功能来对抗电子邮件安全威胁。这些包括：
　　
　　•确定基于其原籍国或与可疑IP地址（如已知的Tor或VPNIP）关联的欺诈性用途的电子邮件发送的可能性。
　　
　　•识别垃圾邮件中最常用的单词，并使用它们在收件箱中创建电子邮件的欺诈分数。现代的电子邮件欺诈评分算法是非常有效的。
　　
　　•寻找电子邮件与以前用于恶意目的的电子邮件之间的模式。
　　
　　打击欺诈将是未来几年最大的优先事项之一。每个行业的品牌都需要密切关注公司提供的预测性分析欺诈评分解决方案，以避免勒索软件和其他安全风险。幸运的是，科技不断发展，以帮助人们实现这一目标。
　　
　　编辑：Harris