价格歧视算法

❶ 互联网与大数据对价格歧视的影响

互联网与大数据对价格歧视的影响：

在大数据时代下，如果经营者收集的信息足够全面，掌握的算法足够先进，足以甄别出每位消费者的购买意愿和支付能力，就可针对消费者单独制定不同的价格。在大数据技术的支持下，商家为了获得更多用户，便可以通过大数据算法获知哪些用户可以接受更高的价格，哪些用户应该适当地予以降价，“大数据杀熟”由此诞生。

其中，互联网企业尤其是具有一定垄断地位的行业巨头利用用户在平台上产生的海量数据进行存储、分析，对用户进行建模，进而构建用户的个人图像，识别出不同消费者的需求曲线，对价格歧视策略的使用发挥到了极致，使得一直以来只存在于理论中的一级价格歧视真正在互联网企业中发扬光大。

价格歧视细分

一级价格歧视指卖方将买方支付意愿的上限确定为商品的卖价。在这种情况下，卖方在向每个买方收费时均可获得最大化利润。其中，经营者对消费者信息把握得越全面，其实施价格歧视的能力、可获得的利润就越高。

二级价格歧视是说就相同的商品或服务提供不同的版本。对于二级价格歧视来说，卖方往往不了解买方特征，通过提供一系列包括价格和各种条款在内的销售协议供买方自行选择。

三级价格歧视则是卖方基于对买方的分类，根据不同买方群体的需求弹性来确定不同的价格。三级价格歧视在现实中更为普遍，电影院或景点针对学生、老年人或未成年人收取不同的价格都可以归为三级价格歧视。

人工智能时代到来之前，经济学都更多关注二级与三级价格歧视，由于卖方很难精确把握每位消费者的保留价格，因此一级价格歧视不易发生。然而，在数据规模扩大与算法分析优化紧密结合的当下，一级价格歧视已具备现实可能性，终于从停留于纸面的传统分析模型转变为付诸实践的流行商业策略。

❷ 中消协点名大数据杀熟，商家究竟是怎样利用大数据杀熟的

频频发生的“大数据杀熟”问题引发中国消费者协会关注。1月7日，中国消费者协会召开“网络消费领域算法规制与消费者保护座谈会”，呼吁网络经营者的算法应用坚持公平公正，反对利用消费者个人数据画像实施价格歧视，并建议在个人信息保护法、反垄断法等相关法律中，增加算法应用的相关规定。

中消协指出，有些经营者利用算法进行价格歧视，包括对新老用户制定不同价格，会员用户反而比普通用户价格更贵；对不同地区的消费者制定不同价格；多次浏览页面的用户可能面临价格上涨；利用繁复促销规则和算法，实行价格混淆设置，吸引计算真实价格困难的消费者。“这类算法造成选择性目标伤害。”

❸ 1、买一送一,相当于打几折 2、买二送一,相当于打几折 3、买四送一,相当于打几折

回答

五折

六七折

八折

1÷﹙1+1﹚×100%=50%=五折

2×﹙2+1﹚×100%≈67%=六七折

4÷﹙4+1﹚×100%=80%=八折

2.商家更狡猾的地方在定价

也许你已经感觉到，“满 99 减 55 ”是“ 44 当 99 花”的升级版，看上去同样具有诱惑力，实际打折力度却缩水了，因为在标价接近 99 整数倍的区间内，并不能采取更划算的购物策略。我们把上面两个不同促销手段等同的打折率的变化画在一起，就可以清楚的发现这个趋势。在 m < 44 的区域，红线（满 99 减 55 ）和蓝线（ 44 当 99 花）重合，而在剩余区域， 44 当 99 花的实际打折率明显更低一些。除了打折率变得明显不给力外，今年的策略还让商家更方便的通过控制价格实现让利更小。商家在去年定价的时候，要达到这样的条件才最有利：

