富人發(fā)正品，窮人發(fā)A貨，大數(shù)據(jù)售假是個什么鬼

前段時間曝光的一系列殺熟事件似乎給大數(shù)據(jù)頭頂壓上不輕的一座大山。接踵而來的諷刺段子堪比現(xiàn)在刷屏朋友圈的菊言菊語。

雷鋒網(wǎng)編輯在“如何看待大數(shù)據(jù)殺熟”的知乎問題下，卻看到了大數(shù)據(jù)的另一波騷操作——售假。

知友邏格斯寫的一段關于大數(shù)據(jù)售假的內(nèi)容獲得了四百個贊，內(nèi)容節(jié)選如下：

大數(shù)據(jù)殺熟算什么，你知道「大數(shù)據(jù)售假」嗎？

某平臺代購化妝品，對于 Dior、阿瑪尼這些很貴的化妝品，會根據(jù)其掌握的買家的收入、消費狀況進行細分：

A、如果系統(tǒng)判斷你是個富人，平常一直用這個化妝品，就會給你發(fā)正品；

B、如果系統(tǒng)判斷你是個窮人，買不起專柜里的化妝品，就會給你發(fā) A 貨，反正以你的消費水平你也沒買過正品，更不知道什么是 A 貨了。

更厲害的是，他們還「7 天無理由退貨」，只要你敢申請他們就敢退。

那么退貨率是多少呢？

2% 左右罷了。

這個場面是皆大歡喜的：

富人 A：23333 買到了便宜的粉底好開森。

窮人 B：23333 我也能用得起富人的粉底液了好開森。

窮人 C：誒，這個粉底液我用了起痘痘了，會不會是假貨?。?

平臺：小姐每個人的膚質(zhì)不一樣的，如果您不滿意我們支持 7 天無理由退貨。

窮人 C：?。炕瘖y品也還可以退貨？好開森。

這樣的場景無處不在，這一次的「殺熟」無非是擊中了某些人脆弱的一面：我把你當兄弟，你居然想……？

抱歉，資本是不講情義的，正如馬克思所說的，如有 50% 的利潤，它就鋌而走險；為了 100% 的利潤,它就敢踐踏一切人間法律；有 300% 的利潤，它就敢犯任何罪行，甚至絞首的危險。

什么什么，商家開始用大數(shù)據(jù)分析你的貧富狀況并根據(jù)結(jié)果選擇發(fā)A貨還是真貨了？前兩天剛從某平臺買了一堆化妝品的編輯感覺臉上一緊……

大數(shù)據(jù)為您一鍵細分，貼心服務

如果數(shù)據(jù)分析中心工作時候會說話，它可能的狀態(tài)是：

哦上帝，看看這位女士前段時間都買了什么，XX、XX……好的相信我，她想要買的這瓶XX一定是她最近甚至是史上買過最貴的護膚品了，即使給她一瓶A貨她也會用的很開心。

Amazing！這位女士一星期買了幾萬的美妝護膚品，我強烈建議給她劃分至有錢人梯隊，優(yōu)先發(fā)貨，從優(yōu)發(fā)貨。

……

當然以上情形只是想象，現(xiàn)實中大數(shù)據(jù)售假是怎么操作的？

邦盛科技副總經(jīng)理孫斌杰告訴雷鋒網(wǎng)，從理論上說，大數(shù)據(jù)售假主要利用的是數(shù)據(jù)爬取、采集和建模分析技術(shù)，通過把用戶的職業(yè)、家庭收入、消費狀況等各類數(shù)據(jù)，爬取和采集過來后，經(jīng)過深度的清洗、加工后，通過關聯(lián)分析等技術(shù)，建立相應的模型。簡單說，就是對這個用戶的經(jīng)濟收入、進行購買習慣和消費習慣等方面做一個用戶畫像，然后用設定的規(guī)則模型去套這個畫像，畫像跟哪類規(guī)則模型匹配，就采取類似的發(fā)貨策略。

