侵权投诉
技术:
GPU/CPU 传感器 基础元器件 网络通信 显示 交互技术 电源管理 材料 操作系统 APP 云技术 大数据 人工智能 制造 其它
应用:
可穿戴设备 智能家居 VR/AR 机器人 无人机 手机数码 汽车 平衡车/自行车 医疗健康 运动设备 美颜塑身 早教/玩具 安防监控 智能照明 其它
订阅
纠错
加入自媒体

“看人下菜碟”的大数据和它的“杀熟”逻辑

2018-10-12 10:06
来源: 与非网

10月7日,作家王小山在微博上发文表示,在飞猪上购买机票时遇到“杀熟”问题,飞猪上售卖的机票价格高于其他订票平台,且订票价格远高于查票时显示的价格。

王小山还指出飞猪App存在欺诈消费的嫌疑,“一张机票,查1104,到订的界面变成2322,过几个小时变成2796。”

一条微博把“大数据杀熟”问题重新拉出水面......

何为“大数据杀熟”?

简单来说,“大数据杀熟”是指同样的商品或服务,老客户看到的价格反而比新客户要贵出许多的现象。

在庞大的数据面前,人类越来越像一个提供输入的变量角色,任何试图伪装和保护自己的举动,在360度无死角的数据监控下都显得徒劳。你使用的APP,在试图了解和定义你。

于是我们看到,那些曾经打着免费乃至补贴旗号从群众中来的草莽野寇,一旦翻身农奴做主人,便会在资本的极力唆使下,显露出狰狞的獠牙,追求短期收益最大化,把当年补贴出去的连本带利讨回来。

百花齐放的“大数据杀熟”

互联网上,“大数据杀熟”这种事的鼻祖可能要算亚马逊了。早在2000年,马云的阿里巴巴和李彦宏的百度都刚创立才1年时间,马化腾的腾讯遇到了困难计划把自己开发的ICQ以60万的价格卖给别人,刘强东还在中关村卖光磁产品。

而此时的亚马逊就开始测试“大数据杀熟”了,为提高在主营产品上的赢利,亚马逊在2000年9月中旬开始了著名的差别定价实验。他们选择了68种DVD碟片进行动态定价试验。试验当中,亚马逊根据潜在客户的人口统计资料、在亚马逊的购物历史、上网行为以及上网使用的软件系统确定对这68种碟片的报价水平。

事件不久就被曝光,最后的结局是亚马逊道歉,然后将差价退给了那些买贵了的顾客。这件事虽然以失败告终,但是这种差异化定价的思路却被各大营销机构借鉴了。

在 Facebook 泄密门事件中,Cambridge Analytica 仅靠“趣味小测试”就拿到了 32 万名用户的授权,据此推断 5000 万用户喜好,有针对性地设下桃色陷阱、推送诱导新闻、操纵总统选举。丑闻传出,致使Facebook一天内市值蒸发近 400 亿美元。

在国内,数据体量更为庞大,老百姓也更加不重视隐私,因此“大数据杀熟”有了得天独厚的滋生温床。这两年,“大数据杀熟”的问题愈演愈烈。我们获知一些消费者反映,在线预订酒店、预约车辆时遭遇平台、电商杀熟。

几乎没有一个互联网产品不被怀疑“杀熟”:

有人说在电影购票APP里花钱买了会员,票价反而比非会员更高;

有人发现同样是买一年的视频网站会员,iPhone用户比Android手机用户多花几十块钱;

有人察觉到用旅行APP买机票,只要你没付钱,价格越搜越贵,余票越来越少,直到只剩一张,吓得你赶紧出手。可等付了钱再搜,这张机票还能买,而且又跌回了原来的优惠价;

有人抱怨玩卡牌游戏“越氪越非”(越花钱越难抽到价值大的卡牌),让不爱花钱的用户更容易抽到好卡,作为诱饵刺激有付费意愿的人继续掏更多钱;

你常点外卖就取消优惠折扣,还把送货费增加个三五块;

你钟爱某家酒店,就不管淡季旺季一律以最高标价示人;

你出现在高端商圈,就优先向你展示附近客单价最高的商铺;

你越不懂得甄别广告和内容的差异,就往你的信息流里加塞越多广告;

