2020年了，“大數據殺熟”還是來了。有人說，拿過的折扣、搶過的滿減津貼，最后都要被“大數據殺熟”而吐出來。難道真沒人能逃出“被宰”的魔爪嗎？

當你網購第一天，平臺它又發紅包還送津貼，到手價格它不到八毛八

當你網購第二天，紅包沒到只好滿減，99減50，總算薅到了羊毛也不虧

當你網購第三天，辦好了會員拿到了折扣，怎么就比普通會員還多出了998？

這波操作，聽起來是不是很熟悉？

大數據殺熟，在經濟學上，也叫價格歧視，沒想到有性別歧視，地域歧視，怎么連買個東西也搞歧視？

有某88VIP網友就在剛過去不久的三八節就被價格歧視，然后給“殺熟”了。

這網友本想買箱豆奶補補身子，結果88VIP要花73.3元，但普通用戶只要62.91元，這多花的10塊三毛九，就欺負人平時窮大方？這身子沒補倒先給氣壞了。

盡管平臺很快就官宣“這都是誤會一場”，62.91是新用戶有“優惠券”的價格，只是系統有BUG優惠券沒給標出來，絕對不是故意要“價格歧視”你的。

顯然這樣的說法，并沒有讓網友買賬。隨后有網友曬出更多新證據，就算是兩個不同的普通用戶，同一訂單的價格還是有差距。

網友怒了，這種“看人下菜碟”的勾當，究竟是怎么一回事！

殺熟之前，大數據是如何窺探到你的隱私？

所謂的“大數據殺熟”就是利用掌控一切的數據，對消費能力高、消費意愿強的用戶展示更高的價格，來賺取更多的利潤。

數據從何而來？當我們打開手機，使用一個個APP時，它就無時無刻不在試圖了解和定義我們。

從填寫個人信息完成APP注冊，再到我們同意被獲取定位、通訊錄、照片、麥克風等等權限，我們就在大數據面前扯下了最后一塊遮羞布。

有人說，大數據比你媽還了解你，畢竟你媽只能看到你安靜地坐著，但是大數據卻能推測出你正在想什么，下一步打算干什么，把你里里外外都看了個精光。而殘忍的是，大數據很懂你，卻并不愛你。

事實上，優秀的算法光靠GPS定位就能完整分析出一個人的數字畫像。

比如根據你早高峰移動的距離、時間還有路線，就能分析出你每天上班習慣坐公交，騎自行車還是打車。

還能通過你午飯時間在公司停留的時長，分析你是自己帶飯吃，還是出去餐廳吃。

數據分析還遠不止這些，通常大點兒的互聯網公司，它的用戶量級都是億級以上的，它掌控著無數個人的設備數據。

如果算上平時和你一起吃午飯的同事的設備路線，還能細致的分析出和你一塊兒吃飯的同事是男的女的。

根據你和女飯友一起同行的次數、時長和頻率，還有下班時間后的同行位置，還能分析出你倆是曖昧期，還是確立關系開始同居了。

而這所有的一切，都僅僅是因為你忘了關定位。更細思極恐的是，GPS定位只是手機收集數據最基礎的手段。

56.92%的被調查者曾有過被大數據“殺熟”的經歷

除此之外，手機還可以根據你的消費記錄和搜索習慣，判斷你的收入水平、性格愛好和消費習慣，甚至是心理弱點。

對你的基礎數據、行為數據等進行分析之后，更完整、更鮮活的的個人數字畫像就逐漸清晰了。

基于這些數字畫像再對你進行精準識別、歸類，并通過推薦算法開啟個性化推薦。

比如從你的消費記錄發現，同個色號的80塊口紅你看也不看，但是只要是肖戰代言的，就算是三四百，你也通通果斷下單了。

于是系統就會瘋狂給你推肖戰的各種周邊，還順便提前讓你的5塊錢紅包給過期了。

在大數據面前，可以說我們沒有任何隱私可言。可能你覺得并不在乎誰可以訪問你的數據，訪問什么數據，因為個人信息早就在互聯網時代沒有什么可隱藏的。但如果有公司正在使用這些數據來控制你的決策呢？你能忍受成為那只待宰的羔羊嗎？

