大資料的到來，好比生活中的貨比三家

大資料的第一個殺手鐧居然是殺熟。作為一項中立的技術，它們未來當然有更廣闊的應用前景，只不過我們首先想到的往往是拿來掙錢。

現在快速發展的時代，是年輕人的一代，是趕技術的一代，趕上了，就可以利用它坐在家裡賺錢，趕不上永遠吃別人吃剩下的，面對這一切，你是願意跟緊步伐用好它來賺錢還是任其發展與你無關？

這只是個暫時，畢竟一個APP的或者一個公司誠信，是消費不起的，你看滴滴一出事，各種順風車就出來了，這個案例值得深思。這邊不得不說馬雲，他的出發的是如何讓大家方便，如果是如何賺更多的錢，他做不了那麼大，不是吹噓他，格局就是這樣，如果你說淘寶刷單假貨，這種曲折不應該放大了看，誰能一下子做完美

大資料與雲計算、人工智慧、區塊鏈並列，成為決勝科技未來的重要技術和產業方向。由於網際網路資料資源的沉澱優勢和人工智慧演算法的率先應用，大資料較之其他前沿科技，實現了更快的產品落地，在廣告營銷、使用者畫像等維度已經呈現商業價值。

舉最簡單的例子，當用戶瀏覽網頁時，總能發現符合需求的廣告展示；當用戶瀏覽電商網站時，推薦的商品與朋友的並不相同——這就是大資料“精準營銷”和“千人千面”的體現。

但大資料也是把雙刃劍，尤其在“殺熟”這筆糊塗賬上爭議不斷。繼今年3月之後，又一家旅遊平臺被炮轟“大資料殺熟”：給予老使用者的價格高於普通使用者。

當事企業照例予以否認，鑑於平臺型公司有負責的技術架構和商業模式，比如第三方商家可以動態調整價格；比如機票往往不同時間重新整理網頁會呈現不同價格。這種背景下，消費者想要“找回公平”既沒有技術能力也沒有太多法律支撐。

大資料殺熟，以單個案例的形式出現，越來越頻繁，而對於使用者來講，這種利益受損具有極強的隱蔽性——人們會對比不同平臺的價格，卻不會對比不同使用者的價格。

一旦遭遇傷害，使用者只能被動離開，企業(平臺)卻能推出優惠策略，吸引更多新使用者前來。

大資料殺熟，情感上難以接受，換個說法卻似乎順理成章。人們能夠認同，企業(平臺)利用優惠券或更低的價格拉攏新使用者，是合乎情理的。當用戶成為高頻購買者時，是否還給予低價，就是個值得商榷的問題了。

不給優惠，還是抬高價格？看起來更像一種邏輯的兩種描述角度。

所以，作為弱勢的一方，消費者寄希望於企業自律並不現實，找到應對大資料殺熟的方法，是當務之急。

市場自然趨向壟斷，但永遠存在競爭者，使用者不要沉迷於一款軟體走天下，解除安裝-替換-重灌，是個不錯的選擇。這等於給了企業重要訊號：我並非忠實使用者，仍需要享受優惠。

根據行為軌跡揣測使用者真實需求，是大資料的真諦，如果不想可選目標變得稀少。使用者能做的就是儘量隱藏真實想法，在檢索產品時，插科打諢地給出一些非核心關鍵詞，也能夠迷惑企業的大資料演算法。

最笨的方法，往往是最有效的方法。既然老使用者比新使用者更慘，在購買一些產品時，何不讓親朋好友幫著檢索目標，反而可能收穫更價效比的答案。

不過，上述這些方法只是權宜之策，在大資料應用上，消費者可選擇的餘地不多。企業可以正反兩面使用，能給你優惠也就能給你高價。這還算得上正派的商業策略，一旦涉及信用洩露和資料濫用，消費者更加有苦難言。

在複雜多變的新經濟浪大資料與雲計算、人工智慧、區塊鏈並列，成為決勝科技未來的重要技術和產業方向。由於網際網路資料資源的沉澱優勢和人工智慧演算法的率先應用，大資料較之其他前沿科技，實現了更快的產品落地，在廣告營銷、使用者畫像等維度已經呈現商業價值。

舉最簡單的例子，當用戶瀏覽網頁時，總能發現符合需求的廣告展示；當用戶瀏覽電商網站時，推薦的商品與朋友的並不相同——這就是大資料“精準營銷”和“千人千面”的體現。

但大資料也是把雙刃劍，尤其在“殺熟”這筆糊塗賬上爭議不斷。繼今年3月之後，又一家旅遊平臺被炮轟“大資料殺熟”：給予老使用者的價格高於普通使用者。

當事企業照例予以否認，鑑於平臺型公司有負責的技術架構和商業模式，比如第三方商家可以動態調整價格；比如機票往往不同時間重新整理網頁會呈現不同價格。這種背景下，消費者想要“找回公平”既沒有技術能力也沒有太多法律支撐。

大資料殺熟，以單個案例的形式出現，越來越頻繁，而對於使用者來講，這種利益受損具有極強的隱蔽性——人們會對比不同平臺的價格，卻不會對比不同使用者的價格。

一旦遭遇傷害，使用者只能被動離開，企業(平臺)卻能推出優惠策略，吸引更多新使用者前來。

大資料殺熟，情感上難以接受，換個說法卻似乎順理成章。人們能夠認同，企業(平臺)利用優惠券或更低的價格拉攏新使用者，是合乎情理的。當用戶成為高頻購買者時，是否還給予低價，就是個值得商榷的問題了。

不給優惠，還是抬高價格？看起來更像一種邏輯的兩種描述角度。

所以，作為弱勢的一方，消費者寄希望於企業自律並不現實，找到應對大資料殺熟的方法，是當務之急。

市場自然趨向壟斷，但永遠存在競爭者，使用者不要沉迷於一款軟體走天下，解除安裝-替換-重灌，是個不錯的選擇。這等於給了企業重要訊號：我並非忠實使用者，仍需要享受優惠。

根據行為軌跡揣測使用者真實需求，是大資料的真諦，如果不想可選目標變得稀少。使用者能做的就是儘量隱藏真實想法，在檢索產品時，插科打諢地給出一些非核心關鍵詞，也能夠迷惑企業的大資料演算法。

最笨的方法，往往是最有效的方法。既然老使用者比新使用者更慘，在購買一些產品時，何不讓親朋好友幫著檢索目標，反而可能收穫更價效比的答案。

不過，上述這些方法只是權宜之策，在大資料應用上，消費者可選擇的餘地不多。企業可以正反兩面使用，能給你優惠也就能給你高價。這還算得上正派的商業策略，一旦涉及信用洩露和資料濫用，消費者更加有苦難言。

在複雜多變的新經濟浪潮中，做一個價格敏感的消費者，利仍然大於弊。從長遠來看，對付大資料殺熟，在於企業自律、行業規則和監管立法。

首先是大資料使用規範問題，企業在給予使用者個性化選擇時，是否也應該給予常規性選擇。

其次，恰恰是最重要的定價標準問題。一罐可樂的定價往往是相對固定的，高階酒店的品牌溢價，消費者能夠知曉和理解。

但最近頻頻發生的大資料殺熟，集中在非標品的旅遊、餐飲等服務行業。即便沒有大資料，這些市場本就是價格爭議的重災區。有了大資料，只會讓“價格欺騙”更加隱蔽。

因此，在解決大資料殺熟問題之前，服務市場的價格標準問題顯得更為緊迫，這也恰恰是立法的關鍵所在。