（1） 单件商品标价的 m 接近 44。从第一幅图上可以看出，折扣率较高的尖峰都出现在 m = 44 处。
（2） 多个商品价格加起来不能离 99 的整数倍太近。
但是很容易看到，这两个要求相互矛盾。假设商品单价可以保证 m = 44，那么两件商品总价的 m 就是 88，这离 99 就很近，同时购买两件商品就会让折扣率变低。
可是，如果商家用了“满 99 减 55 ”的策略，今年定价的时候就会舒服很多。此时只要让商品单价的 m 离 99 越近越好。这样不仅保证只买一件商品的顾客折扣率位于尖峰上，也能保证同时购买多件商品的顾客折扣率不会下降太多。比如，两件商品的 m 分别为 98 和 97，那么总价的 m 为 96，此时折扣率仍位于尖峰附近。
3.如何获得更低的折扣除去价格这个消费者不可控因素之外，想要获得更低打折率的方法只剩一个，那就是购买更多的商品。从上面的折扣率变化图中我们可以发现，随着价格增加，打折率会逐渐变低，波动变小，最终趋近于 44/99 = 44% 。
商家为什么要给购买更多商品的消费者更低的价格？想象一下，你就是一个品牌鞋子的生产者。10月底的时候，你觉得因为随后会有三个节日（圣诞节，春节，情人节），出现一个购物狂潮。而你也希望多生产鞋子从而降低每双鞋的成本（平摊到每双鞋的各种租金和工人工资可以减少）。当然，聪明的商人都明白，如果鞋子不降价，消费者即使有购买力也不会去买比正常时更多的鞋，因为他们的选择很多。因此，为了保证自己多生产出来的鞋子都能卖出去（卖不出去第二年就属于旧款不得不降价了），必须降低鞋子的售价。你当然可以直接把鞋子价格降低一些，不过，这样的结果是不管消费者买了 1 双还是 10 双，折扣都一样。然而，如果你根据消费者买的数量定价，只给购买多的消费者更大的折扣，那你不仅可以促使消费者多买鞋子，也能让自己因为打折而损失的利益减小。
4.包邮的经济学原理
这种随购买数量增多而价格降低的定价策略在微观经济学上叫做第二类价格歧视。实际上它是一个双赢的策略，商家通过生产更多的产品降低了平均成本，增加了销售量。而顾客则受益于平均成本的降低，从而买到更便宜的东西。
更常见的第二类价格歧视的例子是网购中的包邮。给购买力强的顾客免去邮费实际就是降低价格，和前面的例子不同的是，包邮对于商家更划得来。比如，邮费 10 元，50 元包邮的策略给消费者的感觉是只要自己购买的东西多于 50 元，商家就替自己交了 10 元邮费。但实际情况是，本来网购所有的交易都要邮寄，根据第二类价格歧视，商家对于快递公司来说是购买力强的顾客，因此快递公司也会给商家相应的优惠，所以有较大规模的网店单次邮寄的费用都会远小于 10 元，比如可能是 5 元。这样一来，商家对消费小于 50 元的顾客收 10 块钱，自己赚 5 元，而对消费大于 50 的顾客包邮，即损失 5 元，实际自己可能不赔不赚，却给顾客留下了优惠 10 元的好印象，最终塑造出“包邮哦亲”的传统美德。

❹ 中消协指出网络领域涉及消费者权益的算法应用问题有哪几种

中消协指出，根据消费者投诉、有关调查和相关报道，网络领域涉及消费者权益的算法应用问题主要有以下几种：

一、推荐算法。通过监测分析消费者的消费行踪轨迹，如浏览过的页面、广告、商品服务、话题等，有针对性地对消费者进行商业营销。这类推荐算法利用消费者的数据画像，实施所谓精准推送。许多消费者误以为自己看到的与旁人无异，导致知情、选择不足。有些经营者通过算法应用推送的商品、服务内容甚至违背法律和公序良俗。

二、价格算法。有些经营者利用算法进行价格歧视。一是对新老用户制定不同价格，会员用户反而比普通用户价格更贵。二是对不同地区的消费者制定不同价格。三是多次浏览页面的用户可能面临价格上涨。四是利用繁复促销规则和算法，实行价格混淆设置，吸引计算真实价格困难的消费者。这类算法造成选择性目标伤害。

三、评价算法。部分平台及平台内经营者为了获得好评，运用刷单等方式，编造虚假高分评价，或者隐匿中评、差评，使真实评价无法显现。虚假评价、评价失实呈现，不仅破坏经营者之间的公平竞争，也对消费者购买决策产生误导。

四、排名算法。平台经营者制定各类排名榜，声称基于消费者好评率、销量等，对各行业或商品服务类别进行排序，引导消费者选择，但具体如何计算得出的难以知晓。还有的混淆竞价排名与自然排名，左右消费者决策。

五、概率算法。一些线上经营者开展有奖销售、抽奖兑换，特别是部分网络游戏公司经常性推送游戏道具抽奖活动，虽然公示了中奖(掉落)概率，但是其算法程序不透明，实际中奖概率缺乏管控，屡遭消费者诟病。

