大数据“杀熟”是店大欺客还是算法“BUG”?
2019-03-29 来源:raincent
“大数据杀熟”一词是2018年3月进入大家视野,一时间引发网友讨伐,一直被诟病至今。最新数据显示,56.92%的被调查者表示有过被大数据“杀熟”的经历,但北京消协日前发布的调查结果却大相径庭,在实际体验调查中,大数据“杀熟”问题并不明显。
那么,互联网消费平台的“杀熟”现象是洗白了吗?“杀熟”现象到底存不存在?互联网消费平台集体“喊冤”,杀熟现象是否只是大数据算法下的系统“BUG”?
大数据“杀熟”被认为是普遍现象
2018年,“大数据杀熟”一词进入大众视野后,迅速被推上舆论的风口浪尖,飞猪、携程等旅游在线平台、网约车和网购平台被指“杀熟”问题多,这些互联网消费平台一时间被网友集体讨伐,甚至人民日报等权威媒体也撰文批评互联网企业的大数据“杀熟”问题,但涉事企业均一概否认。
2019年1月1日实施的《电子商务法》被寄予遏制“杀熟”现象的厚望,而网友的感受却没有改观。根据北京消协日前公布的最新调查结果显示,88.32%的被调查者认为大数据“杀熟”现象普遍或很普遍,没有被调查者认为大数据“杀熟”现象不存在。而且有56.92%的被调查者表示有过被大数据“杀熟”的经历。
然而,北京市消协的实际体验调查结论与网友的反馈大相径庭。实际调查显示,大数据“杀熟”问题并不明显,只有个别价格不同行为涉嫌大数据“杀熟”,调查点名了去哪儿和飞猪旅行等网站都有不同程度的大数据杀熟情况。但消费者发现被大数据“杀熟”后,由于其存在复杂性和隐蔽性,维权举证确实存在困难。
如何看待大数据“杀熟”?
在讨论这个话题提前,我们要重新定义一下这个概念。
“杀熟”,看字面的意思,就是同一个平台的同一款产品,每个账户看到的价格是不一样的,老用户的购买价格比刚注册的新用户价格贵。
大数据杀熟,其技术基础是大数据,也就是海量的用户数据,通过你的基础属性数据判断你所在用户群体、人群特征(如消费能力等)、通过你的行为判断数据,判断你的偏好、消费水平和消费意愿强烈程度。然后通过精准的用户画像,推送不同的商品价格。
一般来说,有几种情况:
1.根据地理位置定位,如果你附近商场或商店少,显示给你看的商品就会加价,几年前,美国就有“如果附近没有肯德基,就给用户显示更高的披萨价格”的案例。还有,如果你在“富人区”,卖给你的东西价格不加个三成五成的,好像也对不起大数据。
2.根据你的消费记录,如果你是属于花得起钱的那种,也会给你加价。
3.根据你搜索的词汇、时间、频率,判断你是“随便看看”还是“心里长草”甚至是“心急如焚”,从而给你调整报价。
4.我还听说,用不同的手机看到的价格不一样,如,苹果手机看到的价格可能高于其他的普通手机。
5.如果你是新用户,商家可能会给你较高的优惠券,或者新人体验券,最终购买的价格可能会低于老用户。
在隐蔽的状态下,多数消费者不知不觉中就“被溢价”了。但是,上述这些情况能不能称是“大数据杀熟”,值得商榷,暂且我们还是这么称吧。其实大数据的技术本身没有错,它只是一个数据载体,提供数据分析的平台,它跟杀熟没关系,杀熟只是商家的策略。
大数据,确实很重要,但是不能神话和依赖它。普通用户太依赖它,就会被蒙骗,被杀熟;商家太依赖它,就会误导,比如杀熟客户,让老客户抛弃它。充分地利用大数据,需要做的是对用户进行精准画像,进而匹配用户需求,以此进行个性化定价,而这个核心是服务的差异化,而不是同物不同价。如何要避免大数据杀熟,除了要完善数据保护方面的立法之外,还要依靠平台企业的自律。
如何反制大数据杀熟呢?
在现阶段,作为消费者,我们还无法保证商家自觉不“杀熟”,那该怎么做才会尽量避免“被溢价”呢?
1.多用几个账号交叉验证。多找几个朋友,甚至可以用父母的手机搜索对比,然后选择最低价的那个下单。
2.伪装价格敏感用户。如果你能够被定义为价格敏感用户,可能平台给你推送的价格就不会太高,或者二回有另外的优惠券之类的补贴。
3.反向操作,画像模糊。当你要搜索矿泉水时,再同时搜索一些不相关的可乐、服装、护肤品等,用无关数据掩盖你的真实意图数据。这个需要说明的是,当你的用户画像准确度降低时,你被“熟杀”的可能性降低,但平台给你提供的精细化个性化服务的质量可能会降低。
4.注意自己的隐私保护。尽量不让自身信息在网站、手机终端、APP、微信、QQ及其他社交网站暴露得太多。另外,划重点!尽可能地不要让你的地理位置、通讯录、相册等等隐私被获取。关闭掉一切非必须的定位许可,照片读取许可、通讯录读取许可,不要连接来来路不明的WiFi,甚至一些看起来官方的WiFi。
标签: [db:TAGG]
版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点!
本站所提供的图片等素材,版权归原作者所有,如需使用,请与原作者联系。
上一篇:网络问题导致更多的数据中心中断