大数据“杀熟”,反向驯化管用吗?

编者的话:“年轻人反向驯化大数据杀熟”的话题近日引发热议。一些年轻人尝试通过评论“哭穷”等手段反向驯化算法,试图影响算法推送,与备受诟病的大数据“杀熟”较量。这种“反向驯化”有效吗?大数据“杀熟”使用什么技术?平台扮演什么角色?

大数据“杀熟”,怎么办到的

毕奇

“杀熟”,简单来说,就是卖方根据买方在交流的过程中流露出来的购买意愿,个性化调整交易策略,以达到利益最大化的目的。较早实施买卖个性化服务的行业之一是航空业。长期以来,航班上同等舱位的座位价格并不根据航司成本简单制定,而是根据复杂的算法进行动态优化,以达到航司收入最大化的目的。

目前电商平台的线上服务,能通过数字技术获取较为完整的交易数据。例如,通过交易历史能获得买方的消费习惯,通过读取买方的浏览历史能获得买方更多的兴趣爱好等等。这些资料,通过心理学等理论的指导,能设计出比飞机票更为复杂的销售或导购的算法。

消费个性化服务说起来简单,但算法的制定及其短期和长期的矛盾非常复杂。过去大多数算法都是依据大群体历史交易经验,谨慎地人为设计算法,并根据实际应用情况不断迭代。如今人工智能的深度学习,大大地降低了个性化学习和机器训练的成本。“杀熟”有可能不仅针对一个大群体,而是小群体,甚至每个人。

交易和导购的个性化服务,也在国内外流行。在通信和电视广播行业,国外运营商普遍做法是通过廉价来吸引新客户,成为老客户后,便利用消费者惰性逐步涨价,是妥妥的“杀熟”做法。但针对“杀熟”等个性化服务的法律全球都还不规范,有待日后通过实践逐步认识其对社会的影响,并根据后果来逐渐完善。(作者是中国电信集团首席科学家、美国贝尔实验室院士)

“反杀熟”有效,但效果有限

盘和林

针对广受诟病的大数据“杀熟”,消费者“反杀熟”策略招数很多。但“反杀熟”有效吗?有效,但效果有限。因为消费者变聪明的同时,算法也在成长,变得更善于博弈,且人类历史上还从来没有在机器擅长的领域战胜过机器。你以为是算法给了一张优惠券,说不定是算法顺水推舟促成的交易。大数据“杀熟”依然难破,我们怎么办?

既然普通人在博弈上打不过算法,那就在信息对称性上下手。比如,比价网站将电商平台某种商品的历史价格和各个平台价格记录下来,让消费者一目了然。当然,近些年平台也发现比价网站的威胁,于是通过更加复杂的优惠券叠加使用方式来混淆信息,让比价网站抓取的价格信息失真。

再比如,消费者用脚投票,鼓励商家主动公布成本。南京一家蛋糕店将蛋糕制作所有成本列表贴在蛋糕背面,这肯定会增加财务工作负担,但随着管理信息软件成熟,这类成本统计并不难。而成本透明也让消费者买得放心,商家和消费者双赢。

当然,成本透明并不适合所有商家,一些企业不愿列明成本。以酒店为例,国庆节酒店房费贵10倍,合理吗?从全年看是合理的,但如果单列成本看就不合理,成了暴利,消费者不会买账。还有奢侈品等商品本身依靠溢价,不是薄利多销,所以消费者信息不对称无法避免。此时,就要监管出手做两件事:一是为消费者提供一条便捷投诉的渠道,消费者发现被“杀熟”,要投告有门,方能对大数据“杀熟”形成威慑;二是对平台算法进行审核评价,消费者不懂的算法,监管者要懂、要管起来。(作者系经济学者、工信部信息通信经济专家委员会委员)

平台应承担首要责任

曹磊

据公开报道统计,此前包括淘宝、天猫、亚马逊、美团、拼多多等数十家平台均被爆疑似存在“杀熟”情况。对于大数据“杀熟”,平台无疑应该承担首要责任。平台作为数据的收集者和使用者,有责任确保数据的合理、公正使用。当平台利用大数据对消费者进行价格歧视时,不仅违反市场公平竞争的原则,更侵犯了消费者的知情权、选择权和公平交易权。《消费者权益保护法》等国内多个法律明确禁止大数据“杀熟”等相关行为。

大数据“杀熟”是一个复杂而敏感的问题,需要政府、平台和消费者共同努力来解决。监管平台需要从多个层面入手。首先,政府应出台相关法律法规,明确大数据使用的边界和规则,对违规行为进行严厉处罚。其次,平台自身也应加强自律,建立完善的算法透明机制和内部管控体系。平台应主动公开算法的基本原理和决策过程,接受社会监督。同时,应加强对员工的教育和培训,提高其对大数据使用的道德和法律意识。此外,消费者也应采取措施避免被大数据“杀熟”。例如,使用虚拟身份或匿名浏览,干扰算法推荐等。(作者是网经社电子商务研究中心主任)

打开APP阅读更多精彩内容