前几天老狐和朋友一起看电影，票是各自买的，买了票后老狐发现，自己的票价比朋友的贵。

一问才知道，朋友是新注册的账号，价格比老狐要便宜不少。

 

老狐就纳闷了，老会员怎么比新会员要多花钱？高级别账号的价格，不是应该更便宜么，怎么反而越来越贵了？

其实，不仅看电影，你去坐车，去坐飞机，即使是同一公司同一线路，价格之间也有差别。

 

其实，价格不一样的原因是，你被大数据“杀熟”了。

所谓“大数据杀熟”，是指同样的商品或服务，老客户看到的价格，要比新客户要贵。

 

看起来很不合理啊，商家通常不都是宰“生客”吗？怎么现在反过来了？

在线下，很多商家会把商品以更高的价格卖给“外乡人”，本地人的价格，往往会比较便宜。

 

这种价格差异，其实和线上的“大数据杀熟”有异曲同工之妙，只不过一个“杀生”，一个“杀熟”。

平台会搜集很多的用户信息，然后根据这些用户信息，给出不同的价格和优惠。

 

这种策略的目的，其实是为了留着新客户——以“杀熟”的方式“惠新”。

用更有竞争力的价格，吸引新客户，至于吸引新客户的成本，就转移到老客户身上。

羊毛出在羊身上嘛。

 

“大数据杀熟”可谓源远流长，第一起“杀熟”事件，还要追溯到 2000 年的美国。

那时候，有一名用户在检查浏览器 Cookies 时，发现之前在亚马逊浏览过的一款 DVD 售价，价格比之前下降了。

 

这名用户立刻就怀疑，这个定价是不是根据他的浏览记录而更改的，在向亚马逊咨询过后，亚马逊没有隐瞒，直接承认此事。

亚马逊 CEO 贝索斯更是公开表示，这只是一个实验，目的是根据不同顾客的浏览体现，展示不同的定价。

 

这件事情并没有引起大众的注意，因为在那个时候，AI 算法还是很不成熟的东西。

但随着算法的不断更新，AI 能根据用户隐私而调整数据，变得越发“智能”。

 

现在的大数据，杀起熟来得心应手，用户的数据，被把握得死死的。

大数据杀熟，首先要计算用户的数据特征，主要有两种计算方法：

1.用户信息采集。平台在积累了用户的各种数据，包括性别、年龄、职业、地理位置、浏览历史等数据后，可以准确预测用户的个体特征。

2.用户数据分析。平台通过深度学习，分析每个用户的消费习惯、消费能力和价格敏感度，从而判定用户购买喜好和购买决策。

 

通过以上两种方法，平台获得用户的数据和喜好，接下来就是套路了，有以下这么几种：

1.提高价钱。对部分价格不太感冒的用户，平台会在适当时候来一点点提价，如果用户没有注意，很容易会比之前要多花一些钱。

2.花样变现。部分充了 VIP 的用户，会以为自己能享受优惠待遇，但平台会针对这些用户，变着法子逼他们花更多钱充高级 VIP。

3.自动续费。平台把取消自动续费的功能隐藏得很深，如果用户没有特别留意，会被一直扣钱而不自知。

 

4.控制优惠券发放。优惠券往往只作用于新用户，因为老用户往往已经养成使用习惯，平台会因此判定老用户“不需要”优惠券。

5.区别定价。紧接之前的优惠券，新用户往往会享受更多的福利，老用户则是被狠狠提价，越是“熟人”，坑得越狠。

 

可以看出，以上的套路，就是逮着老客户的羊毛来薅，果然是“杀熟”。

这种方式，很容易让老用户产生抵触情绪，从而选择离开。

 

然后新用户变成老用户，成为下一批被“杀熟”的对象，如此反复循环，用户量的上升其实也有限。

既然“大数据杀熟”伤害用户权益，就不能管管吗？

 

有专家表示，大数据“杀熟”的监管难点，在于平台掌握数据和算法规则，外部较难监管到位，也难以建立开放的监督机制。

不过，难管就等于不管吗？当然不是。

 

今年 3 月 1 日，全国首部公共数据领域的地方性法规《浙江省公共数据条例》正式实施，对“大数据杀熟”的限制，可以起到很大作用。

 

另外，作为普通用户，其实也有一些办法去对付“杀熟”。

1.多账号对比分析。通过备用手机，连上无线网络后不注册账号，在目标平台上进行商品价格监测，与正常的搜索价格进行对比。

2.注册多个账号。能在一定程度上避免平台采用信息拼接方式，获取用户的更多信息。

3.线上线下比对。去实体店，或在不同平台、不同 APP 之间进行价格比对。

 

老狐认为，无论是线下的“杀生”还是线上的“杀熟”，本质都是对用户权益的侵犯。

不仅如此，平台收集用户数据，用户的隐私泄露，就是一个不可避免的问题。在大数据面前，任何人都是“裸奔”的。

“杀熟”既关乎用户的权益，更关乎用户的隐私，这个问题，必须要得到妥善的解决。

标签：