六、流量算法。一些平台利用所处优势地位通过算法在流量分配、搜索排名等方面设置障碍和限制，控制平台内经营者开展交易，影响公平竞争和消费者选择。

❺ 大数据算法可能塑造更恶劣的互联网世界

大数据算法可能塑造更恶劣的互联网世界
PC时代真正拉开全球普及的大幕，大概要到世纪之交的2000年。在此之前，虽然影视作品深入人心地塑造了很多黑客形象，但人们对电脑的直观认识仍然十分肤浅。真正改变这一现象的动力并不仅仅来自PC自身性能的发展，互联网也是其中的主要推手。PC+互联网奠定了我们这个时代信息高速公路的基石，在他们铺设交织的信息之路集群上，手机等更轻量级的终端不断发展，终于占据了我们的生活，终于也演化出了现在的大数据算法浪潮。

大数据算法下每个人都是有辨识度的节点
在科技趋势方面，艺术领域总是先于工程实践乃至社会意识，当站在2018年的我们蓦然回首，十年前乃至二十年前的电影就已经基本预告了AI、大数据等种种“先进科技实践现象”的到来。当然，我们现在已经接触到的大数据算法应用，与人们既有的预期还是有相当的不同之处，处在相对早期的发展阶段，但他的影响已经开始渗透进入我们们生活的方方面面。

大数据就是把互联网信息瀑布塑形成有辨识度形状的过程
首先明确，我们此处提到的大数据算法指代的是互联网信息生产者、中继者等利益主体利用关键数据信息的统计建立对用户的特征分类，描摹具备分析价值的用户画像，从而针对性地采取差异化方式对待的一种策略。
对于直接生产者来说，谁购买了我的“内容”，我就统计谁的特征，针对特征针对性地售卖我的产品。
对于信息中介者来说，谁使用我们的“服务”，我们就统计谁的信息，针对不同用户采取基于时间、空间等任何有意义节点设计我们提供信息的呈现方式和范围。

大数据算法可能塑造更恶劣的互联网世界
从严格意义上来讲，这些策略的诞生并不依赖互联网，早在市场经济的开端，商家们就自发地开始了了解市场偏好，针对不同用户群来设计战略，这是商品社会建立的基石之一。不过在一些后发市场，直到几十年前，创始人自己走南闯北的阅历还是提供策略依据的核心要素——参见康师傅红烧牛肉面的口味选择之路。
互联网创造了人类历史上从未有过的数据采集、流通环节，为信息检索和归纳整理创造了温床。互联网的普及是信息时代的必然事件，基于互联网的大数据算法决策也是互联网自身发展的必然要求。我们要讨论的问题不是这些会不会发生，而是如果演化过程中对规则引导过于漠视带来的可能后果。
一叶障目加剧对立
与冷冰冰的IE不同，谷歌浏览器在连接失败时会显示一只比较呆萌的”恐龙“头像，告诉用户如果没有互联网，大家就要倒退回到落后的中生代了。事实上，中生代称霸地球优势种群恐龙总目的灭亡（非鸟恐龙）恰恰和大数据算法可能带来的弊端有很强的可比性。

Chrome浏览器对断网的“中生代”嘲讽
现存高级脊椎动物类群都从两栖类分化而来，代表恐龙、鳄鱼等的“蜥形动物”和代表哺乳动物的“合弓动物”从很早就分道扬镳。恐龙在三叠纪中后期登场，倚仗自己的呼吸效率优势撑过了三叠纪末的艰难时刻，在全球高温湿润、强海侵时期的一亿六千万年内保持了自己的主要特征，一直舒舒服服地生活到了六千五百万年前，旋即在环境巨变惊天动地的的K--T灭绝事件变革中壮烈死去，再也没有能够看到古近纪的太阳。
恰恰是适合蜥形纲——主龙类的低氧、高温、湿润气候，让他们的优势特征得以迅速发挥，持续大型化、持续特化。在他们之前合弓动物在二叠纪锻炼出来的耐寒能力（高代谢能力）并不入他们的法眼（生物选择没有必要）。漫长而固定的环境固化了他们的特征，用进废退的生物本性磨灭了他们的分化之路，最终导致了他们的灭亡。

