2019年3月 ， 北京市消协发布的“大数据杀熟”问题调查结果显示 ， 88.32%的被调查者认为“大数据杀熟”现象普遍或很普遍 ， 没有被调查者认为“大数据杀熟”现象不存在 。 此外 ， 还有56.92%的被调查者表示有过被“大数据杀熟”的经历 。
曾有网友提到 ， 因为在入住酒店时偶然问了下价格 ， 才发现自己通过旅行网站订的出差常住酒店 ， 要比朋友的账号显示的预定价格贵了80元左右 。 而通过翻看自己的打车记录 ， 他发现身为白金卡用户 ， 此前有一段时间叫不到普通型网约车时 ， 平台会帮其免费升级车型 ， 且不会额外收费 ， 但是之后 ， 基本都是按照升级后的车型来收费 。
今年2月 ， 复旦大学管理学院孙金云副教授团队发布的《2020打车软件出行现状调研报告》显示 ， 通过打车软件实测 ， 可以发现打车软件平台会利用已有的用户特征大数据提供差异化服务、定价并进行价格歧视 。 不过该报告也强调 ， 这并不代表平台真实采用了这一策略对用户进行某种筛选和操纵 ， 可能和其真实的算法及策略存在一定的偏差 。
隐藏的“大数据杀熟”
互联网平台具备零边际成本的特点 ， 容易通过马太效应形成规模经济 ， 最终掌握较强的定价权 。 而技术的成熟 ， 使得算法在互联网行业得到大规模应用成为现实 ， 也让拥有大量用户数据的互联网公司有了提供个性化服务的资本 。 但在国内上网人数突破10亿之后 ， 互联网公司在用户增长方面遭遇天花板 ， 市场对其运营能力提出更高的要求 。
“用户画像是互联网公司实施差异化营销的基础 。 其实现过程是互联网公司从多方渠道获取用户数据 ， 利用算法对用户数据分析 ， 进而形成包含性别、年龄、受教育程度、消费及行为习惯等多个标签在内的用户画像 ， 最终根据企业的需要实施某项具体的差异化营销 。 ”在黄道丽看来 ， 差异化营销的核心思想是“关注并致力于满足不同目标消费群体的个性化需求” 。 平台根据不同用户消费偏好、消费水平、价格敏感程度、收入水平等进行推荐 ， 将同一商品或是服务以不同的价格卖给不同的消费者 ， 都是差异化营销 。
据张宇介绍 ， 互联网公司可以根据用户的行为 ， 将其分流到不同的用户池中 ， 算法模型则可以对不同的用户池设置不同的参数 ， 从而实现差异化定价；而营销手段的制定 ， 更多是通过人工和智能结合的方式 ， 对不同地区实施不同的营销策略 。
在实际操作中 ， 为了提高用户基数及活跃度 ， 优惠券往往是互联网公司实现差异化营销的重要手段 。 通过用户注册、活跃情况、使用频率等一系列指标 ， 互联网公司可以将用户区分为新老及活跃与非活跃用户等 ， 从而有针对性地发放不同的优惠券 。
一家人工智能公司的研发主管向界面新闻介绍 ， 不同场景对新老用户的差异化也不同 ， 比如外卖行业 ， 如果你只是偶尔使用 ， 可能会收到满减红包；而电商行业 ， 可能只会让指定用户参与到某些促销活动中 。
通过合理的差异化营销 ， 部分用户享受到了一定的优惠 ， 也有助于互联网公司增加日活及用户的黏性 ， 进一步提升自身的商业价值 。 不过这样的优惠活动 ， 极易导致不同用户在同一时间和地点购买同一商品或服务时 ， 出现价格上的差异 ， 从而引发“大数据杀熟”的质疑 。
事实上 ， 差异化营销和“大数据杀熟”往往容易混为一谈 。 多位互联网公司算法或数据相关的人士表示 ， 互联网公司可以通过差异化营销达到“大数据杀熟”的效果 ， 很难分清两者之间的关系 。
“互联网公司会通过类似的手段 ， 避免自己被认为实施了“大数据杀熟” ， 让消费者以为只是一种营销手段 ， 而且活动的解释权通常归他们所有 。 ”李云表示 ， 如果互联网公司实施“大数据杀熟” ， 以前可能是直接调高商品或服务的价格 ， 现在则可以通过发优惠券进行差异化营销 ， 最终达到不同用户之间存在价格差异这样的“大数据杀熟”效果 。