分类是“基于识别
信息，将个体分配给概念上群组”。从根本上来讲，分类是控制。因为获取每个人完整详细信息是不可能，公司会使用越来越小“桶”或组群来对人们进行分类。人们主张是，某些可辨别信息，如收入、子女数量、婚姻状况等可以对人们进行分类，例如，“年轻、处于事业上升期”人（最初分类导致“雅皮士”[50]这个词成
公共话语）。
旦人们被分配到这样组群中，他们行为就可以通过适用于整个组群统计技术预测。
也就是说，如果
们可以满怀信心地说，所有雅皮士都会这样做（例如，在未来三年内购买辆新车），然后们又把你划分到这样个类别，那
们就可以推断出你可能会在三年内买辆车。尽管专业统计学家告诫人们不要把这些预测从般水平延伸到具体水平，但是这些预测技术仍被广泛使用。
任何个对付过顽固官僚机构或不屈服于企业“服务”人都解，这过程有多不人道。分类基于特定测量，未测量差异（如个体差异）并不存在于全景分类目中。在个体层面上，们可能会认为，无论有关任意群人预测统计数据准确性如何，它们都没有考虑到们个人行为。但是旦这些小组分类完成，们就不再被当作个体对待。相反，们变成“福利母亲[51]”或“老年研究生”，并被期望与这种类型相符。有趣是，人们似乎渴望把这些标签分配给自己，也许这是他们种社群意识——要成为可识别组织部分。许多组织使用这种自认同来重新获得种历史感（例如，美国黑人经历）或维护对术语控制权（例如，同性恋者重拾“queer”这个词）。
分类从来都不是价值中立：它总是包含个评估，种比较分类形式。使人“黑”原因往往更多是政治学问题，而非遗传学或其他科学问题。在纳粹德国，人们认为，任何至少有个犹太裔祖父母人都是犹太人。在这种分类下，“上等阶级”和“中等阶级”收入界限就非常随意，而且通常反映分类者价值体系：思考下“中产阶级减税”这个短语和它使用方式。即使那些看似客观分类，例如医疗诊断，也要受制于变化无常时间和文化影响：思考下女性“癔病”或同性恋精神病学评价变化。统计技术无法考虑到这些变化。
评估是种测量偏差或变化过程，它是由已经制定分类统计规范来衡量。评估是种规避风险程序，公司在将可能商品和服务提供给参与交易人时存在潜
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
