打开APP

大数据手起刀落,最懂你的人伤你最深!

曾几何时,网约车踢走了黑车,12306排挤了“黄牛”,我们让出了种种权限,获得了方便。但这并不代表中国用户对隐私问题没那么敏感,只是在使用权面前 用户“不得不”让渡隐私权。

  上天有好生之德,卖家有杀熟之乐。

  用户追求千人千面,做不一样的烟火;而商家则是梦想千人千价,尽*可能收割。

  万万没想到,堂堂大数据时代,我们不再是冤大头,不怕被敲竹杠,却败给了那些不忍杀生的佛系企业,被薅羊毛于无形!

  以前大家的坑是一样深的,而如今大数据在手,反而让部分电商平台“量人裁坑”,看人下菜碟。

躲得了竹杠,躲不了杀熟

  都说民风不古,世风日下,中华民族的传统美德,在互联网冲击下摇摇欲坠。

  据微博网友“廖师傅廖师傅”自述,他经常通过某旅行服务网站订某个特定酒店的房间,长年价格在380元到400元左右。

  偶然一次,通过前台他了解到,淡季的价格在300元上下。他用朋友的账号查询后发现,果然是300元;但用自己的账号去查,还是380元。

  而罪魁祸首就是大数据,那个号称千人千面的大数据,本以为美事一桩,通过放开部分个人隐私,帮助大家做*的决策,没想到却成了商家牟利的温床,遗憾的是,大数据“杀熟”并不新鲜,上述微博发出后,瞬间转发破万,网友们纷纷吐槽各自“被宰”经历。

  “我和同学打车,我们的路线和车型差不多,我要比他们贵五六块。”

  “选好机票后取消,再选那个机票,价格立马上涨,甚至翻倍。”

  “我的消费比较高,我老公消费比较低,开通不限流量服务的时候,他只要开通88元的套餐就可以,我必须得开通138元的套餐。”……

  杀熟套路深,总结须认真:

  熟着熟着,就被杀了;杀着杀着,就能发现套路了,归纳起来不过四点:

  1、根据地理位置定位

  如果你附近商场少,那么你比价就不方便,因此加价你也得买。如果附近没有大型超市,你会发现日用品的价格都贵到出奇;如果还被发现你住在“富人区”那么对不起了,大数据不会客气,加价没商量!

  2、根据消费记录

  你是花的起钱的那种,有钱使劲花,没钱用借呗也要花;而且对价格不敏感,相信只买贵的不买对的,那么给你加价不商量!

  3、根据搜索的关键词

  你搜索的词汇、时间、频率,都会成为呈堂证供;急需、闲逛或是被种草,你的需求有些时候会直接影响价格。

  4、控制商品可见性,引导消费选择

  你所看见的有些时候只是平台想让你看见的,根据浏览记录、比较各种产品型号等参数,获悉偏好和目标;符合预期的同时实现利益*化。  

凭什么大数据“杀熟”不“杀生”?

  得不到的永远在骚动,被偏爱的永远有恃无恐。

  说的就是大数据了,按道理,千金难买回头客,平台对待老用户应该如春天般温暖,时不时撒点红包优惠券,节假日嘘寒问暖才是王道,但大数据让用户消费频次,价格敏感度,消费偏好都不再是秘密,优惠券远没有薅羊毛来的痛快!

  最初大数据的出现,让千人千面深入人心,但商家却发现了牟利的缝隙。在购物过程中,每一次消费行为都可以打数据标签,各种消费需求透明公开,然后商家就利用这些标签和你的消费习惯去牟取不属于他们的利益。

  可以说,一旦吃准了用户对某个价位的接受程度和消费需求,“杀熟”就如秋风扫落叶般果决,那叫一个手起刀落,快、准、狠。

  其实大数据实现千人千价,有两个必不可少的先决条件:

  商家有能力了解每个消费者的购买意愿和能力,从而针对每个人单独定价;

  消费者之间彼此是区隔的,它们在购买前无从得知或很难得知标准定价;

  明码标价的店铺,消费者面对统一的定价,没有之前的数据,消费者的购买意愿和能力就很模糊,商家没法使价格浮动;而在互联网上,每个人单独面对着自己的电脑或手机屏幕,但数据却无所遁形,商家根据用户的属性、历史行为分析出用户的画像,从而了解不同消费者的购买能力和偏好,做到千人千价,只要你不特意去比价,你根本无从得知,你所面对的价格,是标准定价,还是针对你个人的定价。

  讲道理,大数据一切都是由算法和程序完成的,从各种看似没有关联的碎片行为和场景中,分析算出用户的个性化喜好,然后对他们进行差异化定价,能够达到精准的定向营销和收益*化的这个行为本没有问题,但是,让用户置身在一个信息不透明的信息茧房里,利用大数据精准杀熟就是问题了。

  不得不说,线上的大数据杀熟和线下的敲竹杠有着“异曲同工之妙”。相比起面对面坐地起价和敲诈勒索这种粗暴恶劣行为,大数据杀熟更是是杀人于无形。

  线下购物时,难免会遇到趁火打劫只想做一锤子买卖的商家,雁过拔毛,下雨天伞涨价,天热了水涨价,不是本地人涨价,不会再光顾涨价,总之绝不错过薅羊毛的机会,只为实现利益*化。

  但通过深挖消费者过往消费甚至浏览记录,让算法洞悉消费者偏好,清晰地知道消费者的“底牌”,相同的房间,不同的价格,看人下菜碟,诱导用户选择非*、但利润更高的产品,肆意消费消费者的信任,不断试探用户的底线的行为,更让人觉得可怕。

  有人说,这是针对不同消费能力群体的差别定价。从福利经济学的视角,差别定价并非一定是坏事。

  飞机头等舱价格总是数倍于经济舱,演唱会内场座位必然高价,企业版软件总比家庭版贵很多,它们并不是比普通座、大众版“好”那么多!

