
如何看待大數(shù)據(jù)“殺熟”與“歧視”
大數(shù)據(jù)“殺熟”成為關注的焦點,媒體對2008名受訪者調研發(fā)現(xiàn),51.3%的受訪者遇到過互聯(lián)網(wǎng)企業(yè)利用大數(shù)據(jù)“殺熟”的情況。
所謂大數(shù)據(jù)“殺熟”,指的是訂房、打車等互聯(lián)網(wǎng)平臺利用收集的用戶數(shù)據(jù)信息,對個別用戶進行歧視性提價從中獲利。
當我們個人遇到這樣的情況時往往心情上是很難接受的。
過去,我們可能遇到,在酒店入住同樣的房間,價格差別50%以上,此時尚可自我辯解說訂房渠道不同。
現(xiàn)在,我們只是換自己不同的賬號登錄這些軟件,價格就會出現(xiàn)一定的差別。對比之下,我們難免覺得受到歧視、感到憤怒:我們的數(shù)據(jù)竟然被用來歧視我們?
這是一個復雜的問題,值得嘗試著一層一層地剝開進行拆解。
首先,差別定價無處不在。在線下商品零售領域,從沒有明確的價格標牌,到有明確的價格標簽,這是一種市場效率的進步。在熟人構成的小集市中,雖然沒有明確價格標簽,但社會規(guī)范讓攤主會維持不變的價格。當交易擴展到陌生人時,明碼標價可以提升交易效率。
但我們不能簡單粗暴地說,明確的、不變的價格就是公平的、合理的。
在航空、酒店等領域,雖然機票與房間均有明確的定價,但所謂的“收益管理”是常見的安排,也就是對不同類型的顧客差別定價使得自身收益最大化。這種做法在經濟上是合理的,是因為未被使用的座位與房間就是浪費,因而這些公司需要調整價格以平衡供給與需求。
在這些領域,根據(jù)情況進行價格調整是被接受的。我們作為個人消費者,偶爾在酒店入住時獲得更好的房間,也覺得受到優(yōu)待。
在有了打車軟件之后,優(yōu)步(UBER)曾備受爭議的一點就是,它采用一種相對單一的邏輯來調整價格,當一個地區(qū)的供給不足時,它會大幅度調整價格。平常這種價格調整邏輯尚能被接受,但在倫敦發(fā)生恐怖襲擊后它價格大幅暴漲,引發(fā)道德爭議,被批評“豬狗不如”,事后它才在其調價算法邏輯中考慮到此類因素。
但這種以收益管理為名的差別定價又有一個明確的邊界的。這個隱含但被普遍接受的邊界是,商家不能針對某個具體的個人歧視性提價。
形象地說,一個不受歡迎的客人達到餐廳門口時,老板可以直接或委婉地拒絕他進入,但不可說,對你這個人我們的價格提升一倍。但反過來是可行的,好客的老板可以給客人打折,又或者在歐美餐廳,顧客如果覺得服務好可以給服務員大筆的小費。
當這種差別定價轉移到互聯(lián)網(wǎng)上之后,事情就變得復雜起來,簡單地說就是,互聯(lián)網(wǎng)公司有了個性化對待每個人的能力。
“個性化”是互聯(lián)網(wǎng)的最大承諾之一,比如在資訊上我們經歷了從千人一面的門戶網(wǎng)站到每個人看到的都不一樣的社交網(wǎng)站信息流和資訊APP的信息流,我曾類比說,這就相當于從看電影屏幕到每個人走在街上用自己眼睛看到獨特的畫面。
在互聯(lián)網(wǎng)廣告等領域,平臺根據(jù)搜集的數(shù)據(jù)給你展示對應的營銷信息也很常見。
也就是說,互聯(lián)網(wǎng)公司在產品設計理念和能力上一直可以做到個性化,且產品趨勢是越來越個性化。
從流量等各種資源的利用效率角度來說,個性化也是從“大水漫灌”到“精準滴灌”。
同時,個性化也是我們這些互聯(lián)網(wǎng)用戶想要的,我們想看到與自己相關的信息,而不想被不相干的信息干擾。
如果把這種個性化思路推廣到付費購買商品服務的領域,我們作為消費者也往往愿意為個性化付出更多的費用。
然而,如果互聯(lián)網(wǎng)平臺這種“個性化”能力被用于差別定價(特別是歧視定價也就是對個別人提高價格),就必然帶來巨大的爭議。
麻煩的是,互聯(lián)網(wǎng)公司的這種差別定價的能力正變得越來越強。
以實物電商和服務交易對比為例,實物電商平臺和平臺上的賣家有差別定價的能力,但很難這么做:一方面平臺有充分的動力抑制賣家的差別定價,從而維持平臺的良好消費生態(tài),另一方面,商品價格的差異很容易被發(fā)現(xiàn)和判斷,商家“作惡”成本相對較高。
但是,互聯(lián)網(wǎng)上的服務交易平臺如果想“作惡”就會隱蔽很多、成本也低很多,且?guī)缀鹾翢o約束。以打車為例,每一次打車都是獨特的,消費者無法判斷是否被歧視定價。
讓事情更糟的是,在這種場景中,可能作惡的是平臺。如果它心懷惡意,它可以盤剝消費者和服務提供者司機兩方,而讓自身獲得收益。
此時,純從市場角度來講,對平臺的唯一約束就是一個長期約束,它如果作惡被發(fā)現(xiàn),可能損失非常巨大——小則聲譽受到影響,大則平臺的交易生態(tài)崩塌。
之前在研究互聯(lián)網(wǎng)平臺時,我們提出平臺的十大啟示其中一條是,”互聯(lián)網(wǎng)基礎性平臺具有很強的社會性與公共性?;A性平臺往往承擔多重角色,平臺越大,對平臺的中立性、公平性、道德性要求越高?!暗@僅是一個理想的愿望。
就以上我們討論的場景看,如何形成一個平衡的、有制約、多方受益的生態(tài),路還很遠。大數(shù)據(jù)”殺熟“把歧視性提價展示在所有人面前,告訴我們這是一個有待解決的問題。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10