案例书

大数据“杀熟”——懂你的人伤你最深

   
2019-03-19阅读(0
针对网友称携程机票重搜贵了1500元一事,携程方面昨日发表道歉声明称,二次支付显示无票是App Bug所致,绝无大数据杀熟。

3月11日,微博网友“陈利人”昨日爆料,携程疑似再次出现“大数据杀熟”现象。他表示,自己日前想要在携程购买机票,显示总价格17548元,因为发现没有选报销凭证,于是退回去,修改一下。然后,再去支付,就告诉没有票了,让回去重新选择,总价贵了近1500元,但他发现航空公司官网还显示有票。

 

针对网友称携程机票重搜贵了1500元一事,携程方面昨日发表道歉声明称,二次支付显示无票是App Bug所致,绝无大数据杀熟。

 

何为“大数据杀熟”?

 

所谓的“大数据杀熟”,顾名思义,是利用大数据对熟人进行利益宰割,通俗来讲,同样的商品或服务,老客户看到的价格反而比新客户要贵出许多的现象。

 

在庞大的数据面前,人类越来越像一个提供输入的变量角色,任何视图伪装和保护自己的举动,在360度无死角的数据监控下都显得徒劳。你使用的APP,在试图了解和定义你。

 

百花齐放的“大数据杀熟”

 

无独有偶,国外的苹果公司、亚马逊,国内的飞猪、滴滴、去哪儿等知名科技企业均曾被爆出涉及「大数据杀熟」。

 

亚马逊

 

作为大数据杀熟最早一批的「下水」者,亚马逊曾经的丑闻似乎每次在这种话题下都难以逃脱。

 

2000 年,亚马逊根据潜在客户的人口统计资料、在亚马逊平台的购物历史、上网习惯等信息展开了一项差别定价实验。基于此策略,不同的用户购买同一款商品的价格也有所不同。

 

然而在短短一个月后,有用户在无意之间删除了浏览器 Cookies 时,发现之前浏览过的一款 DVD 售价从 26.24 美元变成了 22.74 美元,由此轰动一时的「大数据杀熟」事件才得以曝光。最终在巨大的舆论之下,亚马逊 CEO 贝索斯亲自站出来向公众道歉,并解释说明这只是向不同的顾客展示的差别定价实验,只是测试阶段,保证和客户数据没有关系,随后就停止了这一实验。

 

苹果

2018年 5 月,一向遵循中国法律的苹果公司被推至风口浪尖。因为有不少网友反应,通过 iPhone、iPad 等苹果公司的设备在国内购买视频、QQ 会员,以及通过滴滴等打车软件打车时,所需付的费用均比 Android 设备上的要高。

 

因此,不由得让用户怀疑,苹果公司利用大数据进行杀熟。不过苹果在后续中及时回复称:这完全是“背锅”了,因为定价权 100% 由开发者掌握。

 

滴滴

 

既然苹果称自己被背锅,因为定价权 100% 由开发者掌握。那么作为打车软件巨头的滴滴,无疑成为众矢之的。对此,很多网友称,滴滴平台通过大数据分析,在同一起点与终点的情况下,老用户打车的费用比新用户贵多了,而且苹果手机的用户打车的费用往往比 Android 手机的用户打车的费用要高。

 

针对该舆论,滴滴出行总裁在微博上做出正面的回应,她表示:

 

滴滴出行不存在大数据杀熟的行为。在起点与终点都相同的情况下,不同用户打车的费用不一样是正常的。打车的费用是由路程、每公里的单价、行车速度以及是否有优惠券决定的。而且,每个用户的规划路径不一样,打车的费用也会不一样。

 

从中我们可以看出,许多平台和企业最终都否认了自己利用大数据杀熟,但价格的差异性的确又存在,究竟是企业在说谎还是用户的误判,作为消费者其实很难判别。那么从技术人员的角度,企业想要实现“大数据杀熟”这一功能是否容易?以及我们是否有较好的方法去反制该手段?

