随着“互联网电商”成为热词，“大数据杀熟”也成为人们广泛关注的对象，此前笔者发布过避免被大数据杀熟的几种方法，但是随着技术的不断迭代，此前的拉新、促活、留存、转化、裂变也变得更加复杂和变幻莫测。
大数据杀熟算法不断迭代
在任何场景下，大数据杀熟一定是基于行为习惯来进行分析的。商家通过用户操作APP的行为将用户贴上一个个小标签，甚至详细到何时何地，浏览了什么商品，页面停留了多久，价位如何等。
据说，现在的杀熟功能更加智能和“走心”了。某宝后台会根据购买频次进行推荐，例如购买的衣服和零食比较多，后台会推荐相似但是性价比比较高的商品；但是当你浏览平时鲜少购买的产品时，算法就会倾向于推荐价格比较高的产品。原因无非是，前者产品你更加熟悉价位和品质，本来就有一个心理价位，即使推荐贵的你也不会购买，而后者你不熟悉无法第一时间进行比对。阿里的“千人千面”新零售，就是根据算法为每个人制定独一无二的淘宝界面。但到底是什么样的行为关键词会触发大数据杀熟机制，并没有唯一的答案。
每个人都有一套特定的算法
在后台的算法中，行为关键词属于其中一部分，具体的测算方法不唯一，系统会对每个人的行为从多个维度进行分析，然后进行个性化推荐，并且通过你的消费行为不断验证和改进，最后找到专属于你的，效果最好的算法。
据说，最初后台“推荐”只是为了让用户第一时间看到自己想要的产品和服务，为商家和消费者节省时间，提高效率，但是后来却演变成“杀熟”。根据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的个性化定价方法，可以使Netflix增加0.3%的利润，但根据用户网络浏览历史，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 的利润增加14.55%。
虽然很不愿意承认，但是我国的数据隐私保护意识自互联网时代之初，就十分一言难尽。所以我们有理由推测，用更多数据训练出来的中国式推荐算法，为企业带来的营收增长幅度要远超Netflix。
被广泛应用的“杀熟”
此前“戴头盔”看房事件被热议，售楼部的人脸识别系统与电商平台的“杀熟”手法各异但结果无一例外地相似。当你的人脸被识别是“自然到访”过的，无论你彼时是到此一游还是有心买房，此时都享受不了更多的优惠了。
法律介入但维权不易
据公开资料显示，为了治理大数据杀熟行为，司法部门也及时拟定了法律条文。11月10日上午，国家市场监管总局发布《关于平台经济领域的反垄断指南（征求意见稿）》公开征求意见。但现实中能够真正懂行且愿意花时间和精力去维权的人少之又少，绝大多数人都是自认吃哑巴亏。所以在“杀熟”的维权上依然是长路漫漫。
技术的进步本身没有错，但人性的驱利面却在无时无刻不催生出更多的“可能”。但我始终相信，商道的本质是诚信，没有任何一家企业在丧失用户的信任之后依旧可以繁盛百年，屹立不倒。
科技改变生活，数据无处不在。“城市之窗”以云计算、移动互联网、大数据等应用为基础，提供资讯、社交、旅行、健康、医疗等全面的智慧服务，实现人与人、人与物、人与科技的全面感知和互动，为大家的生活提供更加便捷、高效的服务。
Smart technology future community
智能科技·未来社区
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
