-
1 # 雲峰網際網路
-
2 # 姚鶴鶴
我認為“殺熟”是普遍存在的,只是大資料的到來使得有些企業更容易做到個體區別對待。“殺熟”的核心原因
目前行業競爭嚴酷,各行各業均或多或少面臨獲客成本不斷增加的問題,也就是為了獲取一個新增客戶所花費的開銷不斷提升。
隨著近幾年移動網際網路的發展,手機變成了一個老百姓離不開的終端裝置。為了讓新使用者下載自己的app,並且在自己的app上投入更多的時間,各家網際網路公司經常採用補貼的方式來獲取新使用者,並不斷髮送優惠券來綁住使用者,培養使用者使用習慣,一直到使用者自己離不開這個app了。
而如今在已經逐步穩定的行業中,行業內的玩家已經比較固定,並且市場佔有率也達到一定規模,使用者已經培養了相關應用的使用習慣,這個時候企業就會考慮逐步提價,畢竟客戶不會因為一塊錢離開這個應用,但是企業卻會因為龐大的使用者迅速提高營收。
在大資料應用之前,企業很難去評判,甲和乙兩個使用者,誰會因為多加一塊錢就會放棄使用,而誰卻不會。不過現在大資料的到來,由機器收集使用者資料即可透過一定的模式計算出每個使用者的“承受能力”,給每個使用者報這個使用者可以承受的最高價,可以保證使用者繼續使用的情況下,企業利益最大化。
典型應用:打車軟體從08年資本市場活躍,大筆現金進入市場,更加促進了這場用補貼來獲取使用者的狂歡。
最典型的就是當前滴滴和快的、uber打車軟體之爭,企業用投資人的錢一邊補貼司機,一邊補貼使用者,最誇張的時候,我讀研期間,每天打車從學校回宿舍,一次不到2塊錢。
隨著uber中國和快的的退出和收購,滴滴成為了打車市場的最大玩家,同時使用者已經習慣了出門前先叫車的習慣,滴滴逐步縮小對司機和使用者的補貼,抽取越來越多的平臺費。
典型應用:瑞幸咖啡瑞幸咖啡作為一家長著網際網路大腦來思考問題的咖啡企業,這個“殺熟”操作是更加遊刃有餘。使用者不管使用者是否進店購買,一律要求下載app,使用app支付,這樣的“基本操作”使得瑞幸咖啡有了更好了解客戶的機會,以及主動聯絡使用者的機會。
首先從獲客成本上,拋開廣告宣傳不算,每個新使用者第一杯免費,其實從咖啡本身成本上這個並沒有多少錢,但是瑞幸卻短時間內吸引了大量使用者。
其次送優惠券繫結使用者,在新註冊的使用者,經常會有送優惠券,或者提高對應使用者抽中低折扣優惠券的機率。給使用者一種,我免費喝了一杯,然後你告訴我下一杯1.8折,然後喝了再送我一次抽獎機會,2.8折優惠券,因為“貪小便宜”,會讓我們經常關顧瑞幸。那些以前太平洋,漫咖啡,星巴克的使用者,本身就有喝咖啡的習慣,會因為“便宜”更換品味;而哪些本身沒有天天喝咖啡習慣的使用者,也會因為“不喝感覺有點兒虧”開始慢慢培養。
但是,大家是否有注意到這樣的事情,當你每天都關顧瑞幸後,你很難再抽到什麼特別低的折扣券,普遍都是5.8折,或者6.8折;當你一段時間不關顧後,就會收到簡訊,告訴你送了你一杯3.8折的優惠券。
這,其實就是在殺熟。
總結商業行為就是要用商業思維來解釋,就好像之前肯德基的優惠券政策,有的人會花時間找優惠券,用折扣的價錢吃,有的人卻想吃的時候進店用原價買。對於商家而言,一份商品就同時以兩份價錢賣給了兩種人。
而大資料可以更加細化這種分類,將一個產品同時以1000份價錢賣給1000種人,目的都是一樣的,實現企業收入利潤的最大化。
-
3 # 蔓莓愛運動
最近網路上大量流傳著“大資料到底是殺熟還是殺心?”前幾天,一位網友在微博自述自己訂酒店時被大資料“殺熟”:自己在網路上常訂的某酒店房間常年價格為380元至400元左右,而透過酒店前臺和朋友賬號查詢,該房間的價格實際上為300元!微博一發出,即被迅速轉發,引來萬千網友紛紛吐槽,表示自己也有過類似遭遇。都說老顧客很重要,不過這兩天網際網路廠商“大資料殺熟”的新聞,卻引來網友的一片熱議....近日,有網友發現,同一段路程,打車軟體對兩部手機的報價卻不一樣:所謂“大資料殺熟”,有人將其定義為網際網路廠商利用自己所擁有的使用者資料,對老使用者實行價格歧視的行為。也就是說:同一件商品或者同一項服務,網際網路廠商顯示給老使用者的價格要高於新使用者。精準殺熟?這些情況你是否也遇到過……此前,媒體調查就曾發現,在機票、酒店、電影、電商、出行等多個價格有波動的平臺都存在類似情況,且在線上旅遊平臺較為普遍,而國外一些網站早已有過類似情況。情況一:老使用者比新使用者價格高?據北青報報道,有網友稱,自己在某電影票訂票平臺上體驗到了被“殺熟”。她表示,用新註冊的小白賬號、普通會員賬號和高級別的會員賬號同時選購同場次電影,最便宜的是小白賬號,其次是普通會員賬號,而高級別的賬號一張票要比小白賬號貴出5元以上。另外,自己下半年開始,電影票平臺價格顯示均價30-40元,而一年前均價為20元。情況二:蘋果使用者比安卓使用者價格高?據中國之聲《新聞縱橫》報道,目前,大家的手機大多分為兩個陣營,分別是蘋果iOS系統和安卓系統。