登陆注册
343946

大数据“杀熟” 怎能让真正的刀俎逍遥法外

央视2020-11-04 11:47:420

{video=1}

原标题:大数据“杀熟”! 怎能让真正的刀俎逍遥法外

1日零点下单,第二天一早,竟然有快递员捧着包裹来叫你起床上班。今年从11月1日开始的PLUS版“双11”网购节,发货和配送速度快到让网友惊呼:连退款的机会都不给我。随着“双11”第一批包裹送达,这场年度购物狂欢热度直线攀升。但与此同时,一个颇具争议的现象,也再次引起消费者的警惕,那就是大数据“杀熟”。

女子网购同一商品 不同账号价差25元

所谓大数据杀熟,指的是同样的商品或服务,不同用户看到的价格或搜索到的结果是不同的,从而导致用户权益受损的现象。通常是老用户看到的价格反而比新用户要贵,或搜索到的结果比新用户要少。上月中旬,北京的消费者韩女士在网购时,就遭遇了大数据“杀熟”。

{image=1}

10月16日,北京的韩女士使用手机在某电商平台购物时,中途错用了另一部手机结账,却意外发现,同一商家的同样一件商品,注册至今12年、经常使用、总计消费近26万元的高级会员账号,反而比注册至今5年多、很少使用、总计消费2400多元的普通账号,价格贵了25块钱。仔细对比才发现,原来普通账号页面多出来一张“满69减25”的优惠券。韩女士认为自己遇到了大数据“杀熟”。

{image=2}

面对质疑,该电商客服答复称“新用户,系统会跟进账号信息,自动发送优惠券,不是每一个账号都能收到”。

消费者 韩女士:人家说是一种营销,为了吸引客流。但是,你得跟我说明白了,条件是什么,不能就这么什么都不说,就这么有差别对待。

韩女士的诉求,在法律专家看来,恰恰是判断消费者是否遭遇大数据“杀熟”的关键所在。

{image=3}

中国法学会消费者权益保护法研究会副秘书长 陈音江:不管你是哪一种营销方式,首先你守法那是你一个底线。如果企业他在销售的时候,他标注得非常清楚,这个规则是非常明确的,也可以有一定的公平合理性的。但是,在开展各种促销或者营销的时候,价格不太敏感的,就不打折了,明显是差别化地来对待消费者,就是涉嫌大数据杀熟,本质就损害了消费者的公平交易权。

酒店预订 机票销售等领域均存此类现象

{image=4}

不只网购,今年“十一”长假期间,南宁市民张先生在与朋友通过订票平台,一同预订一家自己经常入住的酒店时,发现自己的定价要比首次入住这家酒店的朋友贵了五六十块钱。还有同样来自南宁的消费者小白,有一次在购买从南宁飞往西安的机票时,发现平时不怎么乘飞机出行的朋友,机票价格是600多块钱,而身为“空中飞人”的自己,机票价格反而是800多块钱。不断曝光的一起起案例显示,大数据“杀熟”在网购、在线旅游、机票酒店预订,甚至是网约车、电影票销售等众多领域广泛存在。

针对性推荐 更加隐蔽的“杀熟”手法

专家表示,“规则不明、优惠减少、价格升高”,类似这种“杀熟”手法,消费者还比较容易察觉。但另外一种就要隐蔽多了,对于新老客户,平台会通过算法进行针对性推荐,使“熟客”获得的高价商品信息比“生客”多,而且可选择的商品更少。

举个例子:一些线上旅游平台在对新老用户推送目的地酒店时,往往会依据用户以往的消费情况或浏览记录进行推荐,如果是新用户,推荐的酒店价格普遍较低,但只要你浏览过一次五星级酒店,那么页面推送的就基本都是高价酒店了。

大数据“杀熟” !我挑商品 还是商品挑我?

做生意,原本讲究个以诚为本,童叟无欺,但现在看来,大数据加算法的操作手法,却将买家分成了三六九等。甚至可以说,不是顾客在挑商品,而是商品在挑顾客了。那么,算法究竟是怎样进行“杀熟”的呢?

{image=5}

中国传媒大学大数据研究中心沈浩教授介绍,消费领域的大数据杀熟,本质上指向“个性化推荐算法”。

{image=6}

中国科协“源新闻”专家库成员、中国传媒大学大数据研究中心教授 沈浩:个性化推荐跟传统的推荐排行榜是不一样的,它是千人千面,是非常个性的。那么首先个性化推荐,就要知道你是谁。现在电商、社交媒体都可以获取大量消费者,特别是个性化的数据,这样我们就可以建立这种推荐等等这种算法的东西。

{image=7}

通过用户主动提交和被动被索取,平台获取用户基础数据及行为数据进行分析后,就能给一个用户贴上成千上万的标签,完成用户数字画像。里面清晰记录着用户的身份信息、使用喜好、消费习惯等,方便机器识别,甚至深层次预测用户行为,并在此基础上进行商品推荐。

{image=8}

中国科协“源新闻”专家库成员、中国传媒大学大数据研究中心教授沈浩:用户画像的本意是针对个性化推荐。不同的用户的数据信息量是不一样的,就个性化来讲,我只针对你的数据来进行相应的推荐算法的实现。而对另一个人,他是另一种算法的实现。这个服务包中,可能有更好的比如说时效性或者优先性,它可能会出现“杀熟”的现象。