你是老板,越是愿意对公司负面新闻付费删稿,就越是向你精准推送更多负面  新闻……

平台出现“大数据杀熟”的情况,一定程度上是利用了我们过往数据,如果个人对价格本身不敏感,就很容易陷入平台的杀熟套路。

如果非要说最近滴滴、携程、飞猪们有什么纰漏,大概是“大数据杀熟”手法还不够老练,分析不够精细透彻,失手惹毛了错误难缠之人,于是吃相不雅还被抓了个正着。

“大数据杀熟”的众说纷纭

众说纷纭之“大数据杀熟”的危害

先来讲一个小故事:

A君手上不小心被划了一道口子,于是急忙跑去药店买创可贴。

进入药店时,药店的摄像头拍下了A君,在数据分析中心开始进行了分析。

1、A君进入店面中的移动平均速度的是约3米一秒,速度很快,所以说很急切。

2、根据情绪识别A君是焦急,所以非常重要。

根据大数据平台上的匹配,可以瞬间判断出A君手上的伤非常重要,A君急需药物。

数据中心又继续分析A君的购买历史记录,每个月的消费情况和购买能力,综合考虑到A君平时消费状况,数据平台非常人性化给地选择出来了一个价格决定。

店员看了看屏幕,说:“先生,创可贴需要一百块一盒”。

此时B君来到药店,问店员说:"创可贴多少钱?"

药店的数据中心,在迅速分析了并判断出这个人身上并无明显伤痕,并且情绪稳定的,根据历史记录看,这是第一次来这家药店,这种情况下,急需创可贴的概率比较低。并且由于这个客户是第一次来这家药店,所以为了挽留客户,完全可以给出微薄的成本价。

店员看了看屏幕,对新来的客户说:“扫描我们的二维码,加入我们的平台,会给你优惠劵,使用劵后,只需要十块钱一盒。”

“怎么我的买就要一百块一盒?”A君一听就怒了。

“非常抱歉,这是药店的公共数据平台给出来的价格,我们的数据都是联网的,无论您去全球任何一家药店,都是这个价格。”店员回答说:

"你们这就是赤祼祼的勒索、敲诈!“A君继续愤怒地指责。

店员很有礼貌地回答:“先生,创可贴我们原来就卖一百块一盒的,您看到对其它客户的便宜,那是因为别人有优惠劵。“

这个故事映射的不是简单的一个企业能赚多少钱的问题,也不是简单的在公然破坏整个社会之间的诚信,而是会给社会带来极其恶劣的负面影响,同时也会破坏按劳分配原则设计的目的与初衷。

有人觉得欺诈只能欺诈相信自己的人,企业这样做久了会把自己做坏掉,老客户自然会流失,这样的企业是不长久的,所以不必担心。

实际上,这样情况绝不会出现,因为从大数据统计角度来说,总是有人继续在这样的平台上消费,这是个概率。

所以对于企业来说,采用“大数据杀熟”完全不必担心消费员的反应,反正总有大量的人会继续上面继续消费,只要企业吸纳的人流量够多,其中就一定会产生转化,故而企业可以放心大胆地进行欺诈,因为总会有乐意被动接受的消费者。

所以杀熟这种事情,必须要国家相关部门出台政策,强行制止,不然无法制止这种贪婪。

正如前面假想的一个图景:

市面上的所有的企业都采用了这种“大数据杀熟”的方式进行强制提价消费,收入高的人群购买力会被大大拉低,因为在A手上与一百元在B手上十元的购买力是等价的。

这样不断在社会中产生影响之后,会使货币本身的金融体系出现混乱,最早的价值初衷会毁在这样的系统上。

同时还会给社会带来很多负面影响,对大众来说,通过努力劳动虽然可以获取更多的金钱与回收,但这这样会毫无意义,因为在这种杀熟系统面前,你辛苦两年升职加薪毫无任何意义,因为你的购买力很快就会在数据平台面前被抵消,与之前不会有任何变化。

这样会让社会上出现大量的“懒人”,因为奋斗努力所得到的回报毫无意义的时候,便不会有人再努力了。

众说纷纭之“大数据杀熟”是一种误解?