非鸟恐龙受环境影响过于特化而灭绝（不仅仅是大型化））
没错，用进废退，不但是生物进化的本能规律，也是智能生物认识世界的自然规律。
对于文明时代的个体来说，环境的高度稳定和统一显然不是能够锻炼自己心智和见识的有利因素。历来各国机要人员，“不历州郡，不入台阁”是默认的惯例。如果哪天有重要机构的掌舵人换成了从小养尊处优又没什么见识的年轻人，多半是要出事的，是要步”恐龙王朝“的后尘的。
互联网发展的初期确实对普通网民起到了丰富知识层次、扩展视野的作用，同早期恐龙们要面对的复杂自然环境类似。但是经历数十年野蛮生长后，大数据算法终于瓜熟蒂落。在大数据算法的构建过程中，每一个用户都会把自己的关键”喜好“特征毫无防备地贡献出去。
喜欢看球的朋友会发现自己浏览器和APP的推送一直是体育，喜欢财经的永远挑不出金融知道。如果您是喜欢辩论的网民，那么很容易稀里糊涂陷入自我印证立场和攻击别人之间的死循环。如果大数据算法真的能够行之有效的被软件和信息厂商们所熟练使用，那么坚持”PC玩游戏就是比主机强的“用户可能再也看不到中立第三方对此的大部分意见与看法。

大数据会放大台式机笔记本果粉和主机“贱民“之间的对立
大数据算法发现了你的选择，并且用粘性“智能”的信息流方式把你半永久性地、潜移默化地粘到了那个方向上，这是我们现在已经开始面对地现实。周围都是恒定不变的丛林，其他的观点和信息都被隐藏，长此以往，用户都将成为徜徉在中生代在”自由王国“舒适吟唱的恐龙大帝，对于自己世界以外的事物漠不关心。
任何人都有自己的认知盲区，即使是学富五车的大学教授也常常在简单的认知问题上翻船，如果不加限制。”恐龙“与”恐龙“们将进一步强化自己的喜好与对立，人们之间的有效沟通将很大程度上被阻断。
一叶障目不见泰山，这是大数据算法极有可能带来的严重后果。
价格歧视导致不公
”十年磨一剑，霜刃未曾试，今日把示君，谁有不平事？“公平自古以来都是人们用户的追求，甚至要高于形式上的平等。平等意味着机会绝对均等，自人们进入国家文明时代以来，大多数人都是安于自己既有命运的。但公平却不一样，他代表着在一套资源配置体系内权利与责任对应的关系。

世界互联是双刃剑
人们不会和爱因斯坦比智力，不会同比尔盖茨比财富，但不能容忍办公室内和资历差不多的人突然暴富或者意外获利。如果有一套规则切实确定了体系内不同人的应该有的付出和相应地回报，并且这套规则是大范围内被广泛承认，并且切实运行了很久的，那么任何敢于挑战这种规则的决策都是不明智的。
很遗憾的是，大数据算法被制造出来，其初衷就是要挑战既有的模糊化（但相对公平）的规则的。数据提供者费劲千辛万苦，耗费了不知道多少Xeon服务器运算时间来计算的内容，无非是要把自己用户群分类分的更细一些，把他们的决策模型建立的更加拟真一些。如果这些都成功了或者部分地实现了，差别化对待这些用户显然是商家们的最大追求。

被APP识别成土豪整个世界都跟着涨价是什么体验
这就是价格歧视。在大数据算法普及前的商品社会中，虽然价格歧视同样存在，甚至非常明显，但是那已经是约定俗成的规则的一部分，并且相对透明而为人所熟知，对社会伦理的挑战相对有限。高端酒店大堂禁止衣冠不整者入内是社会内多数人都认可的准则（礼仪本身体现着一定的物质、认知和人际资源门槛，从一开始就是人群分类的标志）。奢侈定位的商品并不针对主流用户设计也是所有人都觉得很正常的普遍现象。

大数据算法是价格歧视的有力工具
但当大数据和算法开始入侵商业社会，人们会迅速感觉到不适。大数据杀熟已经开始让相当比例的用户敏锐地意识到了。在相同初始条件时，APP和网页客户端们依据后台已有的数据自动为大家提供了不同的价格、优惠甚至广告引导信息策略。一方面，人们开始感到不公平，期间的伦理问题非常严重；另一方面，当大数据算法已经开始深度定制对不同人的信息引导（引导就是误导）方案时，用户往往会陷入失去参照系的惶恐中，这是更深层次的市场信心损害。
当订酒店的APP明明写着很多房源可以免费退订，你退订了两次后就再也看不到类似选项而你的朋友却完全不受限制；当你的土豪朋友请你吃了两顿大餐后，你发现你的点餐APP中推荐饭店、菜单全部变得奢侈而名贵无比你应该也是会感到崩溃的。
而这，只是大数据算法最粗糙模型的初步应用而已。
鹰眼环伺风险重重
在全球范围内，公共摄像头带来的隐私问题一直饱受争议。人们普遍担忧国家机构以安全为名设计的各种信息（图像）收纳机制会被泄露甚至被不正当利用。在大数据算法开始普及之后，信息的收集与筛选主体开始从主权国家扩散到了成熟的商业公司身上。

