低代码到底是不是行业毒瘤?一线大厂怎么做的?戳此了解>>> 了解详情
写点什么

OTA 频发的“大数据杀熟”,想要治你不容易?

2020 年 10 月 12 日

OTA频发的“大数据杀熟”,想要治你不容易?

九月初的时候,因为对国庆假期比较期待,一来本着“假期机票紧张”的想法,一来有着机票“越早定越便宜”的心理,便早早地在某宝旗下的某猪预定了全家往返的机票,后面就是一心等着假期到来,合家欢出游了。


正好最近看到了文旅部出台了《在线旅游经营服务管理暂行规定》,预计在 10 月 1 日正式执行,其中第十五条的规定就是“不得滥用大数据分析侵犯旅游者的合法权益”。这一条也就是剑指我们常说的“大数据杀熟”。



“大数据杀熟”,可能我们都并不陌生,我们自己就可能亲身经验或者身边有人经历。比如,自己打开的商品页面的价格要比别人贵,自己叫的车比朋友叫的车多出几块钱,自己经常订的机票、酒店的价格要比新手高出不少。


为什么称为“杀熟”,就是这些互联网电商、OTA 平台对你越了解,就越知道你的价格承受度和是否有比价习惯,一旦认定你是价格不敏感用户,就会很容易对你下手,反而是新用户,这些平台为了留存还会给予一定的优惠,当然也留出一段“养熟期”。


在这条规定的启发之下,我又打开某猪的机票订单,发现返程的机票已经大幅下降 20%,但刚刚我的退票手续费也是 20%。即便我退票再买,还是花一样的钱,真是让人情何以堪。


至于这一“跳价”,是否属于航空公司的正常降价,还是平台方的“大数据杀熟”,我还需要再去咨询,我们需要先说回这一规定。


很多人认为规定一出,就能对“大数据杀熟”进行有效的遏制。但显然,对于“大数据杀熟”仍然存在着诸多争论,一面是众多互联网用户亲身体验到的“大数据杀熟”,一边是各大平台纷纷坚定地否认自己存在“大数据杀熟”。


由于平台和用户之间有着巨大的信息不对称优势,并且声称遭遇“杀熟”的用户难以举证,“大数据杀熟”其实处在一种难以名状的“薛定谔的猫”的状态,到底有没有“大数据杀熟”,《规定》能否遏制这一乱象,我们又该如何应对?这些需要我们认真地聊一聊。


“薛定谔”的大数据杀熟

国人真正开始关注“大数据杀熟”是在 2018 年。大量电商平台、生活服务、网约车、OTA 在线差旅服务、视频、电影订票类互联网平台都纷纷被曝出存在疑似“大数据杀熟”的案例,其中 OTA 平台问题最为严重。因为事关无数互联网消费者的钱袋子,一时间在互联网上引发人们的强烈关注和质疑。


这时人们才惊觉,原来大数据不仅能造福社会,还非常善于“作恶”,而这些互联网平台对于这些“忠心耿耿”的老用户,不仅没有给予更多的福利和优惠,反而是利用用户的信任和信息不对称去“薅羊毛”。



当时的一个典型案例就是,一个平台用户长期在该网站预订价格在 380—400 元之间的酒店房间,而用朋友账号查询,同一房间却显示为 300 元左右。也就是该用户属于网站的老客户,可能被网站标记为“价格不敏感”的粘性客户,那么自然就不享有平台的任何价格优惠,甚至可能还承受了涨价后的价格。而他的朋友则属于低频预定甚至是新注册的用户,平台则给出了一定的优惠价格。


也有媒体报道,一位北京的周女士准备带家人去海南度假,为节约路费,从一个月前就在某 OTA 平台开始关注机票价格,结果多次搜索后,机票价格比最初价格贵了 1000 元,而朋友去预定同天同一趟航班的价格却比自己低几百元。除去考虑机票数量减少而导致的价格变动,那么这位女士也很可能因为平台发现她的强出行需求后被“套路”了。


这些经历被外界认为是典型的“大数据杀熟”,更多消费者也纷纷表示,自己在酒店预订、机票预订和打车出行都遭遇过同样的问题。


根据北京市消费者协会 2019 年 3 月发布的“大数据杀熟”问题调查结果,88.32%被调查者认为“大数据杀熟”现象普遍或很普遍,且 56.92% 被调查者表示有过被“大数据杀熟”的经历。


