大数据“杀熟”不愿“被宰”？你还只能装糊涂

大数据杀熟营销隐私

雷锋网 | 2018-03-02 10:33

【数据猿导读】数据“杀熟”的行为背后主要通过有监督学习的方法，测试用户对于价格的敏感性，另外一项技术即关联分析，可以寻找哪些客户与对应的宾馆或航空公司有强依赖关系，比如经常去预定

前几天有朋友给编辑讲个故事，刚发了年终奖，她准备给爸妈买台笔记本，正好有熟人做电子产品生意，对方也称一定给到最大优惠，最终花了8000块拿下那台看好的笔记本。但她出门后在旁边的品牌店看到了一模一样的电脑，标价7700。

是不是很有趣？

而进入大数据时代，“杀熟”不“杀生”事件屡见不鲜。

你比别人用的频，却比别人价格高？

最近，网友@廖师傅廖师傅在微博吐槽了两件糟心事。

第一件事，该网友经常通过某旅行网站订一个出差常住的酒店，长年价格在380-400元左右。不久前在该旅行网站用差不多的价格又住这个酒店，办入住时好奇的问了一下前台现在酒店的价格，前台说现在是旅游的淡季，价格很低，差不多300元左右。该网友让朋友用他自己的账号查了一下，果然是300元。而自己本人的账号依然显示380元。面对这样的不同价格，该网友打电话询问客服人员，客服称可能是缓存的问题。最后在网友坚持下，平台免了这间房的房费。

第二件事，某晚该网友从萧山机场通过某叫车平台预约了一辆普通的网约车，结果来了一辆七座的商务车。该网友当时并没有在意，毕竟偶尔也有普通网约车紧张，平台提醒白金卡用户免费升级到商务车，仍按普通型收费的情况。但结束行程后该网友发现被扣400元左右，投诉后客服回应称司机绕路了，给他退款140元左右。该网友翻出以前的打车纪录，发现前几次打车平台免费帮忙升级了商务车，但之后几次基本都按照升级后的车型收费。

而在最后，这位网友也感叹道，“现在流行两个NB的关键词，一个是大数据，一个是基于大数据的千人千面，本是美事一桩，通过度让部分个人隐私，帮助大家做最优的决策。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。他们会给消费者的每一次行为打数据标签，会为你打上千甚至上万个标签，比你自己都了解自己，然后利用这些标签和你的消费习惯去牟取不属于他们的利益。”

大数据_杀熟_营销_隐私-1

上述微博一经发出就得到两万多条转发，近万条评论。不少有过相似经历的围观群众纷纷留言吐槽了自己的遭遇。

大数据_杀熟_营销_隐私-2

大数据_杀熟_营销_隐私-3

雷锋网编辑在猫财经的文章中看到一种说法：使用过蚂蚁借呗的用户日利率为万分之5，未使用过蚂蚁借呗的用户显示的日利率为万分之3。为了验证该信息真伪，雷锋网编辑邀请朋友一起测试了一把其所言的蚂蚁借呗日利率不同的情况，发现某从未使用过借呗的童靴日利率为万分之3，其他两位曾使用过一两次借呗的用户利率为万分之4.

大数据_杀熟_营销_隐私-4

除此之外，也有知乎网友吐槽饿了么拼手气红包使用时限因人而异，他本人每个红包都只能当天使用，而朋友的红包通常使用时限为两三天。“我买了饿了么超级会员，平均订餐消费都比朋友高，但这种‘杀熟’明显是个性化营销的潜规则。”

大数据竟比你妈更懂你

来自邦盛科技数据挖掘团队的负责人姚隆告诉雷锋网编辑，杀熟的行为，是对于大数据的一个不良应用，通过对公司内存量客户的历史行为数据分析和挖掘，总结得到部分人对于特定订单是强需求，并且对于订单的价格不敏感，应用这些结论，使得对于该公司内部得到收益最大化。相比于对价格敏感的用户，公司更多会采取营销活动来获取更大收益。

很多时候，你的一条微博，一个点赞，一条朋友圈，一个评分等数据堆砌起来的可能是你的画像，甚至你的某些习惯自己还未意识到，数据已经发现了。

姚隆告诉雷锋网，数据“杀熟”的行为背后主要通过有监督学习的方法，测试用户对于价格的敏感性，另外一项技术即关联分析，可以寻找哪些客户与对应的宾馆或航空公司有强依赖关系，比如经常去预定。显然关联分析即“啤酒与尿布”，美国的妇女们经常会嘱咐她们的丈夫下班以后要为孩子买尿布。而丈夫在买完尿布之后又要顺手买回自己爱喝的啤酒，因此啤酒和尿布在一起购买的机会还是很多的。

数据比你更懂自己似乎不是什么好事。但任何事情都有两面性，不少网络公司通过一些用户数据可以提供一些积极营销，提升用户体验感。若以这种方式盈利，更多伤害的是用户隐私。

这些恶意行为是否会越来越常见？

姚隆表示可能不会少，数据监管禁止对外输出数据，但若是这些数据用作内部使用就不会受到干预，毕竟其采集的都是正常业务所需数据，不提供这种数据也不能享受到相应的服务。

那用户怎么办？只能选择相对值得信赖的商户了。

最后，套用某知乎网友的一句话：互联网商业最终的结果是，商家在做什么你完全不知道，而你每点一个按钮都会被记录。未来的商业模式可能会更注重个人的数据隐私，但最终如何谁也不知道。当下最好的方式，继续装糊涂吧。

来源：雷锋网

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。