2018没有终结者但人们仍然担心天网
世界主要国家都采用了代议制政体，在理论上都对自己的公民负责，人们连对自己选出来的主权国家都不放心，又凭什么对那些掌握用户清晰特征的大数据算法提供者、归纳者放心呢？
互联网缔造了人类历史上从未有过的庞大数据流，扩充并发展了世界的贸易体系、资源配置体系、知识沟通交流体系，甚至开始蚕食人们的社交网络。在海量的数据面前，人们的行为和组织形式变得越来越复杂。在北京纽约这样的都市，街上的路人们普遍对街边的建筑来头毫无所知。那么，普通民众又能有多少精力对自己熟悉领域之外的复杂社会决策系统又多少认知呢？
即使是主要国家的政府监管机构，由于自身的非营利性、非生产性，对技术理解和商业运营的了解上，也都是跟不上时代潮流的，普遍落后的。连有组织的强力机构往往都对商业公司的决策模式和安保情况后知后觉，指望社会力量自发监控大数据算法运行系统被用于正道无疑是痴人说梦。

人们担心主权国家又怎么能相信商业公司的自觉？
没错，主流的科技企业和跨国公司都在强调自己的社会责任和公益意识，但无论他们拿出盈利剩余的多少部分来贯彻与他们主业不相关的公共事业，都解决不了人们对他们自身的监管问题。
当一家公司通过你买什么菜、愿意去哪家电影院看电影来推断出你的性格特征、决策心理时，你对他的防护能力是很差的。那么这样有组织的公司获得的数据会被用到什么地方，是否会被交易？这些数据如何得到监管，如何得到尊重，如何保证不被滥用？这是所有人都值得探究的问题。社会问题永远不可能靠某些利益主体自发的道德来解决，开发大数据算法的组织、践行使用他们的公司无论如何对外发出皇天后土的誓言也不能解决任何本质问题。

科技瓶颈需要更高层次的科技发展来解决
有了这些弊端，我们就不要大数据了吗？这显然是不可能的，技术的推动力量不是人为所能扭转，我们开篇已经说过，这几乎不可避免。要解决这些问题，我们一方面要有认识他们、重视他们的勇气，靠用户舆论和政府监管来纠正商业公司的错误引导，另一方面也要着重发展大数据算法。
社会发展遇到的瓶颈，只有更高层次的发展才能得到解决；科技进步产生的弊端，也只有更加发达的技术手段才能将其遏制。开放而积极的心态是我们解决大数据算法问题的最重要武器。

❻ 中消协加强网络消费算法规制，这对杜绝价格歧视有何帮助

中国消费者协会（以下简称中国消费者协会）在京召开网络消费领域算法监管与消费者保护研讨会。中国消费者协会表示，将加强对网络消费算法的监管，保护消费者的知情权、选择权和公平交易权。中国消费者协会指出，近年来，随着平台经济的快速发展，网络购物、交通运输、旅游住宿、订购外卖、网络游戏等生活消费领域出现了大型平台企业。不少平台存在一些侵犯消费者权益的行为，引起广泛关注。

据了解，评价算法是指一些平台和运营商在平台上，为了获得好评，编造虚假的高分评价，或隐藏中差评价，使真实评价无法出现。虚假评价和虚假评价不仅破坏了经营者之间的公平竞争，也误导了消费者的购买决策。此外，概率算法还包括一些在线运营商进行有奖销售和抽奖兑换。特别是一些网络游戏公司经常为抽奖活动推送游戏道具。虽然中奖（落选）概率公开，但算法程序不透明，实际中奖概率缺乏控制，屡遭消费者诟病。对于算法的应用，中国消费者协会表示，希望各行业组织加强指导和监督，促进网络运营商合理、合规地应用算法，净化行业氛围，促进良性发展，切实维护合法权益以及消费者的利益。中国消费者协会进一步指出，建议有关司法机关加强算法应用案例分析研究，推动出台相关司法解释，充分发挥司法机关的审判监督作用，强化经营者举证责任，加强对算法应用问题的实质审查，通过司法判例促进公平正义，加强对消费者权益的保护。