然而,一位網友發現,用蘋果手機打車比安卓手機打車貴。這位網友認為是蘋果收取手續費導致的。此外,某些影片網站也會根據手機不同型號給出不同的收費待遇。以騰訊影片為例,開通VIP會員,安卓使用者1個月、3個月和6個月的價格分別20元、58元、108元,年費是198元,而蘋果使用者購買則要貴出5-35元不等。對於存在價格差異的原因,客服表示,是由於其中包含蘋果收取的手續費。情況三:不買價格變更貴?預設捆綁上次服務?媒體報道,線上旅遊平臺被批評存在“大資料殺熟現象”最多。一位網友表示,自己在某線上旅遊平臺訂機票,選好的那班每次看時都會上浮;而當自己選好該機票後取消,再選那個機票時,價格立刻上漲甚至翻倍,在自己覺得“不買會更貴”而匆忙下單後,發現該航班價格又恢復到最初的低價。此外,還有一種根據使用者的“上一次行為”而預設捆綁相應服務,例如剛剛註冊會員的使用者,他在購買機票時,系統僅預設顯示一張機票的價格;而一旦他在這一次同時勾選了貴賓休息室、接送機服務或酒店優惠券等附加服務,那麼在下一次下單時,系統會預設幫他勾選同樣的服務。情況四:不同使用者價格不同有網友在微博發出兩張截圖稱,自己與家人在某旅行APP搜尋機票,同一航班同一時間不同手機搜尋出來的價格卻不同:“大資料殺熟”是否違法大資料技術本身是中性的,關鍵在於使用者用來做什麼。昨天,人民日報的一則評論引起了網友關注,該評論表示,從福利經濟學的視角,針對不同消費能力群體差別定價並非一定是壞事。然而,同一時刻對同一產品的差別定價,尤其是將消費者矇在鼓裡隨意加價的情形,並不在其列。為了獲得灰色超額利潤,它損害了消費者權益,已經構成違背消費者知情權的價格欺詐,不為價格法所允許。光明網評論員文章也指出,商家的溢價行為本身並沒有問題,問題在於這種溢價是否透明。如果老客戶普遍要支付高於“正常價格”的金額,甚至越是老客戶價Grand SantaFe貴,這顯然背離了一種樸素的誠信原則,也是對老客戶信賴的一種直接辜負。根據國家發改委《禁止價格欺詐行為的規定》第三條,價格欺詐行為是指經營者利用虛假的或者使人誤解的標價形式或者價格手段,欺騙、誘導消費者或者其他經營者與其進行交易的行為。 按照這一定義,“大資料殺熟”顯然違反了《規定》,是一種典型的價格欺詐。另外,《消費者權益保護法》還規定,經營者提供商品或者服務有欺詐行為的,應當按照消費者的要求增加賠償其受到的損失,增加的金額為消費者購買商品價款的三倍。 ------------- 如果我回答對你有幫助,請關注我一下。或有其他問題也可以關注我,給我發私信
-
4 # IT人劉俊明
作為一名IT行業的從業者,大資料也是我的主要研究方向之一,所以我來回答一下這個問題。
首先,大資料殺熟確實在一定程度上對於大資料的發展產生了負面影響,對於普通使用者來說,大資料沒有帶來便利,反而帶來了麻煩,很多使用者為了突破所謂的“大資料壁壘”,不得不採用各種辦法,比如透過不同的終端來避免被“殺熟”。
實際上,利用大資料來“殺熟”,並不具有普遍性,也不會成為未來大資料落地應用的主要目的,大資料更大的價值在於為使用者帶來價值增量,而不是為使用者帶來“損失”。從目前大資料的落地應用情況來看,對於專注於大資料領域的科技公司來說,至少目前在行業內沒有聽說誰家在做利用大資料“殺熟”的業務。
從大資料當前的產業鏈來看,大資料的價值體現主要在三個方面,其一是透過資料採集來實現價值;其二是透過資料分析來實現價值;其三是透過資料應用來實現價值。不少大資料企業的主要業務都集中在資料採集和資料分析上,而資料應用場景則主要集中在網際網路企業,畢竟網際網路企業既有資料的來源,同時也有能夠利用資料的場景(連結)。
從近些年暴露出來的部分大資料“殺熟”案例來看,大資料殺熟現象主要出現在部分網際網路企業,但是這些網際網路企業並沒有承認自身利用大資料技術“殺熟”,這也說明利用大資料殺熟對於企業的負面影響還是比較大的,所以從這個角度來看,未來利用大資料來殺熟並不會成為網際網路企業的常規操作。實際上,隨著目前法律法規的逐漸健全,對於大資料的利用會越來越合理。
-
5 # 智慧裝置測評
答:普遍存在。觀點:大資料殺熟現象,是因市場的高度競爭而起,也會因市場高度競爭而自發調控!過度的殺熟,只會讓市場這雙無形的手,幫我們解除安裝掉這些殺熟的企業與它的App
回覆列表
首先大資料殺熟是有一定道理的。在快消品行業尤為突出,但不是所有行業。例如:農業生產這塊。為什麼是這樣呢?
1.大資料的基礎是資料,有了資料才能進行分析和預測。電商的繁榮發展,在快消品的營銷方面,積累了大量的資料。所以,大資料在快消品的營銷方面發展的比較成熟。給人一種殺熟的印象。但是在生產製造方面積累的資料,還比較少,所以在生產製造方面就弱些。
2.大資料的應用主要靠演算法。受制於數學的發展,演算法方面還不是很發達,在很多方面還不盡如人意。因此,大資料在目前還處於初期發展階段。我們今天理解的大資料,只是冰山一角。也就不能得出,大資料殺熟的結論。