大数据杀熟磨刀霍霍 拒当“韭菜”如何破题算法黑箱?

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

大数据杀熟磨刀霍霍 拒当“韭菜”如何破题算法黑箱? 因在央视315宣传片中重点“露面”,外卖平台大数据杀熟问题又一次成为全网热议的话题。外卖属于高频消费,因此更易成为大数据杀熟的对象,很多消费者不知不觉中就被平台割了韭菜。纵观过去几年的大数据杀熟,花样繁多、手段多变,消费者可谓防不胜防,会员会被收割、老用户会被收割,甚至使用iPhone/更贵的手机也会被收割。

踩着灰色边界的互联网平台正构建着一个无处不在的大网,大肆消耗用户的信任,对“熟人”伸出镰刀。为了避免成为“冤大头”,消费者也开始各种“土办法”反大数据杀熟。比如说,有美团用户开始在饿了么平台,或肯德基、麦当劳等餐饮品牌自建APP上直接下单,通过减少对平台的依赖性,以避免被“杀熟”。也有越来越多的用户,通过换手机号注册新账户的方式,来享受平台更低价格的服务。

类似的反抗正在悄无声息的发生着,我们在网络上谴责平台的“歪心思”,不断呼吁行业、官方打击该现象的同时,消费者们也思索如何逃脱被“割”的命运?从涉及大数据杀熟问题企业的相关回应敷衍言辞里,能明显感到平台和用户的较量将是长期现象,面对算法镰刀消费者或许也该行动起来了。

三大易中招“人群”

大数据杀熟对万千网友来说已不是新鲜事。2019年初,北京市消费者协一份大数据杀熟调查显示,有56.9%的被调查者表示有过被大数据杀熟的经历,高达88.3%的人认为杀熟是普遍现象。大量电商平台、生活服务、网约车、OTA在线差旅服务,甚至视频、电影订票类等互联网平台都被曝出存在疑似“大数据杀熟”的案例。通过对过往案例分析复盘后发现,被大数据收割的人群具备一定的共同属性,目前来看有三大人群更容易被平台收割。

1、高消费用户; 一名复旦大学的教授在2019年,用一年的时间带领团队在全国多个城市实地调研,收集打车样本。调查结果显示,苹果手机用户更容易被专车、优享这类更贵的车型接单,如果不是苹果手机,则手机越贵,越容易被更贵的车型接单。

大数据杀熟磨刀霍霍 拒当“韭菜”如何破题算法黑箱?

图片来源:微博话题

不仅是在出行方面存在价格差异,在酒旅方面也是一样。有用户在使用携程订酒店时,两台价位不同的手机,对于同一个房间,显示的价格存在差异。经过验证发现,3000+以上价位手机与千元机相比,价格高出100元左右。

出现这样的情况,主要是因为这类使用iPhone或高价位手机的用户被算法打上了“价格不敏感”的标签,所以平台趁机给用户加价,或给这些用户优先推荐高消费服务。

2、活跃用户; 随着技术的进步,平台利用大数据算法,对不同的消费用户展示出不同的消费价格。正常情况下,平台上那些重复购买的用户,往往很少去“比价”,属于对平台信任感更强的人群,有的互联网平台会针对这种用户进行“杀熟”。

2018年3月,经常使用某旅行网站预订酒店的网友“廖师傅廖师傅”发现,他预订的房间价格在380-400元之间,但很少用该软件的朋友查询到的同一房间价格仅300元。

3、会员用户; 充会员本想是可以得到更大的优惠,结果有时也会大相径庭,各平台的会员就像一种契约,意味着消费者会高频消费,平台则给予各种“增值服务”作为回报,而令人想不到的是,有时会员用户会比非会员用户承担更高的价格。

大数据杀熟磨刀霍霍 拒当“韭菜”如何破题算法黑箱?