但可能这只是消费者们的“主观”感受,北京消协根据这些反馈,随后做过一次实际的调查,发现调查结果与网友的反馈感受大相径庭,也就是“大数据杀熟”问题并不明显,只是点名了个别平台的个别价格存在“大数据杀熟”的“嫌疑”。



尽管这一调研是权威机构给出,但是调查结果仍然值得商榷。一来是调查样本过小,二是调查的手段没有公布,机构的取样调查可能并没有找到足够的差异化比价的方法。


“大数据杀熟”本身肯定不是任何一家平台的大规模的主流行为,肯定难以通过小样本调查就能轻而易举发现,此外,“大数据”的特性就决定了其存在的复杂性和隐蔽性,别说普通消费者,甚至机构也难以举证,平台可以用 AB 用户享受不同的平台优惠等理由来推脱。


那么,“大数据杀熟”到底存不存在?居然成为一个类似“既有又没有”的“薛定谔的猫”的问题。一些支持不存在“杀熟”的观点认为,是那些价格敏感型用户出于对大数据的恐惧而产生的先入为主的“偏见”,是个人用户共同情绪构想出来的“非理性”产物。由于用户在实际上难以举证,基本都是单方面的宣判,使得这些互联网平台处在“欲加之罪何患无辞”的百口莫辩的地步。实际上是用户冤枉了互联网平台,而这些互联网平台是不敢拿着商业信誉来冒险的。


这些理由确实是有一定道理,但是这些互联网平台真的纯洁如“白莲花”一样,不会因为利益驱使去做这种暗中“薅羊毛”的事情吗?


在我看来,由于平台方始终处在占据信息优势和解释主动权的一方,我们必须以“有罪推定”和“阴谋论”动机的方式设定其存在“大数据杀熟”的可能。为什么?因为平台掌握的大数据确实可以做到“杀熟”,而且可以做到非常隐蔽。


大数据的“杀熟”力

互联网平台最重要的资产之一就是用户的行为大数据。通过对用户的搜索、浏览以及消费交易行为等数据的记录和分析,平台可以掌握用户的兴趣爱好、消费习惯和消费能力,更进一步,平台甚至可以通过对用户的手机设备的特点、搜索产品、价格比较的频次,以及下单到支付的决策时间等细微数据来推断用户的典型消费特征。


原本通过大数据分析,平台可以做到更精准的广告推送、更符合用户喜好的产品推荐,更优惠的价格呈现,为消费者提供一准更省时、省钱的精准服务。大数据的应用也是很多主流电商平台所擅长的“个性化推荐”和“猜你喜欢”等功能的原因,能够使得企业提高交易成功率,提高销售量。



但是企业对大数据的利用再“轻松”向前一步,就可能会演变成“杀熟”的机制,针对那些价格不敏感、或者决策时间短的“人傻钱多”的用户,进行“杀熟”营销。


根据专业人士的总结,目前互联网平台主要存在的“杀熟”方式有基于用户特征(主要是消费能力)、消费意愿、紧急程度以及消费频次来进行区别定价。


1、用户特征:比如,不同平台可能对不同类型的手机推送不同价格,比如苹果和安卓手机的区别;比如,针对不同配送地址,住在“富人区”的用户可能会被加价;在平台购买的商品在附近难以买到,也可能被加价。


2、消费意愿:比如在一段时间内,你多次搜索某类商品,频繁比价,平台会给你推荐同等价位的类似产品,但是可能在你看到该产品之前,它已经人为“涨价”,但仍然在你承受范围之内。


3、紧急程度:对于有时效性的产品,平台可能会根据你的紧急程度给出高于平时或别人的价格。像上面的周女士,因为国庆期间的机票是稀缺资源,所以当平台发现该用户的强烈购买意愿,就借机涨价。


4、消费频率:消费频率越高代表用户是该平台的忠实用户,一般来说对价格有相对固定的承受能力。如果之前一直以某种价格进行消费,那么平台此后会始终以该价格进行推荐,反而是从其他平台过来的新用户,平台会给出更高的优惠券。


此外,平台甚至于可以基于用户的地域、社交关系等因素,针对不同人群给予不同的价格,或者极为微小的价格差异,但无论如何,大数据都可以轻易做到对不用消费的区别对待和“强行溢价”。


不管这种行为,是否称之为“大数据杀熟”,还是企业所谓的“千人千面”的动态价格调整,其实质都是一种利用大数据进行的“隐形”价格策略,为企业赚取额外的利润,但平台方对外是绝不可能公开承认这一点的。


那为什么 OTA 平台更容易成为“大数据杀熟”的重灾区,成为此次《规定》重点治理的行业?


