大数据教人看人说人话,见鬼说鬼话 曾有新闻显示,淘宝对每个用户做了18种“性别”定义,首先是用户本人性别,第二是购物内容“性别”,根据日常购买的商品使用者性别来确认,第三是购物习惯“性别”,根据用户购买商品行为模式确定……简而言之,淘宝就是利用消费习惯在对用户分类,此外,还可以进行判断,甚至可以判断出你的购买是换新还是添置。 从这个层面上来看,大数据会为消费者提供相对合理的推荐,方便消费者选择。但同样的,大数据从这个功能上来说就只有好处吗?完全不是。 个性化时代,却让每个人都满身标签 当然,大数据绝不仅仅满足于分类,在当下,大数据做的更精细——标签化。 回到价格,在京东之前关于大数据的观点中,曾提及会对某用户经常购买的产品,进行针对该用户的价格下调,达到让利其而成交的目的。但我们可以试想一下,一个用户经常购买该产品,说明该产品对于该标签用户来说是刚性需求。同时该用户常常在这个单一平台进行购买,那就说明该平台对该消费者有价格或者服务上的优势,让该用户不断继续购买。那么,在掌握了这些信息之后,作为盈利为目的的销售者,究竟是会降价回馈,还是在保证价格等方面的优势后,稍微提高价格来获取更大的利润呢? 另外一个场景则是bug价格,前几年以京东最盛。由于直降、满减、京券、东券等活动类目繁多,经常有网友一不小心就叠加出了“神价”,消息流传后得到大家的簇拥,致使京东“大亏一笔”。但这种现象却越来越少了,为什么?首先,单一商品在某个时间段大量被购买就能说明在价格上存在了一些问题。并且大多数情况下,每次都能抢到特别优惠的基本都是同一群关注某些购物分享类网站的消费者,轻易就可以为这些人打上标签,而当这群身带标签的人在购买同一商品达到一定人次时,就可以断定价格有问题,利用后台算法进行调整。当年有部分网站会对此类用户进行黑号处理,其结果就是凡是获奖率不是100%的活动,该类用户都为“谢谢参与”。
|
|