图片来源:漂移神父公众号文章截图

2020年12月,自媒体“漂移神父”曾发表了一篇名为《我被美团会员割了韭菜》的文章,质疑美团“同一家外卖,同一个配送位置,同一个下单时间节点,在开通会员后,为什么配送费比非会员要高?”该网友在开通会员后,配送费由平时的2元变为了6元,比非会员的配送费高出了一倍不止。

文章一出,阅读量便迅速攀升,“美团被爆杀熟外卖会员”也就此成为热门话题,不少网友纷纷表示自己也有过类似的经历,非会员点餐比会员点餐便宜、充会员前后菜品价格不一样等问题比比皆是。

对忠诚度更高的用户进行“收割”,怎么看都像自掘坟墓的行为,这么多企业为何对此趋之若鹜,这般乱象缘何会频繁出现?问题的根源,除了大数据技术提供了这种“消费歧视”策略实行的基础,更多的源于市场竞争的复杂性。企业为了兼顾提高营收和吸引新用户,不得不施行这种看起来并不明智的运营策略。

杀熟难短期消失,自防很重要

根据黑猫投诉相关数据显示,键入关键词“杀熟”后,美团、携程、滴滴等均在投诉名单之上。几乎所有互联网巨头们都难逃杀熟罪名。

消费者不禁会疑问,平台及巨头们为何甘愿背负名誉受损和股价狂跌的代价,也要把大数据杀熟进行到底呢?一切客观存在的事物都有其内在的逻辑,对大数据杀熟泛滥的领域进行深入调查后发现,这种怪现象背后的原因有三。

首先,持续的烧钱扩张策略是罪魁祸首; 多数互联网企业在初期以烧钱快速扩张,利用低价圈住消费者。长此以往,平台逐渐成了领域的龙头,并以此对丧失选择权的用户进行“收割”。从不为自己设限的美团,一直都在追逐业务的边界,想要赶上每一个风口顺势腾飞,于是不惜烧钱拓展零售、社区团购、出行等新业务,但从美团最新发布的财报中来看,持续扩张的美团并不乐观。根据其财报显示,美团第四季度,新业务亏损由2019年的13亿元,同比扩大至2020年的60亿元。

美团虽然将新业务的亏损称为“面向未来的投入”,但从现阶段来看更像是台“碎钞机”。同时在烧钱扩张的还有滴滴,先是进军跑腿市场,紧接投资1亿元搞货运,而后上线“橙心优选”,宣布入局社区团购,每一项业务都是真金白银砸出来的,因此2020年也被看作是滴滴烧钱最猛的一年。

正是各家巨头持续的扩张策略,使平台需要大量的资金支撑利润和新业务拓展,于是就会想法设法回血资金,大数据杀熟也就成为各家的共同选择。

其次,新用户增速放缓是第二动因; 随着互联网红利见顶,流量也逐渐触摸到天花板,很多行业都进入了存量竞争的阶段,许多领域获客成本达到了几百元甚至上千元,因此各平台都会对新用户赠送各种折扣和福利。大多数外卖、出行、OTA平台已经渡过“创业时期”,用户增长都开始减慢,融资渠道减少,对老用户痛下杀手,并把其中一部分的钱补贴给新用户,成了平台保持对新用户吸引力的一个妥协性的办法。

图片来源:《QuestMobile 2020中国移动互联网年度大报告》

新用户增速放缓,让各大平台不得不将目光放回老用户身上,薅老用户、会员用户的羊毛,成为大数据杀熟的第二动因,这也使杀“熟”保“新”将会长期存在。如日常购买外卖时,就可以看一看美团、饿了么两家平台同一个商家的同一商品定价,和各自配送费的定价,哪家更低选哪家,掌握主动权才是应对收割的正确做法。

最后,取证难、维权难助长乱象泛滥; 每次出现大数据杀熟的风波,企业都会以各种理由回应,过去大数据杀熟的拷问此起彼伏,面对外界的质疑,互联网企业通常以商品型号或配置、享受套餐优惠、时间点不同等为理由,进行自辩。

图片来源:微博

除非相关部门强制,互联网企业大多时候不会也没必要对外公布具体算法、规则和数据,每当消费者在遇到类似问题时都很难维护自己的权益。其原因在于取证难,维权更难。北京市汇佳律师事务所律师邱宝昌接受南都记者采访时透露:“电商差异化定价是否构成法律意义上的大数据杀熟不能一概而论。实践中要认定大数据杀熟存在一定难度。”

