分享

大数据杀熟行为10月1日起明令禁止:这些你被骗了多少钱?

 花蒜直播 2020-09-16

文化和旅游部最新公布的《在线旅游经营服务管理暂行规定》将于今年10月1日起正式施行。规定明确了,在线旅游经营者不得滥用大数据分析等技术手段,侵犯旅游者合法权益。律师:“根据消费者权益保护法,如果对客户实施了价格欺诈,客户可以主张3倍赔偿,最少也是500元的赔偿 。”

大数据杀熟行为10月1日起明令禁止:这些你被骗了多少钱?


现在一些互联网平台和商家已经“皈依佛门”了,不“杀生”都改“杀熟”了。

大数据杀熟行为10月1日起明令禁止:这些你被骗了多少钱?

你知道“杀熟”是什么意思吗?
大数据杀熟是指同样的商品或服务,老客户看到的价格反而比新客户要贵出许多的现象。
经营者运用大数据收集消费者的信息,分析其消费偏好、消费习惯、收入水平等信息,将同一商品或服务以不同的价格卖给不同的消费者从而获取更多消费者剩余的行为

杀熟”的形式多样,主要有三种表现:

大数据杀熟行为10月1日起明令禁止:这些你被骗了多少钱?

一是根据用户使用的设备不同而差别定价,比如针对苹果用户与安卓用户制定的价格不同;
二是根据用户消费时所处的场所不同而差别定价,比如对距离商场远的用户制定的价格更高;
三是根据用户消费频率的不同而差别定价,一般来说,消费频率越高的用户对价格承受能力也越强。
与其称这种现象为“杀熟”,不如说是“杀对价格不敏感的人”:一罐可乐,在超市只卖2元,在五星级酒店能卖30元。这不能叫价格歧视,而是因为人们能住得五星级酒店,那么就是要被“杀”,这个理论套用在“大数据杀熟”上却并不恰当。一个关键问题是,一罐可乐的正常价格是透明的,所以在五星级酒店的溢价是公开的。但“大数据杀熟”却处于隐蔽状态,多数消费者是在不知情的情况下“被溢价”了。此外,将老顾客等同于“对价格不敏感的人”,也有偷换概念之嫌。
所谓“大数据杀熟”的问题早在数年前就引风波。同样的商品或服务,老客户看到的价格反而比新客户要贵出许多。该词汇成为了2018年流行语,包括天猫、京东在内的多个平台之前都被消费者指责有“大数据杀熟”的嫌疑。
大数据杀熟有价格歧视的嫌疑,明显背离了朴素的诚信原则,也是对老客户信赖的一种辜负,引发了商业伦理的扭曲,值得人们警惕。

大数据杀熟行为10月1日起明令禁止:这些你被骗了多少钱?

虽然这只是旅游行业的一个规定,但好歹开了个头。在我国大数据杀熟的案例比比皆是,比如屡屡爆出的某旅游APP的酒店预订价格问题、打车平台飘忽不定的预估价格、《庆余年》利用粉丝对明星的忠诚度来提前点播获得超值溢价的.....
互联网差异化定价的鼻祖是亚马逊,他们在2000年9中旬开始了著名的差别定价实验:部分DVD碟片商品,对新顾客的报价为22.74美元,而对那些对该碟片表现出兴趣的老顾客的报价则为26.24美元。即老顾客的购买价格比新顾客贵了3.5美元。刚开始效果很好,不过后来玩漏了,顾客发现了亚马逊的伎俩最后结果是亚马逊赔钱加道歉了结。
欺负老顾客,这是一个人艰不拆的“真理”,可能会让很多人眼泪忍不住的流下来。但其实现在不都是这样的吗?网约车APP的新用户首单免单,新会员买电影票有补贴,第一次到店消费打折等等,而老顾客却经常被算法欺负,差异化定价还有一个名字叫价格歧视。当然也有歧视新顾客的,比如我就经常被卖菜的姐歧视,我买的菜永远比我老婆买的贵,因为我是菜市场的价格不敏感人群。
对消费者来说,如何避免被“杀熟”:1、尽量把自己伪装成非熟客,偶尔换账号网购也是可以的(当然你的IP地址也可能出卖你)。2、货比三家,防止被商户隐藏信息,多了解商品信息。3、切勿轻易被商户锁定、被套牢。对企业来说,消费对象差异化定价,应遵守定价底线,保证用户的知情权。
但是,有句话叫“买的永远没有卖的精”,负责任的告诉家,在大数据面前家都是裸体游泳的,某个电商平台给每位顾客贴了上千个标签。这就是大数据时代,我们的衣食住行悲欢离合都已经数据化了

大数据杀熟行为10月1日起明令禁止:这些你被骗了多少钱?

其实是在利用信息不对称来宰客,属于违背诚实信用的欺诈行为。而欺诈行为本身就是被禁止的,并且根据《消费者权益保护法》的规定,可以主张三倍(最低五百元)的赔偿。
所以,这次是专门的把这个行为拿出来进行禁止,值得点赞。可是我担心的事,要怎么才知道我被杀熟了呢?所有的信息都在商家那里,我依然看不到。除非我每次下单都要找个其他账号同时查询对比,还不能找一个和我一样喜好和频率出差的账号。
所以,问题来了,要怎么监管呢?我不知道我被杀熟了,那监管部门又咋知道呢?数据都在后台,都在商家的控制之下,用不用怎么用除了商家谁会知道?

大数据杀熟行为10月1日起明令禁止:这些你被骗了多少钱?

就目前来看,有些商家频繁违规,是因为他们不懂法不知道规则么?不是,是因为被逮到的概率太低违法成本也不高的原因。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多