 

大数据思维和“大数据杀熟”技术原理

 

大数据的英文表述为BIG DATA,而非LARGE DATA,LARGE的中文意思是“巨大的”,BIG的中文意思是“不小的,比小更大的”,大数据的“大”不是单指数量大,而是指具有完备性和多维性。

 

大数据的数学方法和大数据的计算机系统设计方法也改变了人们进行科学研究、文学历史研究、商业运作的思维模式。我们原来传统的思维模式系“寻找、推理事物之间的因果关系”,即“先因后果”;而大数据的思维方式完全不同——“从大量的数据中的关联性发现答案,即便不知道原因”,即“先果后因”。大数据思维的判断结果是基于数据的关联性而来的,是模糊的趋势判断,即最优结果概率最高的选择。

 

从技术上看“大数据杀熟”的运行机制:用户通过电商平台与平台上的商户(以下统称“平台商”)进行交易,包括浏览、收藏、磋商交易条件、下单、发货、确认收货、付款、评价等常规行为,也包括秒杀、抢优惠券、平台抢单、退货、投诉等非常规行为,以上一系列行为的记录在交易平台形成了交易数据。经过时间、用户数量的累积,加上交易平台的数据融合(不同交易平台的数据互通和共享),平台上的数据便发展成为了“大数据”。这时平台商开发大数据分析系统,对取得的交易大数据进行数据挖掘,按照效益最大化的商业目的,设计优化数学模型(或者叫机器学习),大数据分析系统输出价格优化策略——对老客户、价格不敏感客户、忠诚客户(统称“白名单客户”)采取非优惠价格政策,而对新客户、价格敏感客户(统称“灰名单客户“)采取优惠价格政策,以促使其转变为“白名单客户”。

 

大数据“杀熟”是否违法?

 

目前,对于大数据杀熟的定性,很多学者认为,从经济学的角度看,大数据杀熟可以认为是一种价格歧视,是经营者获取最大化利益的一种价格策略,是一种市场行为,并不损害社会总体福利。然而这并不代表着不需要法律对此进行规制。我国现有的法律对于“大数据杀熟”在一定的条件下还是有法律红线的,若平台商触及红线,应当承担法律责任。

 

《反垄断法》

 

《反垄断法》第十七条的规定,在平台商具备1、市场支配地位;2、无正当利用两个要件的条件下,实施的大数据杀熟行为,构成违法。

 

《消费者权益保护法》

 

依据《消费者权益保护法》第十条关于消费者公平交易权以及第八条消费者知情权的规定,平台商应明确告知消费者其实施的价格政策以及价格条件,否则有损消费者的相关权益。当然,从反向看,如果平台商根据大数据系统的输出,对不同类别的消费者在不同消费场景下(如不同的时段、区域、用户级别)实施不同的“优惠措施”,为商家的自主经营行为,难言违法,而只能归为“杀鸡取卵”的商业道德问题。

 

《价格法》

 

《价格法》第七条明确了公平定价的原则,第十四条进一步规定了不得实施价格歧视,但需要说明的是,十四条中的“价格歧视”的主体适用范围为“其他经营者”,而消费者并没有纳入适用主体范围。

 

通过对以上几部法律的分析,“大数据杀熟”实际上已经构成了违法行为,有必要对其进行一定的法律规制。虽然消费者有权就此提起诉讼,但结合目前国内电子商务领域的维权环境,通过消费者诉讼的方式规制此行为显然不可行。此外,由于上述三部法律形成时间较远,滞后于社会发展,对于近年新出现的“大数据杀熟”现象难免力不从心。因此,欲解决这一问题,需要公权力机关的介入,也需要立法的更新。

 

令人欣喜的是,最近公布的《电子商务法》中,已经增加了有关“大数据杀熟”的规定:电子商务经营者根据消费者的兴趣爱好、消费习惯等特征向其推销商品或者服务,应当同时向该消费者提供不针对其个人特征的选项,尊重和平等保护消费者合法权益。

 

我们该如何反制大数据杀熟?

 

对于各执一词的“大数据杀熟”,我们该如何有效反制?这就不得不提到数据隐私问题。大数据杀熟之所以隐匿存在,最根源还是因为运营商或者平台掌握着用户的个人隐私。而大数据的出现作为一种工具,工具本身是无辜的,关键在于使用工具的人。

 

立法机关应完善并及时更新相关的法律法规,如《网络安全法》《消费者权益保护法》《电子商务法》,加强对个人信息的保护。

 

由于大数据杀熟的行为涉及面较广,需要多政府部门参与监管,比如工商、交管、网信办等,政府执法首先要明确问题边界和管辖权限。

 

作为消费者,我们可以货比三家,伪装价格敏感用户,提升安全隐私意识,减少在平台上的个人信息泄露,购物时多账号多设备验证,更改以往购买或查阅的习惯,避免遭遇杀熟。

 

企业追求商业利益最大化,“看人下菜碟”是商业常态。但与时同时,也要注意树立诚信的企业形象,Do not be evil!否则,失信用户的潘多拉魔盒一旦打开,就再也关不上了。


意见反馈