“太贵了,买不起”
“我不打算买了”
……
近日,
“年轻人开始反向驯化‘大数据杀熟’”
的话题引发热议。
一些年轻消费者尝试通过评论“哭穷”建立“价格敏感人设”,从而影响算法推送,避免被“杀熟”。
如
在社交平台上重复性发送“不去了,机票涨价那么多”“太贵了,买不起了”等信息,给大数据一种“放弃了”的错觉。
这些行为被网友们称为
“赛博哭穷”
。但“赛博哭穷”不一定是真穷,而是一种策略——年轻消费者通过“示弱”,降低算法推荐高价商品的概率,希望实现对
“
大数据杀熟”的反向驯化。
“
大数据杀熟”最早的案例
可以追溯到2000年亚马逊的一次“差别价格实验”
。
在这次实验中,亚马逊选择了68种畅销碟片,根据潜在用户的人口统计资料、购物历史、上网行为等多项个人数据,对碟片进行差别定价。
其中,亚马逊将名为《泰特斯》(Titus)的碟片对新用户报价为22.74美元,而对老用户的报价则为26.24美元。
这种差异化定价行为使得该碟片的销售毛利率有效提升,但很快被老用户发现并引发不满和争议。最终,亚马逊CEO不得不亲自站出来道歉,并退还了差价。
这个案例被认为是“大数据杀熟”的鼻祖。
20多年过去了,
“
大数据杀熟”并未停下脚步,反而手段花样翻新,愈发隐蔽复杂。
年轻消费者渴望在消费的同时保持对自己信息数据的控制权,不愿被大数据“塑造”为一个“被操控的对象”。
反向驯化的行为不仅是对网络平台不公平价格策略的反击,更是对算法世界中“公平、自主选择与隐私”的深刻诉求。于是,不想被“收割”的他们开始了在网络上的“赛博哭穷”。
这些方法的效果究竟如何,恐怕还需要论证。
以机票价格为例,众多在线旅游平台的客服均表示,机票价格的波动是实时的,并且受到众多因素影响。因此,即便有消费者频繁发表评论,也无法断言机票价格的最终降低是由消费者的评论所驱动的。
不过,这些方法即便有效,若要从根本上解决
“
大数据杀熟”的问题,单靠这些“小技巧”是远远不够的。有专家曾指出,互联网和算法的先进性使得它们能够迅速识别并响应用户的真实意图和行为模式。
这意味着,任何基于用户行为的小规模调整都可能被算法迅速捕捉并适应,从而使得这些策略的效果难以持久。换句话说,
年轻消费者的这种做法甚至会让算法进化得更加“精明”
。
针对当前
“
大数据杀熟”这一现象,2024年11月,中央网信办等四部门联合发布
《关于开展“清朗·网络平台算法典型问题治理”专项行动的通知》
。其中提出,严禁利用用户年龄、职业、消费水平等特征,对相同商品实施差异化定价行为,为整治
“
大数据杀熟”提供了政策指引。
要彻底根治
“
大数据杀熟”,需要从
技术、监管和商业模式三个层面
进行综合治理。
技术层面上,
需要加强对算法的透明度和公平性的监管,确保算法的设计和应用不会侵犯用户的权益。
在监管层面,
应当定期审核和评估算法模型,制定公开明确的标准,以确保算法的适用边界。
在商业模式上,
企业需要重新审视和调整其定价策略,对“新客”表达出诚意,对“回头客”展现出敬意,才是在激烈的市场竞争中取得成功的关键。