大数据杀熟下的你过得还好吗（）
大数据杀熟目前还没有一个明确的定义，但非要用一句话来形容大数据杀熟的话，大数据杀熟是指经营者利用大数据技术釆集用户信息、建立用户“画像”，并以谋取利益为目的，根据用户“画像”提供特定(非可选性)商品或服务的损害消费者权益行为。
文章图片
自2018年3月“大数据杀熟”这个概念引入到我们的视野之后，越来越多的大数据杀熟事件不断被曝光。如近日的中国经济网就报道了这样一则新闻：飞猪涉嫌“大数据杀熟” 老客户订房比新客户贵14元。而新华网也曾报道过像网购平台、在线旅游、网约车等行业已经成为了大数据杀熟的重灾区。越来越多的大数据杀熟出现在我们身边。可能在未来的某天，你也会发现自己已经被“杀熟”过了。
今年3月27日，北京市消费者协会发布了“大数据杀熟”问题调查结果。结论显示被人们普遍认为存在的“大数据杀熟”现象，在实际体验调查中问题并不明显。但在主观问卷调查方面显示，88.32%的被调查者认为“大数据杀熟”现象普遍或很普遍，有56.92%的被调查者表示有过被“大数据杀熟”的经历。大数据杀熟以其自身的复杂性和隐蔽性，顾客维权举证极其困难。
当然，也有人发声大数据杀熟现象并没有人想象的那么严重。主要是各类行业都有自己的优惠政策，所有才导致价格有所差异。例如新客户优惠，老客户激活，大客户优惠等，这些是不属于大数据杀熟范围的。企业注重客源，愿意在获客成本上花功夫，例如在新客户身上他们更愿意去提供一些优惠政策让他们再次去挖掘潜在用户，扩大用户规模。而这种现象均不能称之为大数据杀熟。
大数据时代下，越来越多的人享受着它所带来的各项便利，但一些企业利用大数据的特点将消费者不平等对待，这种行为本身就是一种歧视，况且，在传统的商业模式中，老客户应该享受的更多的优待和福利的。这与现有的商业模式是相悖的，也是不利于企业发展的。但就是大数据的这种隐蔽性和难维权使得用户无法行使自己的知情权。企业对顾客杀熟现象也逐渐形成了一股歪风邪气。
文章图片
用户如何才能防止大数据杀熟呢？产业时评人张书乐张先生做出了这样的回答：商业规律上，线下门店也同样有类似的杀熟生态，只是没有引入大数据，而更多的呈现为新手期保护和优惠的形态。本质上，“大数据杀熟”，其最终的落点，应该是在用户刚性需求上的“杀熟”和用户不稳定需求上的“补贴”孵化，从而形成一种互补，而不是简单地分为生客熟客，毕竟简单贴标签来杀熟，和大数据所提倡的千人千面的精准画像是相背离的。从他的言论中我们不难揣测，其实像大数据杀熟的现象是无法避免的，区别的是企业是否是从客户的角度出发，为客户着想。 行业自律是规制大数据“杀熟”行为的重要途径，如果企业本身都做不到自律，那么大数据杀熟现象只能会越来越多。
当然，遏制大数据杀熟，除了企业自身，消费者自身也需要进行监督，调查发现消费者在遭遇大数据“杀熟”后自我保护意识并不强。调查结果显示，遭遇大数据“杀熟”后，26.72%的被调查者选择向消协或市场监管部门投诉，25.56%的被调查者选择不再去这个商家消费，17.43%的被调查者选择忍气吞声、自认倒霉，11.71%的被调查者选择与商家理论，要求赔偿，10.46%的被调查者选择卸载商家APP或删除网址，8.13%的被调查者选择在社交网站或向媒体曝光。由此可见单靠企业自律是没有办法解决问题的，增强自我保护意识也是很重要的一个方面。
也有人呼吁建立一套监管措施和法律，诚然，这也是防止企业大数据杀熟的重要方法之一，采取必要的技术手段和技术设备，建立相应的大数据网上监管平台，针对网络信息平台进行全天候的在线监管，提高对各种隐性大数据利用违法行为的查处能力。同时加强日常监管与开展专项整治相结合，建立诚信激励和失信黑名单制度等等，只有不断地完善这些工作，大数据杀熟的气焰才会慢慢消除。
【大数据杀熟下的你过得还好吗（）】今天，你被大数据杀熟了吗？
推荐阅读
- 一个美好的大学新生怎样避免在2600年变成恐龙（）
- 年初一学画画
- C++实现教务管理系统
- mybatis|mybatis mapper.xml中如何根据数据库类型选择对应SQL语句
- Oracle数据库服务器修改操作系统时间的注意事项详解
- 投稿|立白大小姐盯上铲屎官的钱包
- 数据分享|Python卷积神经网络CNN身份识别图像处理在疫情防控下口罩识别、人脸识别
- 新消费|瑞幸联名悲伤蛙；Aesop伊索在上海开大陆首店；老乡鸡首家“自选称重”门店落户上海｜消研所日报
- 新能源汽车|恒驰5真的没大卖
- 一抹新嫩，绿争春