根據2019年北京消費者協會公布的《“大數據殺熟”問題調查結果》，88.32%的被調查者認為“殺熟”現象普遍或很普遍，其中56.92%的被調查者曾有過被大數據“殺熟”的經歷。

而OTA平臺訂酒店、訂機票、買電影票，以及網購、打車出行、外賣都是“大數據殺熟”的重災區。

其中新增客戶享受專屬優惠、廣告聯盟分享用戶數據、依據用戶特點“定制服務”、多次瀏覽后價格自動上漲、瀏覽中遭遇“花式”催單、“默認勾選”隱藏優惠券、手機配置不同收費不同等，都是“大數據殺熟”里的慣用伎倆。

用它越久宰你越狠？反擊“大數據殺熟”不是沒辦法

目前我國消費者權益保護法還未明確將大數據殺熟行為納入規制范圍，那么在大數據面前，我們如何隱藏自己，免受“被宰”呢？

自救式反擊這三招絕對夠用：主動出走、偽裝窮逼、巧用比價插件。

這里面最簡單粗暴的方式就是卸載重裝，偽裝成新用戶或者流失用戶。

比如我公司樓下有家瑞幸咖啡店，平時天天在瑞幸APP上買咖啡，都不見它發一張九八折的優惠券。

但只要是我卸載一個星期，再重新裝回來，打開的那一刻，就絕對會遇到店里各種2.8折、3.8折的優惠活動。

或者是我在瑞幸APP上的購物車選了好幾款咖啡，但是一直沒有結算購物車，那么退出來再重新登錄，它時不時也會發個七折優惠券。

留存和回流通常是門店業績的重要參數，那么為了留住回歸用戶，很可能會專門對這類容易流失或者已經流失的用戶，發放一些高福利。

但這種形式比較初級，只要給算法多設置一些參數，很容易就能識別出你是不是真正的流失用戶。

除了耍小心思假裝流失用戶，再高級一點的，就是把自己的搜索和消費習慣“偽裝”起來，讓大數據無法對你做出正確判斷。

大數據之所以能“殺熟”，前提是建立對你的高度了解上。根據你的搜索、消費記錄，把你定位成“高消費人群”，那么我們就要學會反向操作，撕掉這些固有的標簽，比如男生沒事就別瞎瞅什么iPhone11ProMax、AJ球鞋之類的，搜個9.9包郵啥的，女生就少看點LV、GUCCI、CHANEL，搜個藍白紅編織袋就行了，學會把自己偽裝成“窮困人群”，打亂自己的消費習慣，自然就會影響大數據的判斷。

最后講講每個人使用頻次最多的網購，怎么反擊“大數據殺熟”。

其實，網購平臺的“殺熟”，利用的就是我們對價格的不敏感。

買賣交易的本質就是這種信息不對稱，在面對互聯網公司掌握的海量信息面前，我們是處于絕對弱勢的，但是也別緊張，應對辦法很簡單。

初級一些的就是多找朋友或者父母的手機作對比，這樣的話往往因為父母是新用戶或者流失用戶，也能得到更低的價格。

但如果你想進一步拉低信息差，就可以使用比價網站。網購平臺價格一天一個樣，真的想讓人記住都難。但好在早就有了比價插件可以幫助我們掌握電商歷史價格，還能通過貨幣三家抹平這里面的信息不對稱。

只要你能清楚的知道這件商品可以賣到多便宜，我們就可以等到價格便宜的時候再買，不會被一直“搖擺不定”的價格歧視、欺騙。

大數據只是工具，若沒有監管，問題永遠都在

現有的大數據技術和手段，想要看清一個人的隱私扒個精光，簡直就是小菜一碟。

但在宰客這件事上，線上線下是沒什么差別的，如果監管不到位，肯定是會出問題的。所以在互聯網巨頭壟斷大數據的情況下，我們也呼吁對“大數據殺熟”的反制能夠通過法制來不斷完善。