❼ 中消协点名大数据杀熟

是的，近日，中消协召开“网络消费领域算法规制与消费者保护座谈会”，中消协指出，近年来，平台经济快速发展，网络购物、交通出行、旅游住宿、订餐外卖、网络游戏等生活消费领域都出现了大型平台企业。这些平台通过大数据、人工智能等手段为消费者提供了更丰富的产品或服务，为社会创造了价值。

但与此同时，也存在一些侵害消费者权益行为，引发社会广泛关注。比如，网络游戏抽奖概率不明、大数据杀熟、网络消费促销规则繁复、网络搜索竞价排名推荐、网络直播推送违反法律规定和公序良俗、刷好评隐差评使评价结果呈现失真、平台采用算法限制交易等。这些问题的背后，核心是互联网平台对算法技术的应用。

(7)价格歧视算法扩展阅读

中消协指出有些经营者利用算法进行价格歧视：

一是对新老用户制定不同价格，会员用户反而比普通用户价格更贵。

二是对不同地区的消费者制定不同价格。

三是多次浏览页面的用户可能面临价格上涨。

四是利用繁复促销规则和算法，实行价格混淆设置，吸引计算真实价格困难的消费者。这类算法造成选择性目标伤害。

❽ 算法黑箱为何难治理

算法黑箱半月谈。随着大数据、人工智能等信息技术的快速发展,我们正在进入算法经济时代，以深度学习为代表的人工智能算法在互联网信息传播，数字经济发展。

信息产业服务等诸多方面发挥了重要作用，产生了溢出性极强的经济效益监管信任危机的根源在于企业在数据和算法上的非对称优势，当前，基础数据的所有权和控制权主要集中在互联网平台企业。

简介：

这些企业全程操纵算法设计，运行，测试和分析，由此占据着优势地位，监管部门在算法社会中已经呈现出被边缘化的趋势，极易失去对关键数据和关键算法的监督权和控制权，这意味着，算法黑箱的存在势必导致私人利益主观上俘获公共利益。

以及资本主观上规避公权力约束等风险的产生，同时，算法黑箱客观上隐藏了算法自身存在的缺陷，并可能触发安全风险，让监管机构难以审查算法信息，监管机构规制算法的内容与手段均受到限制，难以及时针对算法问题进行问责和纠偏。

❾ 有些经营者利用算法进行价格歧视，我们究竟该如何避免被大数据杀熟

随着互联网时代的到来，现在想必大家很多的日常活动都是在互联网上进行的，一般情况下，一个人的手机里边儿最起码要安装二三十个不同类型的app。但是在我们经常使用app的时候，他们也会记录我们的使用习惯，从而让这些后台可以进行大数据杀熟。在此前央视就关于这样的行为进行过报道。那么我们应该如何做才能够避免被大数据杀熟呢？接下来，关于这个话题，我将会从几以下几点进行分析。

第三，如何看待这些大数据杀熟的公司？

虽然现在大家都在抵制这些大数据杀熟，但说实话，想要通过一些蛛丝马迹来掌握他们的证据还是非常困难的。毕竟互联网本身就是一个非常隐秘的环境，如果不是掌握其核心生意的话，根本就难以直接指控他们在利用大数据。而且在某种程度上，大数据的确可以简化选择商品的时候的一些繁琐搜索。

❿ 所谓的“大数据杀熟”具体怎么回事，什么叫“杀熟”

先解释一下什么叫”杀熟“吧，简单来说就是坑熟人，中国一贯都是熟人社会，办事喜欢找熟人，就哪怕是出去打工也喜欢找老乡，因为在我们长久以来的观念中，熟人知根知底值得信赖，但是有些人就是利用了这种信赖的心理，利用对熟人的了解来坑熟人，往往因为了解一坑一个准。

现在大数据杀熟还挺普遍的，而且大数据杀熟具有隐蔽性，而且十分动态，所以每次那些电商平台被曝光利用大数据杀熟，他们总是能找到理由解释。但是不用怀疑，大数据杀熟是确实存在的，早在2000年的时候亚马逊就被发现将同一款DVD为新老客户制定不同的价格，引起了消费者的愤怒，随后亚马逊就道歉了并且承诺再也不价格歧视了。