面对大数据杀熟,我们如何应对?( 二 )


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 。
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潮中 。做一个价格敏感的消费者 。利仍然大于弊 。从长远来看 。对付大数据杀熟 。在于企业自律、行业规则和监管立法 。
首先是大数据使用规范问题 。企业在给予用户个性化选择时 。是否也应该给予常规性选择 。
其次 。恰恰是最重要的定价标准问题 。一罐可乐的定价往往是相对固定的 。高级酒店的品牌溢价 。消费者能够知晓和理解 。
但最近频频发生的大数据杀熟 。集中在非标品的旅游、餐饮等服务行业 。即便没有大数据 。这些市场本就是价格争议的重灾区 。有了大数据 。只会让“价格欺骗”更加隐蔽 。
因此 。在解决大数据杀熟问题之前 。服务市场的价格标准问题显得更为紧迫 。这也恰恰是立法的关键所在 。

推荐阅读