因为相比较于电商场景,差旅出行是一个高价、中低频的消费场景,各平台方往往都是在存量市场中进行竞争,一旦发现平台存在价格不敏感用户,平台往往更容易倾向于加价。另外一方面,由于机票、酒店这种产品由于供需、日期等原因,价格可以进行大幅调整,因此在这些价格中做文章其实是很难举证的。


那么,此次《规定》的出台能够有效地禁止这些 OTA 平台的“大数据杀熟”行为吗?或者说,这些 OTA 平台可以很好的遵循规定,不去约这个雷池吗?


《规定》之后,如何真正惩治“大数据杀熟”?

事实上,应该很难做到。最根本的原因,在于规定只是给出了指导性的意见,但并未给出具体的判断标准,也为设置相应的惩罚措施。这个用户如何判定遭遇 OTA 平台的“大数据杀熟”增加了相当高的难度。



就以机票和酒店价格为例。按照携程、飞猪等平台的说法,飞机票的价格是实时变动的,而机票价格是航空公司制定的,不依靠收取机票差价而赚钱,而是收取平台上机票代理公司的佣金来赚钱。而酒店价格也是通过酒店给出的价格和优惠来进行,而平台只是根据新老用户的不同,给予一定的优惠力度,才可能造成价格的差异。


对于平台方给出的这些说法,我这里还没有做专门的考证,希望 OTA 平台方或者专业人士能给予一个明确的回答。但是从《规定》所针对的情况来看,这两个非标准品仍然存在着巨大的操作空间,特别是对于酒店方来说,预订平台显然有着非常高的话语权。


当然,用户也并非没有办法。用户可以通过比价的方式来收集“证据”,比如针对同一个产品或服务,在不同平台进行相应的比价,这仅仅可以锁定价格最优的平台;第二邀请不同手机终端、不同消费习惯和使用频次的亲友同时下单同一产品,如出现价格不一致情况下锁定证据;第三,不同用户在不同时间段以不同的频次进行搜索和预订,查看价格是否有变动,并随时锁定证据。最后,如出现价格不一致的情况,可以用最高价格的订单来进行支付,并保留最低价格的证据。


这样用户就可以在支付订单后以“滥用大数据分析侵犯消费者合法权益”的名义,要求相关平台进行赔偿或道歉。


对此,相关部门应该补充明确违法《规定》的具体认定标准,并给出相应的处罚规定。而且我们更建议给出的是带有惩罚性的惩处措施,通过一两起案例的巨额罚款来真正警示这些平台,避免这些平台心存侥幸,通过大量小额的“薅羊毛”的方式来弥补可能发生的投诉赔偿。


对于平台而言,我们可以理解为何有“大数据杀熟”的冲动。一来整个行业存在着激烈的价格竞争,吸引广大用户的最好方式就是通过大量优惠和低价产品来实现。这也是各个平台对拉新给予很大优惠的原因。但是低价竞争导致的是则是平台的微利甚至亏损,而平台必然要从其他渠道把这些投入的成本和利润赚回来。


当年 OTA 平台使用的默认搭配销售的方式就是这一乱象的原因,这一搭载销售的方式也是利用很多人价格不敏感、没留意订单明细等心理才大行其道。当时由于名人的曝光和政府的监管,这些平台才把默认搭配销售改为推荐用户勾选。


大数据杀熟,从本质上来说其实是一个双输的表现。这些 OTA 平台在明面上要依靠低价竞争来维持经营,在背地里要靠隐性加价来赚取利润,这一方式只会让整个行业处在恶性循环的竞争当中。这些互联网平台始终要蒙受“原罪”的名声,消费者同样付出高昂的代价。


