
如何對(duì)抗大數(shù)據(jù)殺熟?數(shù)據(jù)分析師教你反套路
“大數(shù)據(jù)殺熟”成為熱點(diǎn)話題已經(jīng)一段時(shí)間了,為大家科普原理和揭秘本質(zhì)的文章也數(shù)不勝數(shù)。然而,相比起“大數(shù)據(jù)殺熟”背后的策略和原理,我想大家可能更關(guān)心的是——我該怎么做,才能避免被“大數(shù)據(jù)殺熟”。
首先還是簡(jiǎn)單介紹一下“大數(shù)據(jù)殺熟”的現(xiàn)象及其原理。
最常見的“大數(shù)據(jù)殺熟”現(xiàn)象:
某打車平臺(tái)軟件,同一時(shí)間同樣起點(diǎn)和終點(diǎn)的行程的預(yù)估價(jià)格差異可以達(dá)到 20% 以上;
某網(wǎng)絡(luò)訂票平臺(tái),如果你高頻搜索和持續(xù)關(guān)注,則搜索的機(jī)票價(jià)格持續(xù)上漲,訂票后卻又發(fā)現(xiàn)價(jià)格下跌;
概括地說,就是指,通過大數(shù)據(jù)分析和預(yù)測(cè)的手段,對(duì)于同樣的商品和服務(wù),對(duì)不同對(duì)象收取不同價(jià)格的現(xiàn)象。
顧名思義,“大數(shù)據(jù)殺熟”——其技術(shù)基礎(chǔ)是大數(shù)據(jù),也就是海量的用戶數(shù)據(jù)。
通過你的基礎(chǔ)屬性數(shù)據(jù)判斷你的所在用戶群體、人群特征(如消費(fèi)能力),通過你的行為數(shù)據(jù)判斷你的偏好和消費(fèi)意愿強(qiáng)烈程度。
綜合一系列的分析,判斷出你是誰,你現(xiàn)在要做什么,愿意付出多少代價(jià)去做。然后通過精準(zhǔn)的用戶畫像,去對(duì)消費(fèi)能力高、消費(fèi)意愿強(qiáng)烈的用戶展示更高的價(jià)格,賺取更多的利益。
已知了對(duì)方的招數(shù),對(duì)策自然也不言而喻——“反用戶畫像”。
具體該怎么做呢,給大家提供以下幾種思路和方案,大多數(shù)都是我進(jìn)行過實(shí)操并且親測(cè)有效的。大家也可以試試看。
思路一:畫像偽裝
1. 簡(jiǎn)單粗暴版
操作指南:卸載重裝 APP
親測(cè)案例:某打車 APP。卸載后再重裝,車費(fèi)相比卸載前(2 分鐘前)便宜了 5 到 6 元。
背后原理:偽裝流失用戶或新用戶。
有運(yùn)營(yíng)相關(guān)經(jīng)驗(yàn)的同學(xué)應(yīng)該知道,運(yùn)營(yíng)的四大工作內(nèi)容:拉新、留存、促活、轉(zhuǎn)化。為了拉新對(duì)于新用戶通常會(huì)給較大的優(yōu)惠力度;對(duì)于已流失或即將流失的用戶,平臺(tái)通常會(huì)給予特殊的福利以召回和挽留。
而卸載這一行為對(duì)應(yīng)的就是——用戶流失。而重裝后,有一定概率被認(rèn)為是新下載用戶。
因此通過卸載重裝這一簡(jiǎn)單行為,你將會(huì)帶著“召回的流失用戶”或“新用戶”標(biāo)簽被給予一些特殊的優(yōu)待。
注:
一定概率的意思是指:對(duì)于非強(qiáng)制登陸的產(chǎn)品,生成用戶標(biāo)示的方式一般是 cookie id,卸載重裝后會(huì)有新的 cookie id,則會(huì)被判定成新用戶;而對(duì)于需要注冊(cè)登錄才能使用的產(chǎn)品,重裝就可能就不太會(huì)起作用了,因?yàn)槠脚_(tái)是以你的手機(jī)號(hào)記錄你是誰以及你的數(shù)據(jù)的。
卸載重裝不僅可以用于大數(shù)據(jù)殺熟,對(duì)于一些游戲也很適用,比如去年風(fēng)靡一時(shí)的陰陽師,卸載一小段時(shí)間后再重裝,基本幾抽之內(nèi)就能出 SSR。其實(shí)也是常見的游戲運(yùn)營(yíng)策略。
2. 交叉驗(yàn)證版
操作指南:多找?guī)讉€(gè)朋友一起試試看
親測(cè)案例:朋友在旅行前兩個(gè)月就在某訂票平臺(tái)上持續(xù)關(guān)注出行航班機(jī)票,關(guān)注許久發(fā)現(xiàn)票價(jià)一直在 6000 元以上居高不下,我聽聞后立即幫忙搜索查詢,搜索結(jié)果票價(jià)不到 4000,遂幫忙訂票,省下 2000 元。
背后原理:精細(xì)化運(yùn)營(yíng)下,同一策略同時(shí)命中多個(gè)人的概率是很低的。
因此多找?guī)讉€(gè)朋友試試看,甚至可以用父母的手機(jī)(網(wǎng)絡(luò)行為不活躍用戶,數(shù)據(jù)較少)搜索對(duì)比,然后選擇最低價(jià)的那個(gè)下單。
3. 越薅越上癮版
操作指南:偽裝價(jià)格敏感用戶
親測(cè)案例:越是“無優(yōu)惠券不下單”的用戶,被派發(fā)的下單紅包、優(yōu)惠券的概率和優(yōu)惠力度越大。