錢塘號曾概括過收到A貨的人可能需要的特殊品質(zhì)。比如購買能力，你在網(wǎng)上買件商品，訂單提交后，系統(tǒng)會自動查詢分析你在全平臺的購物數(shù)據(jù)，如果你在同類產(chǎn)品消費傾向絕對大部分是低價位品牌，系統(tǒng)就判定你沒用過高價位大牌真品，所以后臺經(jīng)分析后將你備注為低風險客戶，給你發(fā)的貨就容易是高仿貨；

又比如收貨習慣，其中退貨少的人更容易買到假貨，你的消費記錄、購買記錄、客單價記錄將作為發(fā)貨參考數(shù)據(jù)被系統(tǒng)識別。很多人有類似經(jīng)歷，買來的產(chǎn)品有小問題又不影響使用，怎么辦？退貨嫌麻煩，只有忍了。你如果真想退貨，電商常常解釋是因為發(fā)貨前沒有檢查貨品！

這顯然是假話，因為每一批次的瑕疵品都有記錄，之所以發(fā)給你，是因為你的綜合退貨率偏低而已，系統(tǒng)會自動認定你“好說話”、“能將就”，一有假貨就優(yōu)先“照顧”你。如果你收到貨連看都不看，假貨不給你給誰呢！

甚至收貨地址也可能促使你買到假貨。這并不是說二三四線城市就一定發(fā)假貨。如果能識別收貨手機與收貨地址所在城市有沒有產(chǎn)品專賣店。如果沒有，你也沒買過同類產(chǎn)品，系統(tǒng)會“放心”分配高仿貨給你；如果有專賣店，系統(tǒng)會查詢你是否買過同品牌產(chǎn)品。有消息透露，按此套路售賣高仿貨，退貨率還不到5%。

大數(shù)據(jù)真的售假了？還是過分解讀

看完上述的售假事件，圍觀群眾瑟瑟發(fā)抖，紛紛表示自己從沒給過差評、沒退過貨、甚至買東西時都不會跟店主聊上一句。一但系統(tǒng)認為自己是個“沒脾氣的老好人”是不是就悲劇了？對方會故意給次品，故意把排后發(fā)貨。

“所以以后我要多多退貨、多多投訴。一但發(fā)現(xiàn)我被殺熟了，我就故意購物、故意退貨、故意投訴、故意去舉報?！蹦尘W(wǎng)友這么說道。

眾多網(wǎng)友擔心的情況會出現(xiàn)嗎？

在孫斌杰看來，盡管從理論上分析大數(shù)據(jù)售假事件是可行的，但這種平臺惡意行為并不常見。

因為這需要收集用戶的多維度數(shù)據(jù)，同時進行相關的計算分析后，建立相應的規(guī)則模型。每次用戶購買時，要啟動相關的數(shù)據(jù)匹配后進行計算，查看是否與相應的規(guī)則模型匹配，才能確定發(fā)假貨還是真貨。、

這聽起來容易，做起來卻沒那么容易，需要數(shù)據(jù)技術(shù)等支撐。一般商家沒有能力也沒有預算投入大數(shù)據(jù)分析。但隨著互聯(lián)網(wǎng)發(fā)展，不排除這類情況會增加。

“從某種層面上講，大數(shù)據(jù)售假真實存在，通過大數(shù)據(jù)的能力把買賣雙方串聯(lián)起來，雙方各取所需。但正如前面所說，我認為目前各類平臺，不至于太多的存在專門投入相關經(jīng)費整合數(shù)據(jù)，利用技術(shù)賣假的現(xiàn)象，這一說法有點過分解讀?！?

售假事件并非電商首創(chuàng)，類似事件一直存在。就算賣菜的小販也會看人報價，只不過大數(shù)據(jù)可以把感性的“看人外表猜性格”替換成按數(shù)據(jù)了。

至于大數(shù)據(jù)售假到底存不存在？

電商那么多，一定有商家正在這樣做，也一定有商家沒想到可以這樣。

而對于消費者，似乎只能更謹慎的網(wǎng)購，保護自己的各種數(shù)據(jù)不泄露了。