想要根治“大数据杀熟”,除了上面提到的惩罚性措施之外,应该开始尝试建立正向的循环。也就是政府和用户应该给予合法合规经营的平台以正向的奖励。比如,违规平台的巨额罚款应该倾向性地补贴给合规经营的平台,平台可以从明面上向用户收取会员费或者等比例服务费,用户也应该有主动支付服务费的方式来享受更优质的服务。而不是双方在相互的套路和提防中耗费时间。



实际上,对于很多用户来说,花费时间进行比价、搜索是一件非常浪费时间成本的事情。至于我的机票价格过高的问题,在我刚刚抽空咨询过后,也只得到是航空公司主动调价的结果。显然,我去退票再订只会徒增烦恼,也并不会节省多少费用。


希望这些平台不要利用这些用户怕麻烦的心理去“心机”地多收一点费用,而是通过更好的服务来挣得你该得的服务费。而我更希望,经过这次十一,能够有一起非常典型的“大数据杀熟”的案例出现,能够真正引起行业重视,并且推动正向的行业变革。


如果你还没有开始规划行程,那么,请从打开这些订票网站的一刻起,就开始收集证据吧。


本文转载自公众号脑极体(ID:unity007)。


原文链接


OTA频发的“大数据杀熟”,想要治你不容易?


2020 年 10 月 12 日 14:00908

评论 1 条评论

发布
用户头像
恶搞用户啊。无语
2020 年 10 月 13 日 10:11
回复
没有更多了
发现更多内容

PHP浮点数精度损失问题

架构精进之路

php 弱类型语言

理论 | 三天两夜,万字长文,吃透TCP/IP

简爱W

Java TCP

世界很大,我想去看看

escray

学习 面试 面试现场

netty案例,netty4.1基础入门篇二《NettyServer接收数据》

小傅哥

Java Netty 小傅哥

Linux自定义快捷工具

雪雷

Linux Shell tools scripts

同态加密

soolaugust

学习 加密 同态加密

[租房]刚步入社会的小萌新,休想坑小妹妹,安排!

我是程序员小贱

一把年龄,技术一般,怎么去面试

escray

学习 面试 面试现场

netty案例,netty4.1基础入门篇零《初入JavaIO之门BIO、NIO、AIO实战练习》

小傅哥

Java Netty 小傅哥

netty案例,netty4.1基础入门篇三《NettyServer字符串解码器》

小傅哥

Java Netty 小傅哥

Golang领域模型-开篇

奔奔奔跑

golang 微服务 领域驱动设计 架构设计 后端开发

在java中使用SPI创建可扩展的应用程序

程序那些事

Java spi 可扩展程序 可扩展应用

没有亮点的简历,要用详历来弥补

escray

学习 面试 简历 面试现场

Stream 流

HeGuang

Java

JVM-技术专题-GCViewer调优GC

李浩宇/Alex

JVM

Flink高可用性设置-4

小知识点

scala 大数据 flink 流计算

lower_case_table_names参数详解

Simon

MySQL

LeetCode题解:11. 盛最多水的容器,for循环双指针,JavaScript,详细注释

Lee Chen

LeetCode 前端进阶训练营

Apache常用配置指北

亻尔可真木奉

Apache 代理 跨域

netty案例,netty4.1基础入门篇一《嗨!NettyServer》

小傅哥

Java Netty

性能优化-技术专题-并发编程

李浩宇/Alex

Java 多线程

JVM-技术专题-管程技术分析

李浩宇/Alex

JVM 管程

Docker+Jenkins+Gitlab+Django应用部署实践

雪雷

DevOps jenkins CI/CD

Elasticsearch安装

北漂码农有话说

探测mysqldump详细过程

Simon

MySQL

实战 | Vue + Element UI 页面创建

简爱W

Java 架构师

netty案例,netty4.1基础入门篇四《NettyServer收发数据》

小傅哥

Java Netty 小傅哥

记一次混合监控的反思

雪雷

监控 zabbix redis监控 监控宝

MySQL线程状态详解

Simon

MySQL 线程状态

API 中签名的使用

架构精进之路

接口安全

Serverless初探

雪雷

Serverless Lambda 无服务器云函数

2021 ThoughtWorks 技术雷达峰会

2021 ThoughtWorks 技术雷达峰会

OTA频发的“大数据杀熟”,想要治你不容易?-InfoQ