专业人士也曾分析,“杀熟”行为之所以如此肆无忌惮,很大一部分原因都是监管和举证的困难导致。究其背后是因为“大数据”的特性就决定了杀熟存在复杂性和隐蔽性,别说普通消费者,甚至机构也难以举证,所以“大数据杀熟”如何界定就成为了一个类似“既有又没有”的“薛定谔的猫”的长期问题。

为了填补亏空、应对增量放缓,加之杀熟的取证维权难,都成为平台及巨头们冒风险举起镰刀的背后推手,而这些原因不是一朝一夕间出现的,自然短期之内也不会消失。可我们面对不公平的“大数据杀熟”就听之任之,束手无策吗?其实一切并不是无解的死局。

镰刀之下并非毫无办法

镰刀之下,并不是只有束手就擒一条路可走,只要读懂大数据杀熟背后的商业逻辑,就有了应对之策。根据专业人士总结,目前互联网平台存在的“杀熟”方式主要是平台算法,基于对用户的消费能力、消费意愿以及消费频次所衍生的数据标签来进行区别定价。

只需搞懂大数据杀熟背后的“运行逻辑”,很多消费者就可以从“杀熟”的包围圈中突破出来。

点外卖、出行打车、下单酒旅时,要多“货”比三家;在选择同样的商品时或服务时,不妨多浏览几个平台,雨露均沾的使用多个平台进行货比三家,不仅可以更实惠,还可以有效防止被杀熟。比如,美团给你高价,你就多去饿了么点外卖;携程酒店价格高,就去途牛;滴滴打车价高,就去美团打车,不要过度依赖某个平台形成一种惯性。

图片来源:网友自制的反大数据杀熟日历

如果过度依赖于某个平台,那平台就会认为你是一个“价格不敏感”的用户,可以放心大胆的进行“收割”了。相反如此若即若离、反复无常的疏离感,才会让平台算法没有“安全感”,从而达到“驯服”它的目的,这样大数据杀熟的镰刀就会较少的落在你的头上。

了解大数据技术也有“机器弱点”,“渣”一点或可破解;大数据技术虽然名头很唬人,其实只是像数学公式一样的“死逻辑”,你不符合平台关于“韭菜”的定义,就能破解机器算法。可以提供干扰性数据,来模糊我们的用户画像。

打个比方,当你想买某款商品,不要一直搜索浏览,你可以再看看相差较大的品类,通过搜索行为来模糊平台对你消费意图的判断,这样算法就很难对你的真正意图做出准确的判断。另外,专家还呼吁要为大数据算法“立规矩”。据了解,今年2月7日,国务院反垄断委员会发布关于平台经济领域的反垄断指南,对消费者反映较多的“大数据杀熟”等问题作出专门规定,或会一定程度的将大数据技术关进“笼子”里,这对于消费者而言也是个好消息。

努力把自己“打造”成各种外卖、出行、OTA应用的非熟客;“杀熟、杀熟”,因为熟悉才成为大数据镰刀下的待割之物,如果我们佯装成并不熟悉的新用户,那么平台应该也会以厚礼相待。

数据来源:网络安全媒体E安全调查

遵从这样的思路,我们可以从源头下手,谨慎授权自己的信息给相关应用,对于APP的各种申请授权予以甄别的进行开放,尤其是关于麦克风、通话记录以及存储这些即会暴露购买倾向,又和大部分消费服务无关的信息,可以有选择性的对相关应用开放,减少它们对自己的了解,会更好的保护你的消费权益。

又或者在某一段时间内删除你常用的那些APP,以此来触发该平台的客户流失预警。当平台将你列为即将流失的用户,这样你在机器的“眼里”就不再是“熟人”,从而平台会更加重视你的体验,你也可以避免很多麻烦,少花掉很多“冤枉钱”。

虽然我们已经被大数据杀熟包围,但好消息的是,全社会已加紧对大数据杀熟现象的重视,反垄断法的出台,法律界人士的发声,消费者的反抗,都在加速大数据杀熟灰色现象进入退出历史舞台的倒计时。

随意打赏

提交建议
微信扫一扫,分享给好友吧。