“大資料殺熟”，原來是這樣子
前幾天老狐和朋友一起看電影，票是各自買的，買了票後老狐發現，自己的票價比朋友的貴。
一問才知道，朋友是新註冊的賬號，價格比老狐要便宜不少。
老狐就納悶了，老會員怎麼比新會員要多花錢？高級別賬號的價格，不是應該更便宜麼，怎麼反而越來越貴了？
其實，不僅看電影，你去坐車，去坐飛機，即使是同一公司同一線路，價格之間也有差別。
其實，價格不一樣的原因是，你被大資料“殺熟”了。
所謂“大資料殺熟”，是指同樣的商品或服務，老客戶看到的價格，要比新客戶要貴。
看起來很不合理啊，商家通常不都是宰“生客”嗎？怎麼現在反過來了？
線上下，很多商家會把商品以更高的價格賣給“外鄉人”，本地人的價格，往往會比較便宜。
這種價格差異，其實和線上的“大資料殺熟”有異曲同工之妙，只不過一個“殺生”，一個“殺熟”。
平臺會蒐集很多的使用者資訊，然後根據這些使用者資訊，給出不同的價格和優惠。
這種策略的目的，其實是為了留著新客戶——以“殺熟”的方式“惠新”。
用更有競爭力的價格，吸引新客戶，至於吸引新客戶的成本，就轉移到老客戶身上。
羊毛出在羊身上嘛。
“大資料殺熟”可謂源遠流長，第一起“殺熟”事件，還要追溯到 2000 年的美國。
那時候，有一名使用者在檢查瀏覽器 Cookies 時，發現之前在亞馬遜瀏覽過的一款 DVD 售價，價格比之前下降了。
這名使用者立刻就懷疑，這個定價是不是根據他的瀏覽記錄而更改的，在向亞馬遜諮詢過後，亞馬遜沒有隱瞞，直接承認此事。
亞馬遜 CEO 貝索斯更是公開表示，這只是一個實驗，目的是根據不同顧客的瀏覽體現，展示不同的定價。
這件事情並沒有引起大眾的注意，因為在那個時候，AI 演算法還是很不成熟的東西。
但隨著演算法的不斷更新，AI 能根據使用者隱私而調整資料，變得越發“智慧”。
現在的大資料，殺起熟來得心應手，使用者的資料，被把握得死死的。
大資料殺熟，首先要計算使用者的資料特徵，主要有兩種計算方法：
1.使用者資訊採集
。平臺在積累了使用者的各種資料，包括性別、年齡、職業、地理位置、瀏覽歷史等資料後，可以準確預測使用者的個體特徵。
2.使用者資料分析
。平臺透過深度學習，分析每個使用者的消費習慣、消費能力和價格敏感度，從而判定使用者購買喜好和購買決策。
透過以上兩種方法，平臺獲得使用者的資料和喜好，接下來就是套路了，有以下這麼幾種：
1.提高價錢
。對部分價格不太感冒的使用者，平臺會在適當時候來一點點提價，如果使用者沒有注意，很容易會比之前要多花一些錢。
2.花樣變現
。部分充了 VIP 的使用者，會以為自己能享受優惠待遇，但平臺會針對這些使用者，變著法子逼他們花更多錢充高階 VIP。
3.自動續費
。平臺把取消自動續費的功能隱藏得很深，如果使用者沒有特別留意，會被一直扣錢而不自知。
4.控制優惠券發放
。優惠券往往只作用於新使用者，因為老使用者往往已經養成使用習慣，平臺會因此判定老使用者“不需要”優惠券。
5.區別定價
。緊接之前的優惠券，新使用者往往會享受更多的福利，老使用者則是被狠狠提價，越是“熟人”，坑得越狠。
可以看出，以上的套路，就是逮著老客戶的羊毛來薅，果然是“殺熟”。
這種方式，很容易讓老使用者產生牴觸情緒，從而選擇離開。
然後新使用者變成老使用者，成為下一批被“殺熟”的物件，如此反覆迴圈，使用者量的上升其實也有限。
既然“大資料殺熟”傷害使用者權益，就不能管管嗎？
有專家表示，大資料“殺熟”的監管難點，在於平臺掌握資料和演算法規則，外部較難監管到位，也難以建立開放的監督機制。
不過，難管就等於不管嗎？當然不是。
今年 3 月 1 日，全國首部公共資料領域的地方性法規《浙江省公共資料條例》正式實施，對“大資料殺熟”的限制，可以起到很大作用。
另外，作為普通使用者，其實也有一些辦法去對付“殺熟”。
1.多賬號對比分析
。透過備用手機，連上無線網路後不註冊賬號，在目標平臺上進行商品價格監測，與正常的搜尋價格進行對比。
2.註冊多個賬號
。能在一定程度上避免平臺採用資訊拼接方式，獲取使用者的更多資訊。
3.線上線下比對
。去實體店，或在不同平臺、不同 APP 之間進行價格比對。
老狐認為，無論是線下的“殺生”還是線上的“殺熟”，本質都是對使用者權益的侵犯。
不僅如此，平臺收集使用者資料，使用者的隱私洩露，就是一個不可避免的問題。在大資料面前，任何人都是“裸奔”的。
“殺熟”既關乎使用者的權益，更關乎使用者的隱私，這個問題，必須要得到妥善的解決。
參考資料：
人民網：“大資料殺熟”刷屏，網友親測後氣炸！你中招了嗎？
中國新聞週刊：大資料殺熟：沒什麼意外，你或許已被全網跟蹤
一點財經：“大資料殺熟”誰之禍？
知乎：大資料殺熟是什麼？
編輯：
陳展翔