  这样的定价策略之所以被接受被实践,不只是“一个愿打一个愿挨”,更基于这样的大前提:它有助于扩大消费群体,保证产品供给,从而增进社会总体福利。 

阳光下面没有新鲜事

  “最懂你的人伤你最深”。

  大数据杀熟并不是什么新鲜的把戏,早在2000年,亚马逊就玩过差别定价的套路。

  当时,有亚马逊用户反映,他删除浏览器的cookies后发现,之前浏览过的DVD商品售价从26.24美元降到了22.74美元。为此,亚马逊饱受争议,亚马逊CEO贝索斯不得不公开道歉。

  虽然贝索斯称这只是向不同顾客展示的差别定价实验,*跟客户数据没有关系,一切只是为了测试。

  但是经济学中有一个概念叫价格歧视,通常指商品或服务的提供者在向不同的消费者提供相同等级、相同质量的商品或服务时,打出不同的销售价格或收费标准。而亚马逊的这一行为无疑是利用搜集来的用户数据,使价格歧视成为了可能。

  大数据作为技术本身并没有错,但是很多无良的互联网企业却利用了大数据这个利器做恶。

  明明是明码标价却能暗度陈仓,消费者只能大叹防不胜防。

  近日,滴滴、携程等大公司也深陷大数据杀熟的负面之中,滴滴方面对此正式做出回应,表示以前没有,之后也永远不会有。

  但是,有些问题一旦掀起一角,剩下的便很难隐藏住了。谁让那些“聪明”的互联网企业恶意利用大数据已经成为了一种常态呢!

  最近,大数据负面新闻频出,因为泄露5000万用户信息,科技巨头Facebook被推到了生死关头,虽然泄露用户隐私的肇事者Facebook买下英美10家报纸整版广告,刊登了扎克伯格的道歉信,但是Facebook依旧处于水深火热之中。

  3月26日,李彦宏在中国发展高层论坛上表示“中国用户更加开放,对隐私问题没那么敏感,在很多情况下愿意用隐私交换便捷性和效率。”

  大洋彼岸的脸书正因为数据泄露而焦头烂额,李彦宏的这番话难免会引起关注,再加上媒体的添油加醋,断章取义,李彦宏的敏感身份无疑呈现了一种“你们看不惯我,又干不掉我”霸道姿态,因此百度和李彦宏都遭到了口诛笔伐。

  央视更是做出评论:

  即使国内用户的习惯恰如李彦宏所讲,为效率可以放弃隐私,但那并非他们“愿意”,而是“不得不”!信任绝不应该被辜负,焦虑应被更妥善地回应。面对迭出的大数据负面新闻,科技巨头应挺在前面,以切实行动给人以信心。

  大家应该都有同感,安装一个APP,用户甚至需要开放10多项权限许可,包括通讯录、拍摄照片和视频、录音、位置等10多项与之主要功能无关的权限。哪怕这款软件被标注为“官方、安全、MTC认证”,已被下载过千万次。有用户表示,“虽然知道这样做会泄露隐私,但为正常使用软件,不得不‘被同意’、 ‘被授权’。”难怪有网友感叹:“个人隐私就算瞒过了枕边人,也瞒不过互联网公司。”

  “这样的现象很普遍。”谈及现在部分网络公司利用大数据“杀熟”的行为,很多企业难以抗拒价格差的诱惑。

  打着“透明”旗号诞生的互联网,却不是双向透明的。无论是年初支付宝个性化年度账单引发的大数据信任危机,还是“大数据杀熟”的案例,大数据时代普通消费者的弱势处境暴露无遗。

  曾几何时,网约车踢走了黑车,12306排挤了“黄牛”,我们让出了种种权限,获得了方便。但这并不代表中国用户对隐私问题没那么敏感,只是在使用权面前 用户“不得不”让渡隐私权。

  正如央视评论的那样,立足互联网时代,数据已成为界定一个人网络属性的细胞,它早已不再是“身外之物”。

  大数据无处不在,差别定价,随意加价,损害消费者权益,都只是冰山一角,当大数据为时代精准画像,人们却仍在继续使用,这难免就有成为透明人的焦虑。

  原以为大数据是个冰山男,面瘫脸,一视同仁;海量数据哪怕被平台掌握,也只是对个人生活轨迹以及消费偏好精准画像,懂你喜欢,造福人间;但是平台却只以“有限真实”示人,只准你看它想让看的,层层隐瞒像个渣男。

  身处大数据时代,对数据的保护,再怎么用力都不为过。亲爱的网民们,让我们一起反对“大数据渣男”,拒绝在互联网中“裸体”!

【本文由投资界合作伙伴品途商业评论授权发布,本平台仅提供信息存储服务。】如有任何疑问题,请联系(editor@zero2ipo.com.cn)投资界处理。

相关资讯

云计算数据总览

最新资讯

热门TOP5热门机构 | VC情报局

去投资界看更多精彩内容
【声明:本页面数据来源于公开收集,未经核实,仅供展示和参考。本页面展示的数据信息不代表投资界观点,本页面数据不构成任何对于投资的建议。特别提示:投资有风险,决策请谨慎。】