面对大数据杀熟,我们如何应对?


这只是个暂时 。毕竟一个APP的或者一个公司诚信 。是消费不起的 。你看滴滴一出事 。各种顺风车就出来了 。这个案例值得深思 。这边不得不说马云 。他的出发的是如何让大家方便 。如果是如何赚更多的钱 。他做不了那么大 。不是吹嘘他 。格局就是这样 。如果你说淘宝刷单假货 。这种曲折不应该放大了看 。谁能一下子做完美
其他观点:
大数据的到来 。好比生活中的货比三家
大数据的第一个杀手锏居然是杀熟 。作为一项中立的技术 。它们未来当然有更广阔的应用前景 。只不过我们首先想到的往往是拿来挣钱 。
现在快速发展的时代 。是年轻人的一代 。是赶技术的一代 。赶上了 。就可以利用它坐在家里赚钱 。赶不上永远吃别人吃剩下的 。面对这一切 。你是愿意跟紧步伐用好它来赚钱还是任其发展与你无关?
其他观点:
大数据与云计算、人工智能、区块链并列 。成为决胜科技未来的重要技术和产业方向 。由于互联网数据资源的沉淀优势和人工智能算法的率先应用 。大数据较之其他前沿科技 。实现了更快的产品落地 。在广告营销、用户画像等维度已经呈现商业价值 。
举最简单的例子 。当用户浏览网页时 。总能发现符合需求的广告展示;当用户浏览电商网站时 。推荐的商品与朋友的并不相同——这就是大数据“精准营销”和“千人千面”的体现 。
但大数据也是把双刃剑 。尤其在“杀熟”这笔糊涂账上争议不断 。继今年3月之后 。又一家旅游平台被炮轰“大数据杀熟”:给予老用户的价格高于普通用户 。
当事企业照例予以否认 。鉴于平台型公司有负责的技术架构和商业模式 。比如第三方商家可以动态调整价格;比如机票往往不同时间刷新网页会呈现不同价格 。这种背景下 。消费者想要“找回公平”既没有技术能力也没有太多法律支撑 。
大数据杀熟 。以单个案例的形式出现 。越来越频繁 。而对于用户来讲 。这种利益受损具有极强的隐蔽性——人们会对比不同平台的价格 。却不会对比不同用户的价格 。
一旦遭遇伤害 。用户只能被动离开 。企业(平台)却能推出优惠策略 。吸引更多新用户前来 。
【面对大数据杀熟,我们如何应对?】大数据杀熟 。情感上难以接受 。换个说法却似乎顺理成章 。人们能够认同 。企业(平台)利用优惠券或更低的价格拉拢新用户 。是合乎情理的 。当用户成为高频购买者时 。是否还给予低价 。就是个值得商榷的问题了 。
不给优惠 。还是抬高价格?看起来更像一种逻辑的两种描述角度 。
所以 。作为弱势的一方 。消费者寄希望于企业自律并不现实 。找到应对大数据杀熟的方法 。是当务之急 。
市场自然趋向垄断 。但永远存在竞争者 。用户不要沉迷于一款软件走天下 。卸载-替换-重装 。是个不错的选择 。这等于给了企业重要信号:我并非忠实用户 。仍需要享受优惠 。
根据行为轨迹揣测用户真实需求 。是大数据的真谛 。如果不想可选目标变得稀少 。用户能做的就是尽量隐藏真实想法 。在检索产品时 。插科打诨地给出一些非核心关键词 。也能够迷惑企业的大数据算法 。
最笨的方法 。往往是最有效的方法 。既然老用户比新用户更惨 。在购买一些产品时 。何不让亲朋好友帮着检索目标 。反而可能收获更性价比的答案 。
不过 。上述这些方法只是权宜之策 。在大数据应用上 。消费者可选择的余地不多 。企业可以正反两面使用 。能给你优惠也就能给你高价 。这还算得上正派的商业策略 。一旦涉及信用泄露和数据滥用 。消费者更加有苦难言 。
在复杂多变的新经济浪大数据与云计算、人工智能、区块链并列 。成为决胜科技未来的重要技术和产业方向 。由于互联网数据资源的沉淀优势和人工智能算法的率先应用 。大数据较之其他前沿科技 。实现了更快的产品落地 。在广告营销、用户画像等维度已经呈现商业价值 。
举最简单的例子 。当用户浏览网页时 。总能发现符合需求的广告展示;当用户浏览电商网站时 。推荐的商品与朋友的并不相同——这就是大数据“精准营销”和“千人千面”的体现 。
但大数据也是把双刃剑 。尤其在“杀熟”这笔糊涂账上争议不断 。继今年3月之后 。又一家旅游平台被炮轰“大数据杀熟”:给予老用户的价格高于普通用户 。
当事企业照例予以否认 。鉴于平台型公司有负责的技术架构和商业模式 。比如第三方商家可以动态调整价格;比如机票往往不同时间刷新网页会呈现不同价格 。这种背景下 。消费者想要“找回公平”既没有技术能力也没有太多法律支撑 。

推荐阅读