一时间,“大数据杀熟”成为了整个互联网业界最重要的公众话题。

而面对用户的质疑,尽管已有互联网高管们再三强调,平台不存在价格歧视及“大数据杀熟”现象,但这些传言将永远无法被证实或证伪,继而使得平台陷于清白不可自证的境地。

而用户又深陷于被害者的角色定位中不可自拔。在科技寡头的时代,绝对的权利导致绝对的腐败,面对有绝对的大数据控制权的科技寡头,消费者们不相信,在没有监管的情况下,Don't be evi这种口号会有多大的自觉性。

是以,从“不信任”的情绪基点出发,用户从一开始就屏蔽了来自平台辩解,使得一连串“大数据杀熟”案例被揭发后的讨论陷入“平台与用户自说自话”的僵局,共识难以形成。

那么究竟存不存“大数据杀熟”这一件事?为什么会说“大数据杀熟”只是一场误解?

有的人认为有,因为已经有很多的公众号和微博发过了,知乎上面也有大量诉说自己惨遭“大数据杀熟”经历的留言,从这个角度来看,似乎已经铁证如山了。

有的人却认为没有,因为过往这些控诉大多都是用户单方面的宣判,而缺少可以使得多方信服的铁证,而后来有很多媒体参与调查取证,都没能重现“大数据杀熟”的过程or结果,在这样的情况下,未经审判就凭用户舆论单方面宣布某某平台犯下了“大数据杀熟”的罪行,似乎又不够严谨。

以携程为例,此前,携程方面在接受媒体采访时就表示,“酒店的价格对用户是一致的,展示上的差异,是因为用户领用或购买优惠券。”并称‘杀熟’现象在携程平台上绝不存在,未来也绝对不允许杀熟的行为发生。

“看人下菜碟”的大数据和它的“杀熟”逻辑

携程的解释并不能让携程完全免除于“大数据杀熟”的非议,因为“大数据杀熟”事件的本质,是一种以“阴谋论”为内核的假设,它不需要以客观事实来作为它的立论基础,因而“大数据杀熟”这件事在大众领域,它既不能以实锤的方式被证实,亦不能以实锤的方式来证伪,它就像潘多拉墨盒里的欲望一样,只要一旦被释放出来,它就能借助人们对科技寡头的不信任而快速长大,进而存活在无数互联网用户的脑海之中。

而随着“大数据杀熟”的概念深入人心,事实的真相如何已经不再重要了,被恐惧所掌控的用户,会把与平台之间的任何摩擦都理解为“大数据杀熟”,因而在以情绪为基础,双方又缺乏良性沟通机制的情况下,那些我们所听闻的被“大数据杀熟”的案例,往往只是一场用户单方面的自我宣判,而这其中往往带有误解。

《吕氏春秋》中曾讲过一个故事:“人有亡斧者,意其邻人之子:视其行步,窃斧也;颜色,窃斧也;言语,窃斧也;动作态度无为而不窃斧者也。俄而掘其沟而得其斧,他日复见其邻人之子,动作、态度皆无似窃斧者也。“

这就是著名的“疑邻盗斧”,故事主角先入为主认定有了盗斧这件事,便看邻居干什么都像是偷了斧子的,后来斧子找到了,再看又发现并不是那么回事。

但如果我们理智清醒,我们是可以分辨说:显示价格不等同于最终支付价格,而价格差异也不等于价格歧视,而价格歧视更不等于“大数据杀熟”,这其中每一项与每一项之间都有巨大的差异,不可混为一谈。

但如果我们已经被“大数据杀熟”概念先入为主以后,拿着手里的这把锤子,则看什么都变成了钉子,只要有一点价格波动,就动辄冠之以“大数据杀熟”的名义将事情搞大,从某个角度来说,这已经无异于一种心智模式的疾病了。

如果说之前媒体关于“大数据杀熟”的报道,初衷是提示消费者多进行价格比对,以免造成不必要的损失;那么在这些报道泛滥的今天,这种初衷已经开始展现出反效果,对于““大数据杀熟”“的过分关注反而降低人们享受和使用互联网服务的体验质量及效率,最终反而要支付更多的成本。

众说纷纭之混淆的“大数据杀熟”

首先,请大家分清三个概念:运营精细化、价格歧视和“大数据杀熟”。

第一个是互联网下半场的内在能力和未来消费升级的部分基础;

第二个是企业在面对市场情况采取的部分定价策略和市场策路;

