学会反杀大数据，拒绝成为算法镰刀下的“韭菜”

踩着灰色边界的互联网平台正构建着一个无处不在的大网，大肆消耗用户的信任，对“熟人”伸出镰刀。为了避免成为“冤大头”，消费者也开始各种“土办法”反大数据杀熟。比如说，有美团用户开始在饿了么平台，或肯德基、麦当劳等餐饮品牌自建APP上直接下单，通过减少对平台的依赖性，以避免被“杀熟”。也有越来越多的用户，通过换手机号注册新账户的方式，来享受平台更低价格的服务。

类似的反抗正在悄无声息的发生着，我们在网络上谴责平台的“歪心思”，不断呼吁行业、官方打击该现象的同时，消费者们也思索如何逃脱被“割”的命运？从涉及大数据杀熟问题企业的相关回应敷衍言辞里，能明显感到平台和用户的较量将是长期现象，面对算法镰刀消费者或许也该行动起来了。

三大易中招“人群”

大数据杀熟对万千网友来说已不是新鲜事。2019年初，北京市消费者协一份大数据杀熟调查显示，有56.9%的被调查者表示有过被大数据杀熟的经历，高达88.3%的人认为杀熟是普遍现象。大量电商平台、生活服务、网约车、OTA在线差旅服务，甚至视频、电影订票类等互联网平台都被曝出存在疑似“大数据杀熟”的案例。通过对过往案例分析复盘后发现，被大数据收割的人群具备一定的共同属性，目前来看有三大人群更容易被平台收割。

1、高消费用户；一名复旦大学的教授在2019年，用一年的时间带领团队在全国多个城市实地调研，收集打车样本。调查结果显示，苹果手机用户更容易被专车、优享这类更贵的车型接单，如果不是苹果手机，则手机越贵，越容易被更贵的车型接单。

图片来源：微博话题

不仅是在出行方面存在价格差异，在酒旅方面也是一样。有用户在使用携程订酒店时，两台价位不同的手机，对于同一个房间，显示的价格存在差异。经过验证发现，3000+以上价位手机与千元机相比，价格高出100元左右。

出现这样的情况，主要是因为这类使用iPhone或高价位手机的用户被算法打上了“价格不敏感”的标签，所以平台趁机给用户加价，或给这些用户优先推荐高消费服务。

2、活跃用户；随着技术的进步，平台利用大数据算法，对不同的消费用户展示出不同的消费价格。正常情况下，平台上那些重复购买的用户，往往很少去“比价”，属于对平台信任感更强的人群，有的互联网平台会针对这种用户进行“杀熟”。

2018年3月，经常使用某旅行网站预订酒店的网友“廖师傅廖师傅”发现，他预订的房间价格在380-400元之间，但很少用该软件的朋友查询到的同一房间价格仅300元。

3、会员用户；充会员本想是可以得到更大的优惠，结果有时也会大相径庭，各平台的会员就像一种契约，意味着消费者会高频消费，平台则给予各种“增值服务”作为回报，而令人想不到的是，有时会员用户会比非会员用户承担更高的价格。

图片来源：漂移神父公众号文章截图

2020年12月，自媒体“漂移神父”曾发表了一篇名为《我被美团会员割了韭菜》的文章，质疑美团“同一家外卖，同一个配送位置，同一个下单时间节点，在开通会员后，为什么配送费比非会员要高？”该网友在开通会员后，配送费由平时的2元变为了6元，比非会员的配送费高出了一倍不止。

文章一出，阅读量便迅速攀升，“美团被爆杀熟外卖会员”也就此成为热门话题，不少网友纷纷表示自己也有过类似的经历，非会员点餐比会员点餐便宜、充会员前后菜品价格不一样等问题比比皆是。

对忠诚度更高的用户进行“收割”，怎么看都像自掘坟墓的行为，这么多企业为何对此趋之若鹜，这般乱象缘何会频繁出现？问题的根源，除了大数据技术提供了这种“消费歧视”策略实行的基础，更多的源于市场竞争的复杂性。企业为了兼顾提高营收和吸引新用户，不得不施行这种看起来并不明智的运营策略。

杀熟难短期消失，自防很重要

根据黑猫投诉相关数据显示，键入关键词“杀熟”后，美团、携程、滴滴等均在投诉名单之上。几乎所有互联网巨头们都难逃杀熟罪名。

消费者不禁会疑问，平台及巨头们为何甘愿背负名誉受损和股价狂跌的代价，也要把大数据杀熟进行到底呢？一切客观存在的事物都有其内在的逻辑，对大数据杀熟泛滥的领域进行深入调查后发现，这种怪现象背后的原因有三。

首先，持续的烧钱扩张策略是罪魁祸首；多数互联网企业在初期以烧钱快速扩张，利用低价圈住消费者。长此以往，平台逐渐成了领域的龙头，并以此对丧失选择权的用户进行“收割”。从不为自己设限的美团，一直都在追逐业务的边界，想要赶上每一个风口顺势腾飞，于是不惜烧钱拓展零售、社区团购、出行等新业务，但从美团最新发布的财报中来看，持续扩张的美团并不乐观。根据其财报显示，美团第四季度，新业务亏损由2019年的13亿元，同比扩大至2020年的60亿元。

美团虽然将新业务的亏损称为“面向未来的投入”，但从现阶段来看更像是台“碎钞机”。同时在烧钱扩张的还有滴滴，先是进军跑腿市场，紧接投资1亿元搞货运，而后上线“橙心优选”，宣布入局社区团购，每一项业务都是真金白银砸出来的，因此2020年也被看作是滴滴烧钱最猛的一年。