背后原理:價(jià)格敏感用戶是指下單意愿強(qiáng)弱度受價(jià)格高低、優(yōu)惠力度影響極大的用戶群體。在用戶運(yùn)營(yíng)中,為了節(jié)省預(yù)算的同時(shí)最大化提升轉(zhuǎn)化,平臺(tái)會(huì)選擇將補(bǔ)貼下發(fā)給最容易受補(bǔ)貼誘導(dǎo)而轉(zhuǎn)化消費(fèi)的用戶。
因此,如果你能夠被定義為價(jià)格敏感用戶,那么你接收到優(yōu)惠補(bǔ)貼的概率就會(huì)高出普通用戶很多。
思路二:畫像模糊
操作指南:反向操作
案例舉例:當(dāng)你要搜索 A 時(shí),再伴隨搜索一些不相關(guān)的 B、C、D,用無關(guān)數(shù)據(jù)掩蓋你的真實(shí)意圖數(shù)據(jù)。
背后原理:用戶畫像的準(zhǔn)確性來自于用戶行為數(shù)據(jù)的收集和分析。違反自身實(shí)際意圖地進(jìn)行一些操作,留下錯(cuò)誤標(biāo)簽,降低平臺(tái)收集的數(shù)據(jù)的真實(shí)性和準(zhǔn)確性,使用戶畫像匹配度降低。
然而需要注意的是,用戶畫像作為一柄雙刃劍,它越了解你越能夠?yàn)槟闾峁┵N心的服務(wù),同時(shí)也越容易找到你的弱點(diǎn)傷害你。因此,當(dāng)你的用戶畫像準(zhǔn)確度降低時(shí),你被傷害的可能性降低的同時(shí)帶來的也是你享受的精細(xì)化個(gè)性化服務(wù)的質(zhì)量可能會(huì)降低。
究竟選擇哪一面,這是你的選擇。
思路三:數(shù)據(jù)保護(hù)
操作指南:關(guān)掉定位許可,關(guān)掉 Wi-Fi 自動(dòng)連接,關(guān)掉 APP 數(shù)據(jù)需求許可
案例舉例:這里我想講一個(gè)自己身上的反例。
3 月底的某一天我去國(guó)家會(huì)議中心參加了北京婚博會(huì),晚上回到家打開微博和微信,發(fā)現(xiàn)信息流廣告全部變成了婚紗照、婚慶公司、婚禮禮服等。令我感到恐怖的是在此之前我從未在手機(jī)進(jìn)行過結(jié)婚相關(guān)的任何搜索,之前也沒有出現(xiàn)過一條結(jié)婚相關(guān)的廣告。這一切發(fā)生改變的原因僅僅是我本人去了婚博會(huì)這個(gè)地方而已。
背后原理:公共 Wi-Fi 泄密或定位服務(wù)泄密。和同事探討了這件事,分析后得出以上兩種可能性。不管是哪種,原理都是通過網(wǎng)絡(luò)獲取你的物理位置(婚博會(huì)現(xiàn)場(chǎng))后分析出你的所屬人群(婚期將近)和需求(婚禮相關(guān)消費(fèi)),然后進(jìn)行信息流廣告推送。
對(duì)此我們需要做的是,盡可能地不要讓你的隱私數(shù)據(jù)(包括地理位置、通訊錄、相冊(cè)等)被獲取。關(guān)閉掉一切非必須的定位許可、照片讀取許可、通訊錄讀取許可,不要連接來路不明的 Wi-Fi 甚至一些看起來官方的 Wi-Fi。
寫在最后
以上的這些思路和方案,目前來說應(yīng)該還是可以有效一陣子的?;谶@些思路,大家也可以想到更多的其他方案來應(yīng)對(duì)“大數(shù)據(jù)殺熟”。
然而技術(shù)和方法總是在不停發(fā)展和進(jìn)步的,如果不愿意做待宰的羔羊,我想我們能做的就是跟上它們的步伐,知其然,并知其所以然,然后找到破解之法。
范冰老師對(duì)于大數(shù)據(jù)殺熟使用一句名言打了個(gè)再恰當(dāng)不過的比方:
「所有命運(yùn)贈(zèng)送的禮物,都早已在暗中標(biāo)注了價(jià)格」。
當(dāng)我們?cè)絹碓蕉嗟叵硎軘?shù)據(jù)帶給我們的便利服務(wù)時(shí),也應(yīng)該盡早地考慮到我們將要為之付出的代價(jià)。
“大數(shù)據(jù)殺熟”所代表的動(dòng)態(tài)定價(jià)也只是其中的冰山一角而已。
而在不遠(yuǎn)的未來,數(shù)據(jù)安全,其實(shí)就是你我的安全。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)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。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)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(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、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(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11