{image=9}

对于算法而言,通过用户数据量以及数据更新频次,就可轻易判断出是“生客”还是“熟客”。而随着用户行为的固化,比如说经常购买某一类商品,算法对其的识别也就越来越简单。

中国科协“源新闻”专家库成员、中国传媒大学大数据研究中心教授 沈浩:只要有个性化推荐,其实都存在着我们一般意义上的所谓的“杀熟”的可能性。就像大海捞针一样,它也能够捞出绝对数,因为对它来讲大海捞针没有成本。从操作上来讲,计算机在互联网上很容易实现。

“杀熟”手法多样 消费者防不胜防

要想精准锁定消费者,对于大数据来说太容易了。所以近来大数据“杀熟”也出现了不少变种。

{image=10}

比如根据你的地理位置定价。如果你附近的商场少,大数据就会认为你买东西不方便,然后给你看到的商品加价。

{image=11}

根据你的消费记录定价。如果你买过的东西价格普遍较高,大数据就认为你“不差钱”,然后给你加价。

{image=12}

根据你的搜索频率定价。如果一件商品你在短时间内搜索过多次,大数据就会认为你急需这件商品,然后给你加价。

{image=13}

还有就是控制商品的可见性,直接把价格低的商品屏蔽掉,逼你买贵的。

与算法斗智斗勇 “反杀熟”胜算几何?

既然知道了大数据的一些“杀熟”套路,我们能不能反其道行之,来进行“反杀熟”呢?比如说通过不断安装卸载购物平台,来伪装成新客户,享受优惠价格。与算法斗智斗勇,胜算究竟有多大呢?

{image=14}

中国科协“源新闻”专家库成员、中国传媒大学大数据研究中心教授 沈浩:有可能会改变,起点作用,但是我觉得大部分“反杀熟”是不起作用的,甚至应该说,应该说微不足道这件事情。

专家表示,改变自己的部分行为或许能一时骗过大数据,但无法从根本上解决问题,因为你周围的人群并未改变。大数据能够通过你朋友的朋友的用户行为,来推测出你的消费偏好。这就是“社会网络分析算法”。

{image=15}

中国科协“源新闻”专家库成员、中国传媒大学大数据研究中心教授沈浩:朋友的朋友是朋友,这叫链路预测,一个人的价值不是由连接这个人的价值决定的嘛。算法实际上是很容易搞清楚它的这个里边的这个关系是什么,谁跟谁的关系。那在这个关系里边,我们就可以找到这种网络的这个影响,那这样,这个人的价值是由这些人影响。那么购物也是这样的。

在个性化推荐的基础上,进一步使用深度学习算法后,平台甚至可以摆脱对“用户画像”的依赖。也就是说,无所谓生客还是熟客,瞬间就能完成商品推荐。以电影海报为例,当记者模拟购买编号为366的商品时,有9款与它造型相似的产品被瞬间推送过来。

{image=16}

中国科协“源新闻”专家库成员、中国传媒大学大数据研究中心教授沈浩:理论上可以推无限,我只是显示了9个。显然这个东西都是设计好了的,就是套餐都做好了的,所以他从这样来讲不会因为你的改变而来改变。如果说他真正有意做这个“杀熟”,实际上是更容易做到的。

另外,专家介绍,基于位置信息的算法,还会带来“电子围栏”效应,这样在一定程度上,也会产生大数据“杀熟”。

{image=17}

中国科协“源新闻”专家库成员、中国传媒大学大数据研究中心教授沈浩:基于位置的服务,那你位置服务的电商,或者说物流是什么,可能条件不一样,价格会有一些略微的波动。

多项法律法规明确禁止大数据“杀熟”

经营者运用大数据收集并分析消费者消费偏好、消费习惯、收入水平等信息,形成用户画像,一方面便于企业精准把握用户需求,另一方面也可以为用户提供更多个性化服务。这本来是件好事,但却被个别奸商用来进行价格歧视。

{image=18}

为了杜绝这一现象的发生,今年10月1日起正式实施的《在线旅游经营服务管理暂行规定》,明确要求在线旅游企业不得滥用大数据分析侵犯旅游者的合法权益,违者将被处以最高50万元的罚款。

{image=19}

而早在2019年1月1日正式实施的《电子商务法》,第十八条也明确规定,电子商务经营者根据消费者的兴趣爱好、消费习惯等特征,向其提供商品或者服务的搜索结果的,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。

{image=20}

中国法学会消费者权益保护法研究会副秘书长 陈音江:大数据的应用将来会越来越广泛,那么这个问题可能出现的几率将来会更多。所以我们的监管部门,也要创新大数据的监管方式,对这一种新型的侵权行为进行监管。只有这样去加强监管,同时消费者也加强注意的情况下,我觉得这一种问题可能将来才能得到一定地解决。

大数据“杀熟” 谁是真正的刀俎?

有句话叫“人为刀俎 我为鱼肉”,比喻生杀大权掌握在别人手里。在大数据“杀熟”这件事上,消费者无疑是鱼肉,但谁才是真正的刀俎呢?技术是中性的,需要严厉打击的是技术背后个别奸商的贪欲。

责任编辑:张玫

0000
评论列表
共(0)条