第三个则是信息优势公司利用野蛮的信息不对称造成的消费者被动损失。

在此举个例子来解释这三个不同的概念。

我特別爱吃车厘子,我在某电商网站一直购买车厘子。然后,我发现网站会经常给我推送车厘子的购物信息,同时,不像以前送通用购物券,而是给我送车厘子专用购物券。同时出了任何新品种都及时告诉我,即使它很贵,这叫做运营精细化,是我们未来消升级的基础;

我特别爱吃车厘子,但是车厘子在中国卖的非常贵,但是在韩国卖的非常便宜。或者,夏天的时候网上车厘子卖的很贵,但是秋天的时候就没那么贵了。或者更狠一点,我是网站的金卡会员,所以卖给我贵,但是卖给一个网站新顾客就会便宜一些,这些统统都是具有价格变量的价格歧视;

我特别爱吃车厘子,我最开始在网站上买的时候88一斤,但随着我购买次数的增多,或者随着我网站积分/会员的增多,同样时间段同样产地同样状态的车厘子。一斤变成了98元,这就叫“大数据杀熟”。

差别在哪里?第一种是完全为了提供更好的服务策略;第二种处在白和黑之间;第三种则是彻彻底底的利用信息不对称在黑钱。

这个是任何野蛮发展起来的行业都具有的共同特点一一利用信息不对称榨取更多额外的,本来不应该存在的,坑害消者利益的利润。

因为消费者在任何行业里面,都是信息缺乏的那一方。

而到了互联网登造极了,因为互联网收集用户数据、分析、大数据预测这些特点,让这种信息不对称进一步拉大和撕裂。

而更可怕的是,“大数据杀熟”和价格歧视不一样,价格歧视发展了这么多年,依托于垄断在我国说不清道不明的形式下,他还是有一定监管的。而“大数据杀熟”,门门槛是很高的,监管无力是板上钉钉的事情。

“看人下菜碟”的大数据和它的“杀熟”逻辑

大家要分清一点,同样的东西对我变得越来起贵,这オ是大数据“迭代”的杀熟,若一开始同样的东西对我和其他人是同一个价,这就是传统意义上的价格歧视,这是没有“迭代”的。

所以不要拿含混不清的三种市场价格歧视来做幌子,当今很多企业这种迭代的“大数据杀熟”,本质上就是野蛮的,是黑的。

基于以上案例,这些早就见怪不怪了。当代这么多企业里面,有几个企业不是靠着这些黑白混杂的策略赚取利润的。在这个社会里做企业,很多时候面对的就是一个个拷问人性的抉择。

甚至在国外,很多时候所谓的反垄断法也不让价格岐视走上一条全白的道路,更不要说在我国这种法制不健全的基础上。

我们当然反感这些东西,大家换位思考一下,法制不健全又缺乏监管,那么企业坐拥大数据,用户在他们眼里真的是鱼肉一样任人宰割,背负着KPI下,我们很多商业产品经理是不需要安慰的,或者很多人又对真正的精细化运营和价格歧视搞不懂,混淆在一起,于是就写下了这一串串代码,安慰自己:我是在价格岐视,我是在精细运营,然后一簇簇罪恶就这么产生了。

悲哀吗?悲哀,但悲哀又真实。

然后那些辛辛苦苦做好产品的公司因为赚取不到利润而倒闭,真的认直为消费者负责的人反而又是因为信息不对称被消遇者骂的最凶,然后这些人心里会想:去他妈的,老子也不做好人了,这和辛辛苦苦工作,结果一辈子赚的钱还不如人家炒一套房赚的多,我何苦呢?于是更多的恶就因为没有监管而油然而生。

这就是我们这个时代。

结语:工具本身都是无辜的

众说纷纭的背后始终是扑朔迷离的答案,大多数东西的出现向来都有其两面性。大数据给人们生活带来便利的同时也存在着“杀熟”的风险,但凡监管不到位的地方就是对自觉和人性的考验。大数据的出现其实只是一种工具,而工具本身是中立的,其它的则取决于使用工具的人。

在当今时代,大数据的影响是无法避免的,无论是其带来的便利,还是带来的伤害...

我们只能自我宽慰——要相信企业的自觉性,但同时又被告诫“看人下菜碟,一直是商业世界的常态”。


声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

智能硬件 猎头职位 更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号