一家从花旗银行分离出来的纽约创业公司即将开始一项服务。这项服务通过对数十亿的信用卡使用记录的分析，向消费者推荐餐馆和其它零售店。

于2011年三月在纽约举行的GigaOm 大数据（Big Data）会议上，个人理财服务Bundle.com公司创办人兼首席执行官杰达渥。舍吉乌描述了这种新的服务。他主张道,基于人们购买习惯的记录而产生的推荐，要远远好于那些按民意驱动提供的推荐。

这家公司计划为餐饮和其他的零售业推出“一个更加全面的”推荐引擎,他说：“我们相信金融交易数据实际上可以为人们带来更好的推荐和让人们做出更合理的决定。”

这项服务的核心所在，是针对花旗银行250万信用卡持有者的约10亿次的年购买记录的分析。这些数据与美国人口普查局和其他第三方的人口统计资料相互参照。

舍吉乌指出，由用户生成的推荐，比如来自于Yelp.com或Citysearch.com等网站的推荐,都因他们固有的主观性而存在缺陷。象这样的网络推荐 ― 无论是对一本书还是对一辆车 ― 都产生于用户反馈, 用户可能提供一个印象等级并附上一份书面摘要。

“我认为导致较差结论的原因，是这些推荐中存在相当一部分的主观因素。正是这一主观因素才导致了糟糕的结论，”他说。他指出,大多数餐馆在诸如Yelp.com的服务上往往被评为3.5和4.5颗星,但用户并不知道这些推荐是否存来自于餐馆老板的朋友。

他以餐馆为例,信用卡购买可以提供更好的对餐馆观察角度，因为他们能跟踪一位顾客的回头率和花费。一个建立在大量回头客户的餐馆很有可能是一个不错的选择。

此外,对餐馆的平均费用的比较还会告诉你哪个地方更有价值。两家邻近的餐馆每一家都可能会有一些固定的回头客，但平均价格较低的那家的可能会“更省钱”，舍吉乌说。

舍吉乌展示了一张纽约的餐饮设施的地图样张。“我们基本将人们去的餐馆标注在图上，表明人们所去得地方，以及他们还去了哪些地方”，他说。

这项服务除了为客户提供推荐，也可为零售业提供智能信息。举例来说, 它可以提供零售商它的客户所在地点，邮政编码的明细表。它也可以提供在某个邮政编码范围内的居民人均收入,对于零售商们这将是一种有价值的营销帮助。

他指出，在纽约市的样板分析中，曼哈顿上西区的居民在外出就餐上花费最多，名列前茅10%的居民们每月大约花费2,200美元在饮食上。

然而并非人人都热衷于基于信用卡使用记录的推荐。听众中不时每个人都接受这个主意。

一位出席会议的阿尔塔 佩雷纳公司的文本分析师说：“信用卡购物诚然能形成一种客观的消费记录,但它们还不全面 ― 我们每个人也在使用现金,借记,电子转帐,甚至是PayPal ― 在推测方面也没有100%的可靠性”。这位分析员指出,财务数据可以与其他形式的数据结合,如网络流量分析、问卷调查、社区交流,当然，还有用户的评论。

“考虑多种数据来源，并用互补的方法去证明你预测分析的问题。无论是消费者、产品还是服务供应商一样都将获得更多有用的推荐和线索，”他说。