大数据只是“杀熟”的工具?!


  • 来源:北京日报
  • 时间:2018-04-03
  • 分类:大数据 大数据

    近来一则“大数据杀熟”的新闻引发关注,不少用户发现,使用打车软件出行、通过订票网站预订电影票,等级高的常客,反而要支付更高的价格;而很少使用相关服务的“小白”顾客,却能享受到较低的价格。

    如何解读“大数据杀熟”

    有数据研究专家认为,通过数据挖掘和算法分析,算出用户对于某种产品或服务的价格敏感情况,制定差异化的价格,并不奇怪。也有经济学家认为,这就是经济学提出的差别定价。

    真是如此吗?《纽约时报》杂志专栏作家安娜·贝尔纳谢克、《纽约时报》企业贸易与财政金融专属法律顾问D.T.摩根合著的《谁动了你的数据:数据巨头们如何掏空你的钱包》一书,强有力地论证指出,“大数据杀熟”行为是完全错误的,数据巨头、商家不仅借此践踏了消费者权益,过度榨取了消费者的钱财,而且罔顾消费者享有个人的数据资产这一法律保护的现实,肆意占有、挖掘、利用消费者信息资产,并作为“杀熟”的依据。这意味着,“大数据杀熟”不仅涉及到技术和商业伦理,也是个需要尽快用法律来加以干预和规范的现实问题。

    数据巨头们如何用大数据“杀熟”

    《谁动了你的数据》全书分为三大部分。第一部分介绍了数据研究专家、经济学家经常使用的“消费者剩余”概念,也就是消费者为了特定的商品或服务,愿意支付的最大金额与其实际市场价格之间的差额。这一金额并不固定,我们在超市、便利店、路边小摊,以及海滩上的冷饮柜购买的冰冻汽水,往往有着不一样的价格。这种价格差异并不具有误导性,海滩上经营冷饮的小贩从来都承认他销售的产品,跟超市里卖的就是一样的。但如果海滩上经营冷饮的小贩,买通了管理者,不准游客自带饮料进入海滩,使游客也不能在冷饮柜之外的商店买到饮品,然后把冷饮定出天价,借此获得最大利益,这显然就大大越过了合理和合法的界限。

    在工业经济时代,企业会借助市场调查和营销,尽可能精确地细分市场。工业经济时代的成功企业,如福特汽车、宝洁公司、百威啤酒、可口可乐,都构建出一个成熟的大众市场,以标准化的产品或服务来稳定赢得消费者剩余。

    商家总是希望更加清楚地掌握消费者的情况,给出更加恰当的定价,更有效地榨取消费者剩余。比如航空业企业制定了相当繁复的定价机制,再加上所谓的常旅客计划,目的就是更加清楚地掌握消费者状况。本书作者指出,市场细分并不总是意味着负面效应,毕竟产品的多样化增加了消费者的选择。

    问题是,最近几十年来,无论在美国还是中国,或者其他国家和地区,商家与消费者之间的信息鸿沟并没有因为互联网的出现而弥合,相反还在加深和拉大。当搜索引擎、电商网站、社交网络、电子邮箱等互联网服务的供应商,都在挖掘你的各方面信息,然后在你未曾授权或未曾明确知情授权的情况下交换使用,这就产生了一个非常可怕的后果:上述供应商通过数据组合所进行的“用户画像”,会将你描绘得非常精准,比你自己还了解你,特别是你不愿意面对的负面想法、黑暗欲望、最不愿公之于众的隐私。

    在此基础上,通过数据所揭示的用户特征来操纵用户,其实就是轻而易举的,“脸书”前不久被曝数千万用户数据外泄,媒体还称这些数据被用于了美国选举活动。可见数据操纵在技术上已经发展到可怕的一步。

    《谁动了你的数据》第二部分指出数据企业和商家如何利用数据技术,发展出高明的“杀熟”技术。具有讽刺意味的是,美国最早使用“杀熟”技术、最大化挖掘消费者剩余的,是哈佛大学等高校——他们通过特定的公式,计算申请人的财力承担极限,至少从部分学生身上收取了比学费均价更高的学费。作者指出,在今天的美国等国家,电信、旅游、运输、金融、银行及消费品市场,几乎处处可见价格歧视。忠诚度计划是一种常见的价格歧视。但因“杀熟”做法具有隐蔽性,所以取证困难。

    用户当觉醒

    这本书的第三部分强调消费者理应享有个人数据资产的所有权和处置自由。美国十大数据企业近年来都在进行数字军备竞赛,在数据设施上投入巨资——但他们没有也不打算为挖掘消费者个人数据付出成本。在中国、在印度、在欧洲,也出现了类似的数据企业巨头崛起局面,企业巨头们同样没有意愿为消费者数据付费,甚至宣称消费者已经不需要隐私。

    作者警告,我们正在进入一个危险的新经济秩序:数据巨头展现出前所未有的能力,大众市场将消失,取而代之的是数据驱动市场——掌握数据者将获得更多的财富,普通用户、劳动者、消费者所能获得的资产、消费品总数相比现在会急剧减少。本书呼吁,用户应当觉醒,要像过去发动环保运动那样,通过影响立法和执法,来加快数据、信息、知识领域的建章立制,要以保障用户数据安全和隐私为首要原则,限制数据挖掘应用……


[上一篇] 大数据征信进入洗牌期,区块链或成新一代征信系统底层架构

[下一篇] 大数据行业洞察:未来2-3年或迎数据时代的真正高潮