正是各家巨头持续的扩张策略，使平台需要大量的资金支撑利润和新业务拓展，于是就会想法设法回血资金，大数据杀熟也就成为各家的共同选择。

其次，新用户增速放缓是第二动因；随着互联网红利见顶，流量也逐渐触摸到天花板，很多行业都进入了存量竞争的阶段，许多领域获客成本达到了几百元甚至上千元，因此各平台都会对新用户赠送各种折扣和福利。大多数外卖、出行、OTA平台已经渡过“创业时期”，用户增长都开始减慢，融资渠道减少，对老用户痛下杀手，并把其中一部分的钱补贴给新用户，成了平台保持对新用户吸引力的一个妥协性的办法。

图片来源：《QuestMobile 2020中国移动互联网年度大报告》

新用户增速放缓，让各大平台不得不将目光放回老用户身上，薅老用户、会员用户的羊毛，成为大数据杀熟的第二动因，这也使杀“熟”保“新”将会长期存在。如日常购买外卖时，就可以看一看美团、饿了么两家平台同一个商家的同一商品定价，和各自配送费的定价，哪家更低选哪家，掌握主动权才是应对收割的正确做法。

最后，取证难、维权难助长乱象泛滥；每次出现大数据杀熟的风波，企业都会以各种理由回应，过去大数据杀熟的拷问此起彼伏，面对外界的质疑，互联网企业通常以商品型号或配置、享受套餐优惠、时间点不同等为理由，进行自辩。

图片来源：微博

除非相关部门强制，互联网企业大多时候不会也没必要对外公布具体算法、规则和数据，每当消费者在遇到类似问题时都很难维护自己的权益。其原因在于取证难，维权更难。北京市汇佳律师事务所律师邱宝昌接受南都记者采访时透露：“电商差异化定价是否构成法律意义上的大数据杀熟不能一概而论。实践中要认定大数据杀熟存在一定难度。”

专业人士也曾分析，“杀熟”行为之所以如此肆无忌惮，很大一部分原因都是监管和举证的困难导致。究其背后是因为“大数据”的特性就决定了杀熟存在复杂性和隐蔽性，别说普通消费者，甚至机构也难以举证，所以“大数据杀熟”如何界定就成为了一个类似“既有又没有”的“薛定谔的猫”的长期问题。

为了填补亏空、应对增量放缓，加之杀熟的取证维权难，都成为平台及巨头们冒风险举起镰刀的背后推手，而这些原因不是一朝一夕间出现的，自然短期之内也不会消失。可我们面对不公平的“大数据杀熟”就听之任之，束手无策吗？其实一切并不是无解的死局。

镰刀之下并非毫无办法

镰刀之下，并不是只有束手就擒一条路可走，只要读懂大数据杀熟背后的商业逻辑，就有了应对之策。根据专业人士总结，目前互联网平台存在的“杀熟”方式主要是平台算法，基于对用户的消费能力、消费意愿以及消费频次所衍生的数据标签来进行区别定价。

只需搞懂大数据杀熟背后的“运行逻辑”，很多消费者就可以从“杀熟”的包围圈中突破出来。

点外卖、出行打车、下单酒旅时，要多“货”比三家；在选择同样的商品时或服务时，不妨多浏览几个平台，雨露均沾的使用多个平台进行货比三家，不仅可以更实惠，还可以有效防止被杀熟。比如，美团给你高价，你就多去饿了么点外卖；携程酒店价格高，就去途牛；滴滴打车价高，就去美团打车，不要过度依赖某个平台形成一种惯性。

图片来源：网友自制的反大数据杀熟日历

如果过度依赖于某个平台，那平台就会认为你是一个“价格不敏感”的用户，可以放心大胆的进行“收割”了。相反如此若即若离、反复无常的疏离感，才会让平台算法没有“安全感”，从而达到“驯服”它的目的，这样大数据杀熟的镰刀就会较少的落在你的头上。

了解大数据技术也有“机器弱点”，“渣”一点或可破解；大数据技术虽然名头很唬人，其实只是像数学公式一样的“死逻辑”，你不符合平台关于“韭菜”的定义，就能破解机器算法。可以提供干扰性数据，来模糊我们的用户画像。

打个比方，当你想买某款商品，不要一直搜索浏览，你可以再看看相差较大的品类，通过搜索行为来模糊平台对你消费意图的判断，这样算法就很难对你的真正意图做出准确的判断。另外，专家还呼吁要为大数据算法“立规矩”。据了解，今年2月7日，国务院反垄断委员会发布关于平台经济领域的反垄断指南，对消费者反映较多的“大数据杀熟”等问题作出专门规定，或会一定程度的将大数据技术关进“笼子”里，这对于消费者而言也是个好消息。

努力把自己“打造”成各种外卖、出行、OTA应用的非熟客；“杀熟、杀熟”，因为熟悉才成为大数据镰刀下的待割之物，如果我们佯装成并不熟悉的新用户，那么平台应该也会以厚礼相待。

数据来源：网络安全媒体E安全调查

遵从这样的思路，我们可以从源头下手，谨慎授权自己的信息给相关应用，对于APP的各种申请授权予以甄别的进行开放，尤其是关于麦克风、通话记录以及存储这些即会暴露购买倾向，又和大部分消费服务无关的信息，可以有选择性的对相关应用开放，减少它们对自己的了解，会更好的保护你的消费权益。

又或者在某一段时间内删除你常用的那些APP，以此来触发该平台的客户流失预警。当平台将你列为即将流失的用户，这样你在机器的“眼里”就不再是“熟人”，从而平台会更加重视你的体验，你也可以避免很多麻烦，少花掉很多“冤枉钱”。

虽然我们已经被大数据杀熟包围，但好消息的是，全社会已加紧对大数据杀熟现象的重视，反垄断法的出台，法律界人士的发声，消费者的反抗，都在加速大数据杀熟灰色现象进入退出历史舞台的倒计时。