杀熟|反垄断关键时刻出幺蛾子,美团杀熟了?( 二 )


也就是说,首先这则声明证实了当事人的遭遇为真。其次,美团外卖以技术问题为理由解释此次“杀熟”事件,但也有网友称,美团以“软件存在定位缓存”为理由过于牵强,作为在2019年日订单量就突破3000万单的外卖平台,这个技术bug现在才发现明显说不过去。
而据《时代财经》的采访,当事人也表示,“对于美团上门致歉的态度,我是认同的,但是对于他们的解释,我并没有认同。众多网友都出现过我这样的情况,但美团对于这个事至今没有正面的官方回复。”
因此美团能否证明自己不存在“大数据杀熟”才是最重要的,只凭一面之词无法给广大用户一个交代。
在这件事中,“大数据杀熟”之所以能引起这么大共鸣,源于用户早已饱受其摧残。
此前国内出现过最瞩目的“大数据杀熟”事件,主角则是携程。2019年3月,用户陈利人在携程上购买国际机票时,第一次搜索时价格为17548元,退出后再去支付就显示“无票”,而该用户再次进入搜索页面搜索时,价格就变成了18987元,此后多次搜索都是这个价格,最终用户只能选择在航空公司的官网购买机票。
平台通过“大数据杀熟”,让用户变成了任人拿捏的柿子,用户自然对此深恶痛绝。
02 杀熟是门“好生意”对于某些平台来说,为何热衷于“大数据杀熟”这门生意?
从经典的案例中能找到一些启发——2000年,电商平台亚马逊选择了68种畅销 DVD 进行试验,根据潜在用户的人口统计资料、购物历史、上网行为等,对这些 DVD 光盘进行差别定价。
其中名为《泰特斯》的DVD光盘对新老用户的定价分别为22.74美元、26.24美元,通过这一策略,这些DVD的销售毛利率得到明显提升。
此外,美国布兰戴斯大学经济学系助理教授Benjamin Shiller基于 Netflix的研究发现,使用传统人口统计资料(种族、收入、邮编)的个性化定价方法,可以使Netflix的利润提高0.3%,但根据用户网络浏览记录(浏览了哪些网站、在哪个网站停留了、停留了多久),使用机器学习技术来估算用户愿意支付的最高价格,可以使Netflix的利润提高14.55%。
而对于类似美团这种提供服务的平台,甚至能够以“大数据杀熟”消费者和服务提供者两方,从而让自身获益。
因此这种方法对于商家而言是强烈的吸引力。
从上述案例中能看出,“大数据杀熟”的本质其实就是商家通过收集数据,以此找到用户对每件商品的“最高承受价格”,从而实现利润最大化。
但利润与风险同在,虽然这种方法能够让平台最大程度上获利,但消费者可不会轻易买单。在艾媒咨询发布的《2018中国“大数据杀熟”网民态度行为调查报告》中,77.8%的受访网民会认为服务应用利用大数据进行差异定价的行为不能接受,认为可以接受的受访网民仅占12.2%。
更严重的后果是,报告显示42.9%的受访网民表示会因为应用利用大数据进行差异定价考虑更换应用;40.5%的受访网民会认为如果自己使用的应用利用大数据进行差异定价,未来将不会再使用该应用。
以亚马逊为例,此前其推出差别定价被发现后,随着消息的传播,越来越多被“坑”的老用户知道了这件事,在一阵声讨声中,不少人公开表示以后绝不会在亚马逊购买任何东西。最后此事闹得越来越大,直至亚马逊CEO贝佐斯亲自道歉,并对商品进行退还差价处理才渐渐息事宁人。
对于平台而言,采用“大数据杀熟”无异于冒着巨大的风险。但仍有无数平台前赴后继采用,除了巨大的利益,更重要的是“大数据杀熟”的隐蔽性,在《2018中国大数据“杀”网民态度行为调查报告》中,73.9%的受访网民不知道互联网服务应用利用大数据针对不同用户进行差异定价的情况。
最好的方法是让用户对“大数据杀熟”不知情。
首先,熟客天然比生客好“杀”,熟客的心理会自然而言的代入自己在消费者将会享受更好的服务和更优惠的价格,并且在购物的过程中省略“货比三家”,在加上购物习惯使然,熟客对价格没有那么敏感,因此商家好把控。
其次,如今“大数据杀熟”在互联网领域广为应用,和线下的实体交易相比,互联网服务交易平台“杀熟”手段相对隐蔽,用户在支付过程中存在一个“私密空间”中,导致“大数据杀熟”不容易被用户发现。
种种原因,造成“大数据杀熟”一直被平台使用但秘而不宣。
此外,在“大数据杀熟”的具体应用上常见的情况为:同一应用上的不同阶层用户价格不同;同一应用的同一阶层用户的价格也不同;在此基础上,更有甚者平台利用大数据分析同一阶层用户的需求,为其提供个性化的产品或服务,做到“千人千面”。